CARRERA DE INGENIERÍA

ELECTROMECÁNICA

UNIVERSIDAD NACIONAL DE LOJA

FACULTAD DE ENERGÍA, LAS INDUSTRIAS Y LOS RECURSOS
NATURALES NO RENOVABLES

MÉTODOS NUMÉRICOS Y OPTIMIZACIÓN

PRÁCTICA 1
TEMA:

“Solución de problemas de raíces de funciones y sistemas de ecuaciones lineales”

INTEGRANTES:
JUAN CARLOS GARROCHAMBA.
JUAN CASTILLO.
HUGO TINOCO.
CICLO:

4to “A”.
FECHA:

26 de noviembre del 2023

DOCENTE:

Ing. Byron Solórzano Castillo. Ms. Sc.

PERIODO ACADÉMICO.
OCTUBRE-MARZO 2023-2024
 Tema

Solución de problemas de raíces de funciones y sistemas de ecuaciones Lineales.

Objetivos

• Resolver los ejercicios de raíces de funciones y sistemas de ecuaciones

lineales aplicando métodos numéricos.

Desarrollo

Resolver los siguientes problemas:

1. Ejercicios sobre raíces de funciones

Encuentre la primera raíz positiva de cada una de las siguientes funciones mediante

el método solicitado. En caso de no existir raíces positivas determinar la primera raíz

negativa.

En todos los casos hallar las raíces con un error menor o igual a 0.000005. Para ello

realice 5 iteraciones manuales a partir de ello haga uso de programas de cálculo

realizados en Matlab.

Recomendación: Realizar la solución de forma clara, detallando el planteamiento del

problema, la ecuación de búsqueda, la aplicación de los métodos de cálculo, las tablas

de resumen de resultados, gráficas para ubicar las raíces, las gráficas de evolución de los

resultados y más contenido que aporte a la compresión.

a) (𝑥2 + 1) ∙ cos(𝑥) = 1; −10 ≤ 𝑥 ≤ 10 (𝑁𝑒𝑤𝑡𝑜𝑛 − 𝑅𝑎𝑝ℎ𝑠𝑜𝑛)

El siguiente ejercicio se resolverá por el método de Newton Raphson. Se trata de un tipo

de método abierto y se resuelve aplicando la siguiente formula:

𝑦
𝑋𝑟 = 𝑋𝑖 − ( ′ ) 𝑬𝒄𝒖. 𝟏
𝑦
 Este método consiste en obtener la primera derivada de la función principal.

𝑦 = (𝑥 2 + 1) ∗ cos(𝑥) − 1

𝑦 ′ = 2𝑥 ∗ cos(𝑥) + (𝑥 2 + 1) ∗ −𝑠𝑒𝑛(𝑥)

𝑦 ′ = (𝑥 2 + 1) ∗ (−𝑠𝑒𝑛(𝑥)) + 2𝑥𝑐𝑜𝑠(𝑥)

𝑦 ′ = 2𝑥𝑐𝑜𝑠(𝑥) − 𝑠𝑒𝑛(𝑥) ∗ (𝑥 2 + 1) 𝑬𝒄𝒖. 𝟐

Para este ejercicio se procedió a graficar la función apoyados en el software

GeoGebra, con el fin de obtener los puntos de inicio, esto se puede observar en la figura

1.

Figura 1. Gráfica de la función y=(x^2+1)*cos(x)-1

Fuente: El Autor

Como se puede observar en la figura 1 la función tiene una raíz en el punto

x=1,1025; por lo tanto, los puntos escogidos para aplicar el método serian 𝑋𝑖 = 1 como

punto de partida.
Tabla 1. Iteraciones búsqueda de la raíz por el método de Newton Raphson.

Fuente: El Autor

Iteración 1 𝑥𝑖 = 1
𝑦 = 0,0806 0.0806
𝑋𝑟 = 1 − ( )
𝑦′ = −0,6023 −0.6023
𝑥𝑟 = 1,1338
𝑥𝑟 = 1,1338
Iteración 2 𝑥𝑖 = 1,1338
𝑦 = −0,0327 −0,0327
𝑋𝑟 = 1,1338 − ( )
𝑦 ′ = −1.1110 −1,1110
𝑥𝑟 = 1,1043
𝑥𝑟 = 1,1043

Iteración 3 𝑥𝑖 = 1,1043 −0,0017

𝑋𝑟 = 1,1043 − ( )
𝑦 = −0,0017 −0,9889
𝑦 ′ = −0,9889
𝑥𝑟 = 1.1025 𝑥𝑟 = 1,1025

Iteración 4 𝑥𝑖 = 1,1025
𝑦 = −0,000005717 −0,000005717
𝑦 ′ = −0,9817 𝑋𝑟 = 1,1025 − ( )
−0,9817
𝑥𝑟 = 1.1025
𝑥𝑟 = 1,1025

Iteración 5 𝑥𝑖 = 1,1024
𝑦 = −0,00010 −0,00010
𝑦 ′ = −0,9813 𝑋𝑟 = 1,1025 − ( )
−0,9813
𝑥𝑟 = 1.1025
𝑥𝑟 = 1,1025

Una vez realizadas las iteraciones del método se calcula el error con el fin de evaluar

la precisión o la aproximación de la solución obtenida.

Para calcular el error se empleó la siguiente ecuación:

𝐸𝑟𝑟𝑜𝑟 = |𝑥𝑟 − 𝑥𝑖+1 | 𝐸𝑐𝑢. 3

En la tabla 2 se muestra los valores de error respectivo por cada iteración.

Tabla 2. Resultados del error del método de Newton Raphson.

Fuente: El Autor

Iteración Valor aproximado de la raíz Error

1 1,1338 -
2 1,1043 0,0295
3 1,1025 0,0018
4 1,1025 0,0001
5 1,1025 0,0001
 Como se puede observar el método presenta un error de 0,0001% en la quinta

iteración y esto implica que tiene buena convergencia.

Validación

Para una mayor aproximación del resultado es necesario realizar un número mayor

de iteraciones hasta lograr un error menor o igual a 0.000005.

Para la búsqueda de la raíz, se implementó programas de cálculo mediante el

software Matlab hasta lograr el error previamente mencionado.

Los resultados de las iteraciones implementado programas se puede apreciar en la

tabla 3.

Tabla 3. Tabla de resumen de resultados.

Fuente: El Autor

. xi yi yi’ x+1 Error

1 1 0.0806 -0.6023 1,95 -
2 1.10250582 -0.0328 -1.1111 1.10250582 0.11802556
3 1.10250582 -0.0018 -0.9892 1.10250582 0.02669126
4 1.10250582 -6.7703e-06 -0.9818 1.10250582 0.00166045
5 1.10250582 -9.5884e-11 -0.9817 1.10250582 0.00000000

Como se puede observar en la tabla 3, se necesitó de 5 iteraciones del método para

lograr un error de 0,00000000. En dicha iteración, el valor de la raíz es de

aproximadamente 1,10250582; este valor está muy próximo al valor real de la raíz de la

función.

Gráficas de evolución de la raíz y error.

A través del método de Newton Raphson, se ha obtenido el valor de la raíz de la

función con una aproximación muy cercana al valor real. Por lo tanto, se puede afirmar

que el método presenta una buena convergencia. La rapidez y eficiencia del método

dependerán exclusivamente de los puntos iniciales que se elijan para buscar la solución.
 En las figuras 2 y 3, se puede observar el comportamiento de la raíz y del error a

medida que transcurre cada iteración, evidenciando así la convergencia del método.

Raices de la función 𝑦=(𝑥^2+1)∗cos(𝑥)−1

por el método de Newton Raphson.
1,12
1,1
1,08
1,06
Raíz

1,04
1,02
1
0,98
0 1 2 3 4 5 6

Iteraciones
Valores de raices

Figura 2. Gráfica de evolución en el valor de la raíz.

Fuente: El Autor

Gráfica del error del método de Newton Raphson para la

función 𝑦=(𝑥^2+1)∗cos(𝑥)−1
0,1
0,09
0,08
0,07
0,06
Error

0,05
0,04
0,03
0,02
0,01
0
-0,01 0 1 2 3 4 5 6
Iteraciones
Error del método

Figura 3. Gráfica de evolución en el valor del error del método.

Fuente: El Autor
 b) 2 ∙ tanh(𝑥) − sin(𝑥) − 0.3 = 0 (𝑅𝑒𝑔𝑙𝑎 𝐹𝑎𝑙𝑠𝑎)

El siguiente ejercicio se resolverá por el método de la regla falsa. Se trata de un tipo de

método cerrado y se resuelve aplicando la siguiente formula:

𝑋𝑈 − 𝑋𝐿
𝑋𝑟 = 𝑋𝐿 − 𝑌𝐿 ∗ ( ) 𝐸𝑐𝑢. 4
𝑌𝑈 − 𝑌𝐿

Para este ejercicio se procedió a graficar la función apoyados en el software

GeoGebra, con el fin de obtener los puntos de inicio, esto se puede observar en la figura

4.

Figura 4. Gráfica de la función 2 ∙ tanh(𝑥) − sin(𝑥) − 0.3

Fuente: El Autor

Como se puede observar en la figura 4 la función tiene una raíz en el punto

x=0,31483669; por lo tanto, los puntos escogidos para aplicar el método serian 𝑋𝑙 = 0,2

y 𝑋𝑢 = 0,5 como punto de partida.

.
Tabla 4. Iteraciones de. búsqueda de raíz por el método de la regla falsa.

Fuente: El Autor

.Iteración 1 𝑥𝑙 = 0,2
𝑦𝑙 = −0,1039 0,5 − 0,2
𝑋𝑟 = 0,2 − (−0,1039) ∗ ( )
𝑥𝑢 = 0,5 0,1448 − (−0,1039)
𝑦𝑢 = 0,1448
𝑥𝑟 = 0,3253 𝑋𝑟 = 0,3253
𝑦𝑟 = 0,00898

Iteración 2 𝑥𝑙 = 0,2
𝑦𝑙 = −0,1039 0,3253 − 0,2
𝑥𝑢 = 0,3253 𝑋𝑟 = 0,2 − (−0,1039) ∗ ( )
0,00898 − (−0,1039)
𝑦𝑢 = 0,00898
𝑥𝑟 = 0,315319 𝑋𝑟 = 0,3153319
𝑦𝑟 = 0,0004278

Iteración 3 𝑥𝑙 = 0,2 0,3153319 − 0,2

𝑋𝑟 = 0,2 − (−0,1039) ∗ ( )
𝑦𝑙 = −0,1039 0,0004278 − (−0,1039)
𝑥𝑢 = 0,3153319
𝑦𝑢 = 0,0004278 𝑋𝑟 = 0,3148589
𝑥𝑟 = 0,3148589
𝑦𝑟 = 0,0000195

Iteración 4 𝑥𝑙 = 0,2
𝑦𝑙 = −0,1039 0,3148589 − 0,2
𝑥𝑢 = 0,3148589 𝑋𝑟 = 0,2 − (−0,1039) ∗ ( )
0,0000198 − (−0,1039)
𝑦𝑢 = 0,0000195
𝑥𝑟 = 0,3148373 𝑋𝑟 = 0,3148373
𝑦𝑟 = 0,00000129

Iteración 5 𝑥𝑙 = 0,2
𝑦𝑙 = −0,1039 00,3148373 − 0,2
𝑥𝑢 = 0,3148373 𝑋𝑟 = 0,2 − (−0,1039) ∗ ( )
0,00000129 − (−0,1039)
𝑦𝑢 = 0,00000129
𝑥𝑟 = 0,3148358 𝑋𝑟 = 0,3148358
𝑦𝑟 = −0,00000036

Una vez realizadas las iteraciones del método se calcula el error con el fin de evaluar

la precisión o la aproximación de la solución obtenida.

Para calcular el error se empleó la siguiente ecuación:

𝐸𝑟𝑟𝑜𝑟 = |𝑥𝑟 − 𝑥𝑖+1 | 𝐸𝑐. 5

En la tabla 5 se muestra los valores de error respectivo por cada iteración.

Tabla 5. Resultados del error del método de la regla falsa.

Fuente: El Autor

Iteración Valor aproximado de la raíz Error

1 0,3253 -
2 0,3153319 0,009968
3 0,3148589 0,000473
4 0,3148373 0,0000316
5 0,3148358 0,0000015

Como se puede observar el método presenta un error de 0,0000015 en la quinta

iteración y esto implica que tiene buena convergencia.

Validación

Para una mayor aproximación del resultado es necesario realizar un número mayor

de iteraciones hasta lograr un error menor o igual a 0.000005.

Para la búsqueda de la raíz, se implementó programas de cálculo mediante el

software Matlab hasta lograr el error previamente mencionado.

Los resultados de las iteraciones implementado programas se puede apreciar en la

tabla 6.

Tabla 6. Tabla de resumen de resultados

Fuente: El Autor

Iter. 𝑿𝑳 𝑿𝒓 𝑿𝑼 𝒀𝒍 𝒀𝑹 𝒀𝑼 Error
1 0,2 0,3253 -0,5 -0,1039 0,00898 0,1448 -
2 0,2 0,3153 0,3253 -0,1039 0,0004278 0,00898 0,0015
3 0,2 0,3149 0,3153 -0,1039 0,0000195 0,0004278 0.0001
4 0,2 0,3148 0,3149 -0,1039 0,00000129 0,0000195 0.0000
5 0,2 0,3148 0,3148 -0,1039 -0,00000036 0,00000129 0.0000

Como se puede observar en la tabla 6, se necesitó de 5 iteraciones del método para

lograr un error de 0,0000. En dicha iteración, el valor de la raíz es de aproximadamente

0,3148; este valor es el valor real de la raíz de la función de búsqueda.

 Gráficas de evolución de la raíz y error.

A través del método de la regla falsa, se ha obtenido el valor de la raíz de la función

con una aproximación muy cercana al valor real. Por lo tanto, se puede afirmar que el

método presenta una buena convergencia. La rapidez y eficiencia del método

dependerán exclusivamente de los puntos iniciales que se elijan para buscar la solución.

En las figuras 5 y 6, se puede observar el comportamiento de la raíz y del error a

medida que transcurre cada iteración, evidenciando así la convergencia del método.

Raices de la función Raices de la función 2 ∙

tanh(𝑥) − sin(𝑥) − 0.3 = 0 por el método de la
Regla falsa.
0,33
0,325
Raíz

0,32
0,315
0,31
0 1 2 3 4 5 6
Iteraciones

Valores de raices

Figura 5. Gráfica de evolución en el valor de la raíz.

Fuente: El Autor

Gráfica del error del método de la Regla falsa

para la función 2 ∙ tanh(𝑥) − sin(𝑥) − 0.3 = 0
0,002
0,0015
0,001
Error

0,0005
0
0 1 2 3 4 5 6
-0,0005
Iteraciones

Error del método

Figura 6. Gráfica de evolución en el valor del error del método.

Fuente: El Autor
 c) 𝑥4 − 4𝑥2 − 4𝑥 − 16 − ln(𝑥) = 0 ( 𝐵𝑖𝑠𝑒𝑐𝑐𝑖ó𝑛)

El siguiente ejercicio se resolverá por el método de la Bisección. Se trata de un tipo

de método cerrado.

Para este ejercicio se procedió a graficar la función apoyados en el software

GeoGebra, con el fin de obtener los puntos de inicio, esto se puede observar en la figura

7.

Figura 7. Gráfica de la función 𝑥4 − 4𝑥2 − 4𝑥 − 16 − ln(𝑥) = 0

Fuente: El Autor

Como se puede observar en la figura 7 la función tiene una raíz en el punto

x=2,768580; por lo tanto, los puntos escogidos para aplicar el método serian 𝑋𝑙 = 2,5 y

𝑋𝑢 = 3 como punto de partida.

Tabla 7. Iteraciones de búsqueda de la raíz por el método de la bisección.

Fuente: El Autor

Iteración 1 𝑥𝑙 = 2,5
𝑦𝑙 = −12,8537 𝑥𝑙 + 𝑥𝑢
𝑋𝑟 =
𝑥𝑢 = 3 2
𝑦𝑢 = 15,9013 2,5 + 3
𝑋𝑟 =
𝑥𝑟 = 2,75 2
𝑦𝑟 = −1,0701
𝑋𝑟 = 2,75
Iteración 2 𝑥𝑙 = 2,75
𝑦𝑙 = −1,0701 𝑥𝑙 + 𝑥𝑢
𝑋𝑟 =
𝑥𝑢 = 3 2
𝑦𝑢 = 15,9013 2,75 + 3
𝑋𝑟 =
𝑥𝑟 = 2,875 2
𝑦𝑟 = 6,7020
𝑋𝑟 = 2,875
Iteración 3 𝑥𝑙 = 2,75 𝑥𝑙 + 𝑥𝑢
𝑋𝑟 =
𝑦𝑙 = −1,0701 2
𝑥𝑢 = 2,875 2,75 + 2,875
𝑋𝑟 =
𝑦𝑢 = 15,9013 2
𝑥𝑟 = 2,8125
𝑦𝑟 = 2,6458 𝑋𝑟 = 2,8125
Iteración 4 𝑥𝑙 = 2,75 𝑥𝑙 + 𝑥𝑢
𝑋𝑟 =
𝑦𝑙 = −1,0701 2
𝑥𝑢 = 2,8125 2,75 + 2,8125
𝑋𝑟 =
𝑦𝑢 = 2,6458 2
𝑥𝑟 = 2,78125
𝑦𝑟 = 0,7463 𝑋𝑟 = 2,78125

Iteración 5 𝑥𝑙 = 2,75
𝑦𝑙 = −1,0701 𝑥𝑙 + 𝑥𝑢
𝑋𝑟 =
𝑥𝑢 = 2,78125 2
𝑦𝑢 = 0,7463 2,75 + 2,78125
𝑋𝑟 =
𝑥𝑟 = 2,7656 2
𝑦𝑟 = −0,1736
𝑋𝑟 = 2,7656

Una vez realizadas las iteraciones del método se calcula el error con el fin de evaluar

la precisión o la aproximación de la solución obtenida.

Para calcular el error se empleó la siguiente ecuación:

𝐸𝑟𝑟𝑜𝑟 = |𝑥𝑟 − 𝑥𝑖+1 | 𝐸𝑐𝑢. 6

En la tabla se muestra los valores de error respectivo por cada iteración.

Tabla 8. Resultados del error del método de la bisección.

Fuente: El Autor

Iteración Valor aproximado de la raíz Error

1 2,75 -
2 2,875 0,125
3 2,8125 0,0625
4 2,78125 0,03125
5 2,7656 0,01565

Como se puede observar el método presenta un error de 0,01565% en la quinta

iteración.

Validación

Para una mayor aproximación del resultado es necesario realizar un número mayor

de iteraciones hasta lograr un error menor o igual a 0.000005.

Para la búsqueda de la raíz, se implementó programas de cálculo mediante el

software Matlab hasta lograr el error previamente mencionado.

 Los resultados de las iteraciones implementado programas se puede apreciar en la

tabla 9.

Tabla 9. Tabla de resumen de resultados.

Fuente: El Autor

Iter. 𝑿𝒓 Error
1 2,75000000 -
2 2,87500000 0,125000000
3 2,81250000 0,62500000
4 2,78125000 0,031250000
5 2,76562500 0,015625000
6 2,77343750 0,0078125000
7 2,76953125 0,0039062500
8 2,76757812 0,0019531250
9 2,76855468 0,0009765625
10 2,76904296 0,00048828125
11 2,76879882 0,00024414062
12 2,76867675 0,00012207031
13 2,76861572 6,1035156e-05
14 2,76858520 3,0517578e-05
15 2,76856994 1,5258789e-05
16 2,76857757 7,6293945e-06
17 2,76858139 3,8146972e-06

Como se puede observar en la tabla 9, se necesitó de 17 iteraciones del método para

lograr un error de 0,00000381. En dicha iteración, el valor de la raíz es de

aproximadamente 2,768581; este valor está muy próximo al valor real de la raíz de la

función de búsqueda.

Gráficas de evolución de la raíz y error.

A través del método de la bisección, se ha obtenido el valor de la raíz de la función

con una aproximación muy cercana al valor real. Por lo tanto, se puede afirmar que el

método presenta una buena convergencia con un alto número de iteraciones.

En las figuras 8 y 9, se puede observar el comportamiento de la raíz y del error a

medida que transcurre cada iteración, evidenciando así la convergencia del método.
 Raices de la función 𝑥^4 − 4𝑥^2 − 4𝑥 − 16 − ln(𝑥) = 0
por el método de la bisección.
2,9
2,88
2,86
2,84
Raíz

2,82
2,8
2,78
2,76
2,74
0 2 4 6 8 10 12 14 16 18
Iteraciones

Valores de raices

Figura 8. Gráfica de evolución en el valor de la raíz.

Fuente: El Autor

Gráfica del error del método de la Bisección para la

función 𝑥^4 − 4𝑥^2 − 4𝑥 − 16 − ln(𝑥) = 0
0,7
0,6
0,5
0,4
Error

0,3
0,2
0,1
0
-0,1 0 2 4 6 8 10 12 14 16 18
Iteraciones

Error del método

Figura 9. Gráfica de evolución en el valor del error del método.

Fuente: El Autor
 d) 𝑒𝑥 ∙ sin(𝑥) − 2 ∙ 𝑒𝑥 + 3 = 0 (𝑆𝑒𝑐𝑎𝑛𝑡𝑒)

El siguiente ejercicio se resolverá por el método de la Secante. Se trata de un tipo de

método abierto y se resuelve aplicando la siguiente formula:

𝑓(𝑥𝑖 )(𝑋𝑖+1 − 𝑋𝑖 )
𝑥𝑖+1 = 𝑥𝑖 − ( 𝐸𝑐. 7
𝑓(𝑥𝑖−1 ) − 𝑓(𝑥𝑖 )

Para aplicar el método es necesario tener un punto de partida cercano a la raíz y un

punto de desfase. Los puntos a considerar deben tener su respectiva imagen en la

función, pueden ser arbitrarios siempre y cuando cumplan la condición mencionada.

Para este ejercicio se graficó la función apoyados en el software GeoGebra, con el fin

de obtener los puntos de inicio, esto se puede observar en la figura 10.

Figura 20. Grafica de la función 𝑒𝑥 ∙ sin(𝑥) − 2 ∙ 𝑒𝑥 + 3 = 0

Fuente: El Autor

Como se puede observar en la figura 10 la función tiene una raíz en el punto

x=0.9050; por lo tanto, los puntos escogidos para aplicar el método serian 𝑋0 = 1 como

punto de partida y 𝛿𝑥 = 0.95 como punto de desfase. Ambos puntos cuentan con su

respectiva imagen en la función y son viables para aplicar el método, esto se puede

evidenciar en la figura 11.

 Figura 11. Gráfica de punto de partida y punto de desfase del método de la Secante.

Fuente: El Autor

Una vez establecidos los puntos de arranque se aplicó el método iterativo de la como

se puede observar en la tabla 10.

Tabla 20. Iteraciones de búsqueda de raíz por el método de la secante.

Fuente: El Autor

Iteración 1 𝑥0 = 1
𝛿𝑥 = 0,95 −0,1492
𝑥𝑖+1 = 1 − 0,95 [ ]
𝑦0 = −0,1492 −4,5280 − (−0,1452)
𝑥0 + 𝛿𝑥 = 1,95
𝑦0 + 𝛿𝑥 = −4.5280 𝑥𝑖+1 = 0,9676

Iteración 2 𝑥0 = 0,9676
𝛿𝑥 = −0,0960
𝑦0 = −0,0960 𝑥𝑖+1 = 0,9676 − 0,95 [ ]
−4,2099 − (−0,0960)
𝑥0 + 𝛿𝑥 = 1,9176
𝑦0 + 𝛿𝑥 = −4,2099 𝑥𝑖+1 = 0,9454

Iteración 3 𝑥0 = 0,9454
𝛿𝑥 = 0,95 −0,0610
𝑦0 = −0,0610 𝑥𝑖+1 = 0,9454 − 0,95 [ ]
−4,0031 − (−0,0610)
𝑥0 + 𝛿𝑥 = 1,8954
𝑦0 + 𝛿𝑥 = −4,0031 𝑥𝑖+1 = 0,9307
Iteración 4 𝑥0 = 0,9307
𝛿𝑥 = 0,95 −0,0384
𝑦0 = −0,0384 𝑥𝑖+1 = 0,9307 − 0,95 [ ]
−3,8707 − (−0,0384)
𝑥0 + 𝛿𝑥 = 1,8807
𝑦0 + 𝛿𝑥 = −3,8707 𝑥𝑖+1 = 0,9212
Iteración 5 𝑥0 = 0,9212
𝛿𝑥 = 0,95 −0,0239
𝑦0 = −0,0239 𝑥𝑖+1 = 0,9212 − 0,95 [ ]
−3,7870 − (−0,0239)
𝑥0 + 𝛿𝑥 = 1,8712
𝑦0 + 𝛿𝑥 = −3,7870 𝑥𝑖+1 = 0,9151
 Una vez realizadas las iteraciones del método se calcula el error con el fin de evaluar

la precisión o la aproximación de la solución obtenida.

Para calcular el error se empleó la siguiente ecuación:

𝐸𝑟𝑟𝑜𝑟 = |𝑥𝑟 − 𝑥𝑖+1 | 𝐸𝑐. 8

En la tabla 11 se muestra los valores de error respectivo por cada iteración.

Tabla 11. Resultados del error del método de la secante.

Fuente: El Autor

Iteración Valor aproximado de la raíz Error

0 0,9676 -
1 0,9454 0,0221
2 0,9307 0,0147
3 0,9212 0,0952
4 0,9151 0,0060

Como se puede observar el método presenta un error de 0,6% en la quinta iteración y

esto es un indicativo de buena convergencia del método por su aproximación a cero.

Validación

Para una mayor aproximación del resultado es necesario realizar un número mayor

de iteraciones hasta lograr un error menor o igual a 0.000005.

Para la búsqueda de la raíz, se implementó programas de cálculo mediante el

software Matlab hasta lograr el error previamente mencionado.

Los resultados de las iteraciones implementado programas se puede apreciar en la

tabla 12.

Tabla 12. Tabla de resumen de resultados.

Fuente: El Autor
Iteración xo yo δx xo+δx yo+δx xi+1 Error
0 1 -0,14920 0,95 1,95 -4,52800 0,96762 -
1 0,96762 -0,09607 0,95 1,91762 -4,20999 0,94544 0,02218
2 0,94544 -0,06105 0,95 1,89544 -4,00314 0,93072 0,01471
3 0,93072 -0,03841 0,95 1,88072 -3,87075 0,92120 0,00952
4 0,92120 -0,02399 0,95 1,87120 -3,78704 0,91514 0,00605
5 0,91514 -0,01491 0,95 1,86514 -3,73459 0,91133 0,00381
6 0,91133 -0,00924 0,95 1,86133 -3,70191 0,90895 0,00237
 7 0,90895 -0,00571 0,95 1,85895 -3,68163 0,90747 0,00147
8 0,90747 -0,00353 0,95 1,85747 -3,66908 0,90656 0,00091
9 0,90656 -0,00218 0,95 1,85656 -3,6613 0,90599 0,00056
10 0,90599 -0,00134 0,95 1,85599 -3,65653 0,90564 0,00034
11 0,90564 -0,00082 0,95 1,85564 -3,65357 0,90543 0,00021
12 0,90543 -0,00051 0,95 1,85543 -3,65175 0,90529 0,00013
13 0,90529 -0,00031 0,95 1,85529 -3,65062 0,90521 0,000082
14 0,90521 -0,00019 0,95 1,85521 -3,64993 0,90516 0,000050
15 0,90516 -0,00011 0,95 1,85516 -3,64950 0,90513 0,000031
16 0,90513 -7,392E-05 0,95 1,85513 -3,64924 0,90511 0,000019
17 0,90511 -4,557E-05 0,95 1,85511 -3,64908 0,90510 0,000011
18 0,90510 -2,809E-05 0,95 1,85510 -3,64898 0,90509 0,0000073
19 0,90509 -1,732E-05 0,95 1,85509 -3,64891 0,90509 0,0000045
20 0,90509 -1,068E-05 0,95 1,85509 -3,64888 0,90508 0,0000027

Como se puede observar en la tabla 12, se necesitó de 20 iteraciones del método para

lograr un error de 0,0000027795. En dicha iteración, el valor de la raíz es de

aproximadamente 0,9050893; este valor está muy próximo al valor real de la raíz de la

función.

Gráficas de evolución de la raíz y error.

A través del método de la secante, se ha obtenido el valor de la raíz de la función con

una aproximación muy cercana al valor real. Por lo tanto, se puede afirmar que el

método presenta una buena convergencia. La rapidez y eficiencia del método

dependerán exclusivamente de los puntos iniciales que se elijan para buscar la solución.

En las figuras 12 y 13, se puede observar el comportamiento de la raíz y del error a

medida que transcurre cada iteración, evidenciando así la convergencia del método.
 Raices de la función y=e^x.sin(x)-2e^x+3 por el método
de la secante.
0,98
0,97
0,96
0,95
Raíz

0,94
0,93
0,92
0,91
0,9
0 5 10 15 20 25
Iteraciones

Valores de raices

Figura 12. Gráfica de evolución en el valor de la raíz.

Fuente: El Autor

Gráfica del error del método de la secante para la

función y=e^x.sin(x)-2e^x+3
0,025

0,02

0,015
Error

0,01

0,005

0
0 5 10 15 20 25
Iteraciones

Error del método

Figura 13. Gráfica de evolución en el valor del error del método.

Fuente: El Autor

2. En la Figura 14, el área sombreada es 0.6 veces el área del rectángulo

ABCD. Halle el área de dicho rectángulo. Utilice el método de Newton-Raphson y

determine con una precisión de 5 cifras decimales exactas.

 Figura 14 Función sen(x)

Recomendación: Realizar la solución de forma clara, detallando el planteamiento

del problema, la ecuación de búsqueda, la aplicación del método de cálculo, las tablas

de resumen de resultados, gráficas para ubicar la raíz, las gráficas de evolución de los

resultados y más contenido que aporte a la comprensión.

Resolución:

Newton Raphson se trata de un tipo de método abierto y se resuelve aplicando la

siguiente formula:

𝑦𝑖
𝑥𝑖+1 = 𝑥𝑖 − 𝑬𝒄. 𝟗
𝑦𝑖 ´

Se sabe que el área de un rectángulo es b el producto de su base (x=AB) multiplicado

por su altura (y=CB):

𝐴𝐵 = 𝑥; 𝐶𝐵 = 𝑦 = 𝑠𝑖𝑛(𝑥)

Entonces el área del cuadrado ABCD será:

𝐴𝐵𝐶𝐷 = 𝐴𝐵 ∗ 𝐶𝐷 = 𝑥 ∗ sin(𝑥)

Se sabe que el área bajo la curva f(x) es la integral de la función en el intervalo (0,

x):
𝑥
𝑓(𝑥) = ∫ 𝑠𝑒𝑛(𝑥) 𝑑𝑥
0
𝑥
𝑓(𝑥) = − cos(𝑥)]
0
𝑓(𝑥) = − cos(𝑥) + cos(0)
𝑓(𝑥) = − cos(𝑥) + 1

También se sabe que g(x) es el área bajo la curva y corresponde a 0.6 veces el área
del rectángulo ABCD:

𝑔(𝑥) = 0,6(𝐴𝐵𝐶𝐷)
𝑔(𝑥) = 0,6(𝑥 sin(𝑥))
𝑔(𝑥) = 0,6𝑥 sin(𝑥)

Para encontrar la función de búsqueda Yb=f(x) - g(x), es necesario igualar f(x) y

g(x).

𝑌𝑏 = − cos(𝑥) + 1 − 0,6𝑥 sin(𝑥)

De acuerdo con la Ec. 3 es necesario hallar la primera derivada de la función de

búsqueda:

𝑌𝑏 = − cos(𝑥) + 1 − 0,6𝑥 sin(𝑥)

𝑑 𝑑 𝑑
𝑌𝑏 ′ = −0.6 [𝑥 sin(𝑥)] − [cos(𝑥)] + [1]
𝑑𝑥 𝑑𝑥 𝑑𝑥
𝑌𝑏 ′ = −0.6[sin(𝑥) + 𝑥 cos(𝑥)] − [sin(𝑥)] + [0]
𝑌𝑏 ′ = sin(𝑥) − 0.6 sin(𝑥) − 0.6𝑥 cos(𝑥)

Para facilitar el desarrollo del ejercicio se grafica la función de búsqueda Yb y se

identifica el cambio de signo, este es un indicador de que en ese intervalo se encuentra

la raíz o solución:

Tabla 13 Evaluación de puntos de la función de búsqueda

Fuente: El Autor

𝑌𝑏 = − cos(𝑥) + 1 − 0,6𝑥 sin(𝑥)

x y
0 0
0.25 -0.00602
0.50 -0.02141
0.75 -0.03843
1.00 -0.04518
1.25 -0.02706
1.50 0.031517

Mediante los datos obtenidos se procede a graficar para una mejor interpretación:
 Figura 15 Gráfica de la función de búsqueda
𝑌𝑏 = − 𝑐𝑜𝑠(𝑥) + 1 − 0,6𝑥 𝑠𝑖𝑛(𝑥)
Fuente: El Autor

Obsérvese de forma numérica en la Tabla 13 y de forma gráfica en la Figura 15 que

hay un cambio de signo entre (1,25 ; 1,50), esto es indicador de la existencia de una raíz

por lo que se da un valor inicial para aplicar el método numérico:

𝑋𝑖 = 1.3
𝑋1 = 1.3 𝑦𝑖
𝑥𝑖+1 = 𝑥𝑖 −
𝑌1 = − cos(1.3) + 1 − 0,6 ∗ (1.3) sin(1.3) 𝑦𝑖′
Iteración 𝑌1 = −0.0197
1: (−0.0197)
𝑌1′ = sin(1.3) − 0.6 sin(1.3) − 0.6 𝑥𝑖+1 = 1.3 −
(0.17677)
∗ (1.3) cos(1.3)
𝑌1′ = 0.17677 𝑥𝑖+1 = 1.4079

𝑋2 = 1.4079 𝑦𝑖
𝑥𝑖+1 = 𝑥𝑖 −
𝑦𝑖′
𝑌2 = − cos(11.4079) + 1 − 0,6
∗ (1.4079) sin(1.4079) (0.004266)
𝑥𝑖+1 = 1.4079 −
Iteración (0.2577)
2: 𝑌2 = 0.004266
𝑥𝑖+1 = 1.3913
𝑌2′ = sin(1.4079) − 0.6 sin(11.4079) − 0.6
∗ (1.4079) cos(1.4079)
𝑌2′ = 0.2577

𝑋3 = 1.3913 𝑦𝑖
𝑥𝑖+1 = 𝑥𝑖 −
𝑦𝑖′
Iteración 𝑌3 = − cos(1.3913) + 1 − 0,6
3: ∗ (1.3913) sin(1.3913) (0.000109)
𝑥𝑖+1 = 1.3913 −
(0.2445)
𝑌3 = 0.000109
𝑥𝑖+1 = 1.3909
 𝑌3′ = sin(1.3913) − 0.6 sin(1.3913) − 0.6
∗ (1.3913) cos(1.3913)
𝑌3′ = 0.2445

𝑋4 = 1.3909 𝑦𝑖
𝑥𝑖+1 = 𝑥𝑖 −
𝑦𝑖′
𝑌4 = − cos(1.3909) + 1 − 0,6
∗ (1.3909) sin(1.3909) 𝑥𝑖+1
Iteración = 1.3909
4: 𝑌4 = 0.00000007813 (0.00000007813)
−
𝑌4′ = sin(11.3909) − 0.6 sin(1.3909) − 0.6 (0.2442)
∗ (1.3909) cos(1.3909) 𝑥𝑖+1 = 1.390899897
𝑌4′ = 0.2442

𝑋5 = 1.390899897 𝑦𝑖
𝑥𝑖+1 = 𝑥𝑖 −
𝑦𝑖′
𝑌5
= − cos(1.390899897) + 1 − 0,6 𝑥𝑖+1
∗ (1.390899897) sin(1.390899897) = 1.390899897
Iteración (0)
5: 𝑌5 = 0 −
(0.244222)
𝑌5′
𝑥𝑖+1 = 1.390899897
= sin(1.390899897) − 0.6 sin(1.390899897)
− 0.6 ∗ (1.390899897) cos(1.390899897)
𝑌5′ = 0.244222

Una vez realizadas las iteraciones del método se realiza una gráfica para interpretar

de mejor manera los resultados, deberá incluirse el error con el fin de evaluar la

precisión o la aproximación de la solución obtenida.

Para calcular el error se empleó la siguiente ecuación:

𝐸𝑟𝑟𝑜𝑟 = |𝑥𝑟 − 𝑥𝑖+1 | 𝑬𝒄. 𝟏𝟎

Tabla 14 Resumen de resultados

Fuente: Autor
i Xi Yi Yi’ Xi+1 Error
1 1.3 -0.01907 0.17677 1.4079 --------
2 1.4079 0.004266 0.2577 1.3913 0.0166
3 1.3913 0.000709 0.2445 1.3909 0.0004
4 1.3909 0.00000007813 0.2442 1.390899897 0.0001
5 1.390899 0 0.244222 1.390899897 0

Se tiene un error de 0 en la quinta iteración, por lo tanto, x=1.390899897.

Hallar el área de ABDC:

𝑥 = 1.390899897
𝐴𝐵𝐶𝐷 = 𝑥 ∗ sin(𝑥)
 𝐴𝐵𝐶𝐷 = 1.390899897 ∗ sin(1.390899897)

𝐴𝐵𝐶𝐷 = 1.368453874 𝑈2

Comprobación:

Se sabe que el área bajo la curva es 0.6 veces ABCD, por lo tanto:

𝑥 = 1.390899897
𝑥
0.6 ∗ 𝐴𝐵𝐶𝐷 = ∫ 𝑠𝑒𝑛(𝑥) 𝑑𝑥
0
𝑥
0.6 ∗ 𝐴𝐵𝐶𝐷 = − cos(𝑥)]
0
0.6 ∗ 𝐴𝐵𝐶𝐷 = − cos(𝑥) + cos(0)
0.6 ∗ 𝐴𝐵𝐶𝐷 = − cos(𝑥) + 1
− cos(𝑥) + 1
𝐴𝐵𝐶𝐷 =
0.6
− cos(1.390899897) + 1
𝐴𝐵𝐶𝐷 =
0.6
𝐴𝐵𝐶𝐷 = 1.368453874 𝑈2

Los resultados coinciden, por lo tanto, se comprueba que la respuesta es correcta.

Validación mediante software:

Para una mayor aproximación del resultado es necesario realizar un número mayor

de iteraciones hasta lograr un error menor o igual a 0.000005.

Para la búsqueda de la solución, se implementó programas de cálculo mediante el

software Matlab hasta lograr el error previamente mencionado.

Los resultados de las iteraciones implementado programas se puede apreciar en la

Tabla 15.

Tabla 15 Resultados por Software Matlab

Fuente: Autor
i Xi Xi+1 Error
0 1.3 1.51580315 ------
1 1.407901574789271 1.407901574789271 0.107901574789271
2 1.391346231096535 1.391346231096535 0.016555343692736
3 1.390900216505634 1.390900216505634 4.460145909006563e-04
4 1.390899896568803 1.390899896568803 3.199368312500894e-07

Como se puede observar en la Tabla 15, se necesitó de 4 iteraciones del método para
lograr un error de 3.199368312500894e-07. En dicha iteración, el valor de la raíz es de

aproximadamente 1.390899896568803; este valor está muy próximo al valor real de la

raíz de la función y el resultado encontrado manualmente con pequeñas variaciones

debidas al redondeo de decimales.

Gráficas de evolución de la raíz y error.

A través del método de Newton Raphson, se ha obtenido el valor de la raíz de la

función con una aproximación muy cercana al valor real. La rapidez y eficiencia del

método dependerán exclusivamente de los puntos iniciales que se elijan para buscar la

solución.

En la Tabla 15, se puede observar el comportamiento de la raíz y del error a medida

que transcurre cada iteración, evidenciando así la convergencia del método.

Figura 16 Comportamiento de la raíz en la función

Yb=-cos(x)+1-0.6*x*sin(x)
Fuente: Autor
 Figura 17 Comportamiento de la raíz en la función
Yb=-cos(x)+1-0.6*x*sin(x)
Fuente: Autor

Se puede apreciar en la Figura y Figura respectivamente que, la raíz se estabiliza en

aproximada 1,39 y el error alcanza valores cercanos a 0, lo cual es indicativo de una

buena convergencia y un resultado más aproximado al real.

3. Ejercicio sobre raíces de funciones

Una circunferencia tiene su centro en el origen de coordenadas y es tangente a la

gráfica de la función 𝑦 = 𝑒 𝑥 . Halle el radio de la circunferencia con 6 cifras decimales

exactas mediante el método de la regla falsa.

Para abordar el ejercicio siguiente, es crucial destacar que los métodos utilizados

para encontrar raíces también se prestan para resolver otros tipos de problemas, como el

caso de determinar el radio de una circunferencia tangente a una función.

En primer lugar, resulta fundamental identificar la función en la que se aplicará el

método. A continuación, se describe el proceso para hallar esta función específica.

Existen 2 funciones que interactúan en el sistema como son:

• 𝑦 = 𝑒𝑥

• (𝑋 − 𝐻)2 + (𝑌 − 𝐾)2 = 𝑅 2
 La primera es una función tangente a la circunferencia, mientras que la segunda

forma parte de la ecuación de la circunferencia.

En la ecuación de la circunferencia reemplazamos los valores del centro de la

circunferencia obtenido la siguiente función.

(𝑥 − 0)2 + (𝑦 − 0)2 = 𝑅 2

𝑥 2 + 𝑦 2 = 𝑅2

𝑦 2 = √𝑅 2 − 𝑥 2

Dado su punto de intersección (x1=x2; y1=y2), procedemos a igualar las funciones y

obtener la expresión siguiente:

𝑒 𝑥 = √𝑅 2 − 𝑥 2

𝑒 𝑥 − √𝑅 2 − 𝑥 2 = 0

Por su tangente tienen la misma pendiente, por lo tanto, procedemos a derivar las

funciones obteniendo la siguiente expresión:

𝑑 𝑥 𝑑
𝑒 = − √𝑅 2 − 𝑥 2
𝑑𝑥 𝑑𝑥

𝑑
𝑒𝑥 = − (𝑅2 − 𝑥 2 )1/2
𝑑𝑥
1 1
𝑒 𝑥 = − (𝑅2 − 𝑥 2 )2 (−2𝑥)
2
𝑥
𝑒𝑥 = −
√𝑅2 − 𝑥2

La ecuación de búsqueda finalmente nace de la unión de ambas expresiones

realizando el despeje de √𝑅 2 − 𝑥 2 de la expresión 2 y sustituirlo en la expresión 1,

quedando de la siguiente manera:

𝑥
𝑒𝑥 + =0 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑑𝑒 𝑏ú𝑠𝑞𝑢𝑒𝑑𝑎
𝑒𝑥
 Una vez obtenida la ecuación de búsqueda, se implementa el método iterativo de la

regla falsa. Se trata de un método cerrado y viene dado por la siguiente formula:

𝑥𝑟 − 𝑥𝑟
𝑥𝑟 = 𝑥𝑙 − 𝑦𝑙 ( ) 𝐸𝑐. 11
𝑥𝑟 − 𝑥𝑟

Al tratarse de un método cerrado se debe escoger los puntos upper y lower para

iniciar el método. Para la obtención de estos valores es necesario realizar la gráfica de la

función de búsqueda utilizando el software GeoGebra.

En la figura 18 se aprecia la gráfica de la función de búsqueda. Se puede observar

que existe una raíz negativa en la función entre los puntos 0 y -1, dichos puntos son los

elegidos para implementar el método.

𝑥
Figura 18. Grafica de la función 𝑒 𝑥 + =0
𝑒𝑥

Fuente: El Autor

A continuación, se aplica el método de la falsa posición, los resultados de las

iteraciones se observan en la tabla siguiente:

Tabla 16. Iteraciones búsqueda de raíz por método de la regla falsa.

Fuente: El Autor

Iteración 1 −1 − 0
𝑥𝑟 = 0 − 1 [ ]
𝑥𝑙 = 0 −2,350402 − 1
𝑌𝑙 = 1
𝑥𝑢 = −1 𝑥𝑟 = −0,298471
𝑦𝑢 = −2,350402
𝑦𝑟 = 0,339673

Iteración 2 −0,298471 − (−1)

𝑥𝑟 = −1 − (−2,35040) [ ]
𝑥𝑙 = −1 0,33963 − (−2,350402)
𝑌𝑙 = −2,350402
𝑥𝑢 = −0,298471 𝑥𝑟 = −0,387052
𝑦𝑢 = 0,339673
𝑦𝑟 = 0,109070

Iteración 3 −0,387052 − (−1)

𝑥𝑙 = −1 𝑥𝑟 = −1 − (−2,35040) [ ]
0,109070 − (−2,35040)
𝑌𝑙 = −2,350402
𝑥𝑢 = −0,987052 𝑥𝑟 = −0,414234
𝑦𝑢 = 0,109070
𝑦𝑟 = 0,034022

Iteración 4 −0,414234 − (−1)

𝑥𝑙 = −1 𝑥𝑟 = −1 − (−2,350402) [ ]
0,034022 − (−2,350402)
𝑌𝑙 = −2,350402
𝑥𝑢 = −0,414234 𝑥𝑟 = −0,422591
𝑦𝑢 = 0,034022
𝑦𝑟 = 0,003237
Iteración 5 −0,422591 − (−1)
𝑥𝑙 = −1 𝑥𝑟 = −1 − (−2,350402) [ ]
0,010510 − (−2,350402)
𝑌𝑙 = −2,350402
𝑥𝑢 = −0,422591 𝑥𝑟 = −0,425161
𝑦𝑢 = 0,003237
𝑦𝑟 = 0,003237

Como se puede observar en la tabla 16 el valor de la raíz en la quinta iteración es de

-0,425151. Con dicho valor se procede a encontrar el radio de la circunferencia.

Comprobación

𝑥𝑟 = −0,425161

−0,425161
𝑦 = 𝑒 −0,425161 +
𝑒 −0,425161

𝑦 = 0,653664
 𝑅 = √0,4251612 + 0,6536642

𝑅 = 0,779768

Mediante lo cálculos se obtuvo un valor para el radio de la circunferencia de

0,779768. En la figura 19 se corrobora el valor del radio ya que las gráficas de las

funciones son tangentes entre sí.

Figura 19. Gráfica de la ecuación de la circunferencia tangente a la función 𝑦 = 𝑒 𝑥 .

Fuente: El Autor

Validación

Para obtener una aproximación más precisa, se requiere llevar a cabo un mayor

número de iteraciones hasta alcanzar un error igual o menor a 0.000005. Como en casos

anteriores se emplea programas de cálculo a través del software Matlab, logrando así el

mencionado nivel de precisión. Los resultados de estas iteraciones se presentan en la

tabla 17.
Tabla 17. Tabla de resumen de resultados.

Fuente: El Autor

Iteración xu yu xl yl xr yr Error
0 -1 -2,350402 0 1 -0,298472 0,339672 -
1 -0,298472 0,339672 -1 -2,350402 -0,387053 0,109068 0,088581
2 -0,387053 0,109068 -1 -2,350402 -0,414235 0,034021 0,027182
3 -0,414235 0,034021 -1 -2,350402 -0,422592 0,010507 0,008358
4 -0,422592 0,010507 -1 -2,350402 -0,425162 0,003235 0,002570
5 -0,425162 0,003235 -1 -2,350402 -0,425952 0,000995 0,000790
6 -0,425952 0,000995 -1 -2,350402 -0,426195 0,000306 0,000243
7 -0,426195 0,000306 -1 -2,350402 -0,426270 0,000094 0,000075
8 -0,426270 0,000094 -1 -2,350402 -0,426293 0,000029 0,000023
9 -0,426293 0,000029 -1 -2,350402 -0,426300 0,000009 0,000007
10 -0,426300 0,000009 -1 -2,350402 -0,426302 0,000003 0,000002

Como se puede observar en la tabla 17, se necesitó de 10 iteraciones del método para

lograr un error de 0,000002. En dicha iteración, el valor de la raíz es de

aproximadamente 0,426302; este valor está muy próximo al valor real de la raíz de la

función de búsqueda.

Gráficas de evolución de la raíz y error.

A través de la aplicación del método de la regla falsa, hemos logrado una

aproximación muy precisa al valor real de la raíz de la función de búsqueda. Esto

respalda la afirmación de que el método exhibe una convergencia efectiva. La rapidez y

eficiencia del método están directamente relacionadas con la elección de los puntos

iniciales para la búsqueda de la solución.

En las figuras 20, 21 se aprecia la evolución de la raíz y el error a lo largo de cada

iteración, resaltando y respaldando la eficaz convergencia del método.

 Convergencia de las raices de la función de busqueda
y=e^x+(x/e^x) por el método de la regla falsa.
0,000000
0 2 4 6 8 10 12
-0,100000

-0,200000
Raices

-0,300000

-0,400000

-0,500000
Iteraciones

Valores de raices

Figura 20. Gráfica de evolución de la raíz.

Fuente: El Autor

Gráfica de convergencia del error del método de la regla

falsa para la función y=e^x+(x/e^x).
0,100000

0,080000

0,060000
Error

0,040000

0,020000

0,000000
0 2 4 6 8 10 12
Iteración

Valores de error en el método

Figura 21. Gráfica de evolución del error en el método.

Fuente: El Autor
 4. Ejercicio de ecuaciones lineales

En el siguiente esquema eléctrico se desea calcular las intensidades.

Figura 22. Esquema eléctrico.

Fuente: SN

Considere:
Tabla 38. Valores de resistencias y voltajes.

Fuente: SN

R1 R2 R3 R4 R5 R6 R7 E1 E2 E3
(KΩ) (V)
9 4 3 8 7 5 10 10 15 25

Determine las intensidades mediante:

- Regla de Cramer.

- Método numérico de Jacobi.

- Método numérico de Seidel.

En el caso de los métodos numéricos, para cada uno realice 4 iteraciones de forma

manual, exponiendo el proceso de cálculo. Luego, mediante programas de cálculo

realizados en Matlab determine los resultados con un error de cinco cifras significativas
(< 0.00005). Compare los métodos (analítico vs numéricos, y los numéricos entre sí).

Para el caso de los métodos numéricos discuta sobre la convergencia de resultados.

Desarrollo

Para resolver el circuito eléctrico, es necesario definir las ecuaciones iniciales

utilizando la ley de Kirchhoff para cada malla. La información pertinente se extrae de la

figura 22.

𝑅1𝑖1 +𝑅2(𝑖1 − 𝑖3) +𝑅3(𝑖1 − 𝑖2) +𝑅4(𝑖1 − 𝑖2) ∗ ∗ ∗ = 𝐸1

∗ ∗ +𝑅3(𝑖2 − 𝑖1) +𝑅4(𝑖2 − 𝑖1) ∗ +𝑅6(𝑖2 − 13) +𝑅7𝑖2 = 𝐸3 − 𝐸2
∗ +𝑅2(𝑖3 − 𝑖1) ∗ ∗ +𝑅5𝑖3 +𝑅6(𝑖3 − 𝑖2) ∗ = 𝐸3

Una vez obtenidas las ecuaciones, se procede a ordenarlas quedando un sistema de

ecuaciones lineales con 3 incógnitas como se observa a continuación:

(𝑅1 + 𝑅2 + 𝑅3 + 𝑅4)𝑖1 −(𝑅3 + 𝑅4)𝑖2 −(𝑅2)𝑖3 = 𝐸1

(𝑅3 + 𝑅4)𝑖1 −(𝑅3 + 𝑅4 + 𝑅6 + 𝑅7)𝑖2 −(𝑅6)𝑖3 = 𝐸3 − 𝐸2
(𝑅2)𝑖1 −(𝑅6)𝑖2 −(𝑅2 + 𝑅5 + 𝑅6)𝑖3 = 𝐸2

Reemplazando los valores de resistencia y voltaje de la tabla 18 en el sistema

descrito previamente, la matriz para emplear los métodos sería la siguiente:

24 −11 −4 𝑖1 10
𝐴 = [11 −26 −5 ] [𝑖2] = [10]
4 −5 −16 𝑖3 15

Una vez obtenida la matriz de búsqueda se da inicio con el primer método para la

resolución de sistemas lineales como es La regla de Cramer. Este método da solución a

los sistemas lineales en términos de determinantes como se observa a continuación:

24 −11 −4 24 −11
𝑑𝑒𝑡𝐴 = [11 −26 −5 11 −26] = (9984 + 220+220) -(416+600+1936) = 7472
4 −5 −16 4 −5
 10 −11 −4 10 −11
det𝐴𝑖1 = [10 −26 −5 10 −26] = (4160 + 825 + 200) − (1560 + 250 + 1760) = 1615
15 −5 −16 15 −5

24 10 −4 24 10
det𝐴𝑖2 = [11 10 −5 11 10] = (−3840 − 200 − 660) − (−1760 − 1800 − 160) = −980
4 15 −16 4 15

24 −11 10 24 −11
det𝐴𝑖3 = [11 −26 10 11 −26] = (−9360 − 440 − 660) − (−1040 − 1200 − 1815) = −6405
4 −5 15 4 −5

Tabla 19. Tabla de resultados de las intensidades.

Fuente: El Autor

I1 I2 I3

1915/7472 -980/7472 -6405/7472

Comprobación del sistema de ecuaciones

(24)(1615/7472) (−11)(−980/7472) (−4)(−6405/7472) = 10 = 10

(11)(1615/7472) (−26)(−980/7472) (−5)(−6405/7472) = 10 = 10
(4)(1615/7472) (−5)(−980/7472) (−16)(−6405/7472) = 15 = 15

Observando la tabla 19, se verifica que los valores de las intensidades, obtenidos a

través de la regla de Cramer, satisfacen la igualdad del sistema de ecuaciones. Por

consiguiente, se valida la resolución del sistema mediante el método algebraico.

Validación por el método de Jacobi

Para la implementación del método de Jacobi, es necesario cambiar la matriz de la

forma Ax=b a la forma X=Mx+C.

11𝑖2 + 4𝑖3 + 10
𝑖1 =
24

11𝑖1 − 5𝑖3 − 10
𝑖2 =
26

4𝑖1 − 5𝑖2 − 15
𝑖3 =
16

Adicionalmente, se define un vector de inicio para cada iteración; este vector actuará

como el punto de partida del método y se sustituirá en cada incógnita de las ecuaciones
previamente mencionadas. Posteriormente, el valor del vector de inicio se actualiza con

los valores obtenidos en cada iteración, esto se muestra en la tabla 3.

1
vector de arranque = {1}
1
Tabla 20. Iteraciones del sistema de ecuaciones por el método de Jacobi.

Fuente: El Autor

Iter 1
11(1) + 4(1) + 10 11(1) − 5(1) − 10 4(1) − 5(1) − 15
𝑖1 = 𝑖2 = 𝑖3 =
24 26 16

𝑖1 = 1,0416 𝑖2 = −0,1538 𝑖3 = −1

Iter 2
11(−0,1538) + 4(−1) + 10 11(1,0416) − 5(−1) − 10 4(1,041) − 5(−0,153) − 15
𝑖1 = 𝑖2 = 𝑖3 =
24 26 16

𝑖1 = 0,1795 𝑖2 = 0,2483 𝑖3 = −0,6290

Iter 3
11(0,2483) + 4(−0,629) + 10 11(0,179) − 5(−0,629) − 10 4(0,1795) − 5(0,2483) − 15
𝑖1 = 𝑖2 = 𝑖3 =
24 26 16

𝑖1 = 0,4256 𝑖2 = −0,1877 𝑖3 = −0,9703

Iter 4
11(−0,187) + 4(−0,970) + 10 11(0,425) − 5(−0,970) − 10 4(−0,187) − 5(−0,970) − 15
𝑖1 = 𝑖2 = 𝑖3 =
24 26 16

𝑖1 = 0,1689 𝑖2 = −0,0179 𝑖3 = -0,6812

Como se evidencia en la Tabla 20, los valores de las intensidades todavía muestran

una considerable disparidad en comparación con el método de Cramer. Por lo tanto, se

hace necesario realizar más iteraciones para acercarse a la solución deseada.

Validación del método de Jacobi mediante software Matlab

Para lograr una aproximación más precisa, es necesario realizar un mayor número de

iteraciones hasta alcanzar un error igual o inferior a 0.00005.

 En consonancia con prácticas previas, se utilizan programas de cálculo mediante el

software Matlab, garantizando de este modo el nivel de precisión mencionado. Los

resultados de estas iteraciones se detallan en la tabla 21.

Tabla 21. Tabla de resultados del método de Jacobi mediante software.

Fuente: El Autor

Iteración 0-6
i1 1 1,0416 0,1795 0,4257 0,1689 0,2797 0,1929
i2 1 -0,1538 0,2484 -0,1877 -0,0179 -0,1646 -0,0952
i3 1 -1 -0,6290 -0,9703 -0,7724 -0,8897 -0,8161
Error * 0,84615 0,86218 0,34125 0,25676 0,14667 0,08677
Iteración 7-13
i1 0,2370 0,2065 0,2233 0,2124 0,2187 0,2147 0,2171
i2 -0,1460 -0,1190 -0,1371 -0,1269 -0,1335 -0,1296 -0,1320
i3 -0,8595 -0,8326 -0,8487 -0,8388 -0,8447 -0,8411 -0,8433
Error 0,05085 0,03054 0,01809 0,01097 0,00654 0,00399 0,00238
Iteración 14-20
i1 0,2156 0,2165 0,2159 0,2163 0,2161 0,2162 0,2161
i2 -0,1306 -0,1315 -0,1310 -0,1313 -0,1311 -0,1312 -0,1311
i3 -0,8420 -0,8428 -0,8423 -0,8426 -0,8424 -0,8425 -0,8425
Error 0,00146 0,00087 0,00053 0,00032 0,00020 0,00012 7,2E-05

Como se evidencia en la tabla 21, fueron necesarias 21 iteraciones utilizando el

software Matlab para encontrar la solución del sistema. Estos valores coinciden con los

obtenidos mediante el método de Cramer, lo que respalda la eficacia del programa.

Gráficas de evolución de la raíz y error.

Mediante la implementación del método de Jacobi, hemos alcanzado una

aproximación altamente precisa de los valores que resuelven el sistema de ecuaciones.

Inicialmente, el método muestra una convergencia inestable, pero a partir de la quinta

iteración, se estabiliza notablemente. Aunque el método exhibe una convergencia

efectiva, es importante destacar que puede ser un proceso gradual.

La Figura 23 ilustra la evolución de la raíz y el error a lo largo de cada iteración,

destacando y respaldando visualmente la convergencia del método.

Figura 33.Evolución de la raíz y error en el método de Jacobi.

Fuente: El Autor

Validación por el método de Seidel

Al igual que el método de Jacobi, el método de Seidel parte la matriz de la forma

X=Mx+C.

11𝑖2 + 4𝑖3 + 10
𝑖1 =
24

11𝑖1 − 5𝑖3 − 10
𝑖2 =
26

4𝑖1 − 5𝑖2 − 15
𝑖3 =
16
El vector de inicio para cada iteración será idéntico al implementado en el método

anterior. La única distinción entre ambos métodos radica en que, en el caso del método

de Seidel, los valores encontrados en cada iteración se sustituirán directamente en las

incógnitas de las ecuaciones correspondientes. Luego, el vector de inicio se actualiza

con los valores obtenidos en esa iteración, como se detalla en la Tabla 22.
 1
vector de arranque = {1}
1
Tabla 22. Iteraciones del sistema de ecuaciones por el método de Jacobi.

Fuente: El Autor

Iter 1
11(1) + 4(1) + 10 11(1,0416) − 5(1) − 10 4(1,0416) − 5(−0,1362) − 15
𝑖1 = 𝑖2 = 𝑖3 =
24 26 16

𝑖1 = 1,0416 𝑖2 = −0,1362 𝑖3 = −0,6345

Iter 2
11(−0,136) + 4(−0,634) + 10 11(0,2484) − 5(−0,634) − 10 4(0,248) − 5(−0,157) − 15
𝑖1 = 𝑖2 = 𝑖3 =
24 26 16

𝑖1 = 0,2484 𝑖2 = −0,1575 𝑖3 = −0,8261

Iter 3
11(−0,157) + 4(−0,826) + 10 11(0,206) − 5(−0,826) − 10 4(0,206) − 5(−0,138) − 15
𝑖1 = 𝑖2 = 𝑖3 =
24 26 16

𝑖1 = 0,2067 𝑖2 = −0,1383 𝑖3 = −0,8426

Iter 4
11(−0,138) + 4(−0,842) + 10 11(0,212) − 5(−0,842) − 10 4(0,212) − 5(−0,132) − 15
𝑖1 = 𝑖2 = 𝑖3 =
24 26 16

𝑖1 = 0,2128 𝑖2 = −0,1325 𝑖3 = −0,8428

Como se aprecia en la Tabla 22, los valores de las intensidades se encuentran muy

próximos a los obtenidos mediante el método de Cramer. En consecuencia, para

acercarse a la solución real, se requerirán solo unas pocas iteraciones adicionales.

Validación del método de Seidel mediante software Matlab

Con el fin de obtener una aproximación más precisa, es crucial llevar a cabo un

mayor número de iteraciones hasta alcanzar un error igual o menor a 0.00005.

Siguiendo pautas previas, se emplean programas de cálculo a través del software

Matlab, asegurando así el nivel de precisión mencionado.

 Los resultados detallados de estas iteraciones se presentan en la Tabla 23.

Tabla 23. Tabla de resumen de resultados del método de Seidel mediante software.

Fuente: El Autor

Iteración 0-4

i1 1 1,0417 0,2485 0,2068 0,2129

i2 1 -0,1362 -0,1575 -0,1382 -0,1325
i3 1 -0,6345 -0,8262 -0,8426 -0,8429
Error * 0,8638 0,7932 0,0417 0,0061
Iteración 5-8

i1 0,2155 0,2160 0,2161 0,2161

i2 -0,1314 -0,1312 -0,1312 -0,1312
i3 -0,8426 -0,8425 -0,8425 -0,8425
Error 0,0026 0,0006 9,97E-05 1,47E-05

Como se observa en la Tabla 23, se llevaron a cabo 8 iteraciones mediante el uso del

software Matlab para determinar la solución del sistema. Estos resultados concuerdan

con los obtenidos a través del método de Cramer, respaldando así la eficacia del

programa.

Gráficas de evolución de la raíz y error.

Mediante la aplicación del método de Seidel, hemos logrado una aproximación

sumamente precisa de los valores que resuelven el sistema de ecuaciones.

Este método demuestra una convergencia efectiva, como se evidencia en la Figura

24, que ilustra la evolución de la raíz y el error a lo largo de cada iteración. Estos

gráficos destacan y respaldan visualmente la convergencia exitosa del método.

 Figura 24. Evolución de la raíz y error en el método de Seidel.

Fuente: El Autor

Discusión

Este ejercicio ilustra la utilidad tanto de los métodos numéricos como de los métodos

tradicionales en la resolución de sistemas de ecuaciones. Es importante señalar que, si

bien el método de Cramer puede ser una opción viable, especialmente en sistemas con

pocas incógnitas, su propensión a errores aumenta a medida que el número de

incógnitas crece.

En esta perspectiva, los métodos numéricos surgen como una alternativa eficiente

para resolver sistemas más extensos y relativamente complejos, aunque es importante

destacar que también conllevan ciertas limitaciones, como la necesidad de que la matriz

sea predominante

En relación con los métodos numéricos, el método de Seidel converge más

rápidamente que el método de Jacobi como se observa en la figura 23 y 24, esto gracias

a que se aprovecha los valores actualizados en la misma iteración. En este caso,

logramos obtener la respuesta con 13 iteraciones menos, lo que resultó en un ahorro

significativo de recursos computacionales.

 5. Se desea hallar la matriz inversa de A:
6 −1 1 2
2 8 1 −2
𝐴=[ ]
2 3 −7 −4
3 −1 1 10
Determine la matriz inversa mediante:

• Cualquier Método analítico.

• Método numérico de Seidel matricial.

Realice el planteamiento de solución y para la primera columna de la matriz inversa realice

5 iteraciones de forma manual, exponiendo el proceso de cálculo. Después, mediante un

programa de cálculo realizado en Matlab determine la solución con un error de cuatro cifras

significativas (<=0.0005).

Exponga entonces la matriz inversa calculada y valídela.

Recomendación: Realizar la solución de forma clara, detallando el planteamiento del

problema y del conjunto de sistemas de ecuaciones, la aplicación de los métodos de cálculo,

las tablas de resumen de resultados, gráficas de evolución de los resultados de las variables y

del error por iteración, el análisis comparativo entre métodos y más contenido que aporte a la

compresión de los resultados.

Resolución por método analítico, método de Gauss Jordán:

6 −1 1 2
2 8 1 −2
𝐴=[ ]
2 3 −7 −4
3 −1 1 10

6 −1 1 2 1 0 0 0
−1 2 8 1 −2 0 1 0 0 1
𝐴 =[ ]| | 𝐹1 ∗
2 3 −7 −4 0 0 1 0 6
3 −1 1 10 0 0 0 1

1 −1/6 1/6 1/3 1/6 0 0 0

−1 2 8 1 −2 0 1 0 0
𝐴 =[ ]| | 𝐹2 − 2 ∗ 𝐹1
2 3 −7 −4 0 0 1 0
3 −1 1 10 0 0 0 1

1 −1/6 1/6 1/3 1/6 0 0 0

0 25/3 2/3 −8/3 −1/3 1 0 0
𝐴−1 =[ ]| | 𝐹3 − 2 ∗ 𝐹1
2 3 −7 −4 0 0 1 0
3 −1 1 10 0 0 0 1
 1 −1/6 1/6 1/3 1/6 0 0 0
−1 0 25/3 2/3 −8/3 −1/3 1 0 0
𝐴 =[ ]| | 𝐹4 − 3 ∗ 𝐹1
0 10/3 −22/3 −14/3 −1/3 0 1 0
3 −1 1 10 0 0 0 1

1 −1/6 1/6 1/3 1/6 0 0 0

0 25/3 2/3 −8/3 −1/3 1 0 0 3
𝐴−1 =[ ]| | 𝐹2 ∗ ( )
0 10/3 −22/3 −14/3 −1/3 0 1 0 25
0 −1/2 1/2 9 −1/2 0 0 1

1 −1/6 1/6 1/3 1/6 0 0 0

0 1 2/25 −8/25 −1/25 3/25 0 0 10
𝐴−1 =[ ]| | 𝐹3 − 𝐹2( )
0 10/3 −22/3 −14/3 −1/3 0 1 0 3
0 −1/2 1/2 9 −1/2 0 0 1

1 −1/6 1/6 1/3 1/6 0 0 0

0 1 2/25 −8/25 −1/25 3/25 0 0
𝐴−1 =[ ]| | − 𝐹2/2 − 𝐹4
0 0 −38/5 −18/5 −1/5 −2/3 1 0
0 −1/2 1/2 9 −1/2 0 0 1

1 −1/6 1/6 1/3 1/6 0 0 0

0 1 2/25 −8/25 −1/25 3/25 0 0 5
𝐴−1 =[ ]| | 𝐹3 ∗ (− )
0 0 −38/5 −18/5 −1/5 −2/3 1 0 38
0 0 27/50 221/55 −13/25 3/50 0 1

1 −1/6 1/6 1/3 1/6 0 0 0

0 1 2/25 −8/25 −1/25 3/25 0 0 27
𝐴−1 =[ ]| | 𝐹3 ∗ ( ) − 𝐹4
0 0 1 9/19 1/38 1/19 −5/38 0 50
0 0 27/50 221/55 −13/25 3/50 0 1

1 −1/6 1/6 1/3 1/6 0 0 0

−1 0 1 2/25 −8/25 −1/25 3/25 0 0 190
𝐴 =[ ]| | 𝐹4 ∗ ( )
0 0 1 9/19 1/38 1/19 −5/38 0 1631
0 0 0 1631/190 −203/380 3/95 27/380 1

1 −1/6 1/6 1/3 1/6 0 0 0

−1 0 1 2/25 −8/25 −1/25 3/25 0 0 9
𝐴 =[ ]| | 𝐹3 − 𝐹4( )
0 0 1 9/19 1/38 1/19 −5/38 0 19
0 0 0 1 −29/466 6/1631 27/3262 190/1631

1 −1/6 1/6 1/3 1/6 0 0 0

0 1 2/25 −8/25 −1/25 3/25 0 0 8
𝐴−1 =[ ]| | 𝐹4 (− ) − 𝐹2
0 0 1 0 13/233 83/1631 −221/1631 −90/1631 25
0 0 0 1 −29/466 6/1631 27/3262 190/1631

1 −1/6 1/6 0 131/699 −2/1631 −9/3262 −190/4893

0 1 2/25 0 −349/5825 4941/40775 108/40775 304/8155 2
𝐴−1 =[ ]| | 𝐹2 − ( ) 𝐹3
0 0 1 0 13/233 83/1631 −221/1631 −90/1631 25
0 0 0 1 −29/466 6/1631 27/3262 190/1631

1 −1/6 1/6 0 131/699 −2/1631 −9/3262 −190/4893

0 1 0 0 −15/233 191/1631 22/1631 68/1631 1
𝐴−1 =[ ]| | 𝐹1 − ( ) 𝐹3
0 0 1 0 13/233 83/1631 −221/1631 −90/1631 6
0 0 0 1 −29/466 6/1631 27/3262 190/1631

1 −1/6 0 0 83/466 −95/9786 97/4893 −141/4893

0 1 0 0 −15/233 191/1631 22/1631 68/1631 1
𝐴−1 =[ ]| | 𝐹1 − (− ) 𝐹2
0 0 1 0 13/233 83/1631 −221/1631 −90/1631 6
0 0 0 1 −29/466 6/1631 27/3262 190/1631
 1 0 0 0 39/233 16/1631 36/1631 −37/1631
0 1 0 0 −15/233 191/1631 22/1631 68/1631
𝐴−1 =[ ]| |
0 0 1 0 13/233 83/1631 −221/1631 −90/1631
0 0 0 1 −29/466 6/1631 27/3262 190/1631

39/233 16/1631 36/1631 −37/1631

−15/233 191/1631 22/1631 68/1631
𝐴−1 =[ ]
13/233 83/1631 −221/1631 −90/1631
−29/466 6/1631 27/3262 190/1631

Resolución por el método numérico de Seidel matricial:

Por medio del método de Seidel matricial se procede a verificar la primera columna de la

matriz inversa de A de forma manual, para ello es necesaria la siguiente ecuación:

𝑋𝑖+1 = −(𝐿 + 𝐷)−1 ⋅ 𝑈 ⋅ 𝑥 + (𝐿 + 𝐷)−1 ⋅ 𝑏 𝑬𝒄. 𝟏𝟑

6 −1 1 2
2 8 1 −2
𝐴=[ ]
2 3 −7 −4
3 −1 1 10

Se extrae y define matrices y vectores para evaluarlos en la Ec. 13

La matriz L+D corresponde a los elementos que se encuentran en la diagonal principal y

los que se encuentran a la parte inferior de la diagonal principal:

6 0 0 0
2 8 0 0
(𝐿 + 𝐷) = [ ]
2 3 −7 0
3 −1 1 10

La matriz U corresponde a todos los elementos que se encuentren sobre la diagonal

principal:

0 −1 1 2
0 0 1 −2
𝑈=[ ]
0 0 0 −4
0 0 0 0

Las variables para los elementos de (𝐿 + 𝐷)−1 son:

𝑥1 𝑥5 𝑥9 𝑥13
𝑥2 𝑥6 𝑥10 𝑥14
(𝐿 + 𝐷)−1 =[ ]
𝑥3 𝑥7 𝑥11 𝑥15
𝑥4 𝑥8 𝑥12 𝑥16

Mediante el método de sustitución se encuentra la matriz inversa de (L+D):

6 0 0 0 1
2 8 0 0 0
[ ][ ]
2 3 −7 0 0
3 −1 1 10 0
 1
𝑥1 =
6
1
−2 ∗
𝑥2 = 6 = −1
8 24
1 −1
−2 ∗ − 3 ∗
𝑥3 = 6 24 = 5
−7 168
1 −1 5
−3 ∗ +1∗ −1∗
𝑥4 = 6 24 168 = −2
10 35

6 0 0 0 0
2 8 0 0 1
[ ][ ]
2 3 −7 0 0
3 −1 1 10 0

0
𝑥5 = =0
6
−2 ∗ 0 + 1 1
𝑥6 = =
8 8
1
−2 ∗ 0 − 3 ∗
𝑥7 = 8= 3
−7 56
1 3
−3 ∗ 0 + 1 ∗ −1∗
𝑥8 = 8 56 = 1
10 140

6 0 0 0 0
2 8 0 0 0
[ ][ ]
2 3 −7 0 1
3 −1 1 10 0

0
𝑥9 = =0
6
−2 ∗ 0
𝑥10 = =0
8
−2 ∗ 0 − 3 ∗ 0 + 1 −1
𝑥11 = =
−7 7
−1
−3 ∗ 0 + 1 ∗ 0 − 1 ∗
𝑥12 = 7 = 1
10 70

6 0 0 0 0
2 8 0 0 0
[ ][ ]
2 3 −7 0 0
3 −1 1 10 1

0
𝑥13 = =0
6
−2 ∗ 0
𝑥14 = =0
8
−2 ∗ 0 − 3 ∗ 0
𝑥15 = =0
−7
 −3 ∗ 0 + 1 ∗ 0 − 1 ∗ 0 + 1 1
𝑥16 = =
10 10
1/6 0 0 0
−1/24 1/8 0 0
(𝐿 + 𝐷)−1 =[ ]
5/168 3/56 −1/7 0
−2/35 1/140 1/70 1/10

El ejercicio pide comprobar únicamente la primera columna de la matriz inversa de (L+D)

por lo tanto el vector b será:

1
0
𝑏=[ ]
0
0

Iteración 1:

1/6 0 0 0 0 −1 1 2 1.0
−1/24 1/8 0 0 0 0 1 −2 1.0
𝑋𝑖+1 = − [ 5/168 ]⋅[ ]⋅[ ]
3/56 −1/7 0 0 0 0 −4 1.0
−2/35 1/140 1/70 1/10 0 0 0 0 1.0
1/6 0 0 0 1
−1/24 1/8 0 0 0
+ [ 5/168 3/56 ]⋅ [ ]
−1/7 0 0
−2/35 1/140 1/70 1/10 0

1/6 0 0 0 2 1/6
−1/24 1/8 0 0 −1 −1/24
𝑋𝑖+1 = − [ 5/168 ] ⋅ [ ] + [ 5/168 ]
3/56 −1/7 0 −4
−2/35 1/140 1/70 1/10 0 −2/35

−1/3 1/6
5/24 −1/24
𝑋𝑖+1 = [−97/168] + [ 5/168 ]
5/28 −2/35

−1/6
1/6
𝑋𝑖+1 = [−23/42]
17/140
Iteración 2:

1/6 0 0 0 0 −1 1 2 −1/6
−1/24 1/8 0 0 0 0 1 −2 1/6
𝑋𝑖+1 = − [ 5/168 ]⋅[ ] ⋅ [−23/42]
3/56 −1/7 0 0 0 0 −4
−2/35 1/140 1/70 1/10 0 0 0 0 17/140
1/6 0 0 0 1
−1/24 1/8 0 0 0
+ [ 5/168 3/56 ]⋅ [ ]
−1/7 0 0
−2/35 1/140 1/70 1/10 0
 1/6 0 0 0 −33/70 1/6
−1/24 1/8 0 0 −83/105 −1/24
𝑋𝑖+1 = − [ 5/168 ]⋅[ ] + [ 5/168 ]
3/56 −1/7 0 −17/35
−2/35 1/140 1/70 1/10 0 −2/35

11/140 1/6
19/240 −1/24
𝑋𝑖+1 = [ −51/3920 ] + [ 5/168 ]
−211/14700 −2/35

103/420
3/80
𝑋𝑖+1 = [ 197/11760 ]
−1051/14700
Iteración 3:

1/6 0 0 0 0 −1 1 2 103/420
−1/24 1/8 0 0 0 0 1 −2 3/80
𝑋𝑖+1 = − [ 5/168 ] ⋅ [ ] ⋅ [ 197/11760 ]
3/56 −1/7 0 0 0 0 −4
−2/35 1/140 1/70 1/10 0 0 0 0 −1051/14700
1/6 0 0 0 1
−1/24 1/8 0 0 0
+ [ 5/168 3/56 ]⋅ [ ]
−1/7 0 0
−2/35 1/140 1/70 1/10 0

1/6 0 0 0 −2407/14700 1/6

−1/24 1/8 0 0 3131/19600 −1/24
𝑋𝑖+1 = − [ 5/168 ]⋅[ ] + [ 5/168 ]
3/56 −1/7 0 1051/3675
−2/35 1/140 1/70 1/10 0 −2/35

2407/88200 1/6
−0.02679 −1/24
𝑋𝑖+1 = [ ]+[ ]
0.0371706 5/168
−0.0145832 −2/35

0.193956
−0.068457
𝑋𝑖+1 = [ ]
0.066932
−0.071726
Iteración 4:

1/6 0 0 0 0 −1 1 2 0.193956
−1/24 1/8 0 0 0 0 1 −2 −0.068457
𝑋𝑖+1 = − [ 5/168 ]⋅[ ]⋅[ ]
3/56 −1/7 0 0 0 0 −4 0.066932
−2/35 1/140 1/70 1/10 0 0 0 0 −0.071726
1/6 0 0 0 1
−1/24 1/8 0 0 0
+ [ 5/168 3/56 ]⋅ [ ]
−1/7 0 0
−2/35 1/140 1/70 1/10 0

1/6 0 0 0 −0.008062 1/6

−1/24 1/8 0 0 0.210384 −1/24
𝑋𝑖+1 = − [ 5/168 ]⋅[ ] + [ 5/168 ]
3/56 −1/7 0 0.286904
−2/35 1/140 1/70 1/10 0 −2/35
 0.001343 1/6
−0.026634 −1/24
𝑋𝑖+1 = [ ] + [ 5/168 ]
0.029955
−0.006062 −2/35

0.168010
−0.0683006
𝑋𝑖+1 = [ ]
0.059717
−0.063204
Iteración 5:

1/6 0 0 0 0 −1 1 2 0.168010
−1/24 1/8 0 0 0 0 1 −2 −0.0683006
𝑋𝑖+1 = − [ 5/168 ]⋅[ ]⋅[ ]
3/56 −1/7 0 0 0 0 −4 0.059717
−2/35 1/140 1/70 1/10 0 0 0 0 −0.063204
1/6 0 0 0 1
−1/24 1/8 0 0 0
+ [ 5/168 3/56 ]⋅ [ ]
−1/7 0 0
−2/35 1/140 1/70 1/10 0

1/6 0 0 0 0.001608 1/6

−1/24 1/8 0 0 0.186127 −1/24
𝑋𝑖+1 = − [ 5/168 ]⋅[ ] + [ 5/168 ]
3/56 −1/7 0 0.252819
−2/35 1/140 1/70 1/10 0 −2/35

−0.000268 1/6
−0.023198 −1/24
𝑋𝑖+1 = [ ] + [ 5/168 ]
0.026098
−0.004849 −2/35

0.166398
−0.064865
𝑋𝑖+1 = [ ]
0.055860
−0.061992

Resumen de Resultados:

Tabla 24 Resumen de Raíces de forma manual

Fuente: Autor
i X1 X2 X3 X4
1 17/140 1/6 −23/42 17/140
2 103/420 3/80 197/11760 −1051/14700
3 0.193956 −0.068457 0.066932 −0.071726
4 0.168010 −0.0683006 0.059717 −0.063204
5 0.166398 −0.064865 0.055860 −0.061992
 Figura 25 Comportamiento de las raíces, forma manual
Fuente: Autor

En la Figura 25 se evidencia el comportamiento de las raíces mediante cálculos realizados

de forma manual.

A continuación, en la Tabla 25 se detalla los resultados del comportamiento del error con

cada iteración realizada de forma manual:

Tabla 25 Resumen de resultados del error de forma manual

Fuente: Autor
i Error
0 ----
1 0,87857143
2 0,53086735
3 0,0512821
4 0,025946
5 0,003857
 Figura 26 Comportamiento del error, forma manual
Fuente: Autor

En la Figura 26 se evidencia el comportamiento del error mediante cálculos realizados de

forma manual.

Validación mediante software:

Para una mayor aproximación del resultado es necesario realizar un número mayor de

iteraciones hasta lograr un error de cuatro cifras significativas (<=0.0005) tal y como lo pide

el ejercicio.

Para la búsqueda de la raíz, se implementó programas de cálculo mediante el software

Matlab hasta lograr el error previamente mencionado.

Los resultados de las raíces implementado software Matlab se pueden apreciar en la Tabla

26, y los errores se puede apreciar en la Tabla 27.

Tabla 26 Resultados de raíces mediante Software Matlab

Fuente: Autor
i X1 X2 X3 X4
0 1 1 1 1
1 -0.166666666666667 0.166666666666667 -0.547619047619048 0.121428571428571
2 0.245238095238095 0.037500000000000 0.016751700680272 -0.071496598639456
3 0.245238095238095 0.0375000000000000 0.0167517006802721 -0.0714965986394558
4 0.193956916099773 -0.0684573412698413 0.0669326004211208 -0.0717260689990282
5 0.168010366051182 -0.0683006838151928 0.0597175652361285 -0.0632049347204868
6 0.166398603398275 -0.0648655801842066 0.0558600293036969 -0.0619921419682730
7 0.167209779074774 -0.0642829839237238 0.0556484534644954 -0.0621560774612541
 Tabla 27 Resultados del error mediante Software Matlab
Fuente: Autor
i Error
0 ----
1 0.878571428571429
2 0.530867346938776
3 0.0512811791383220
4 0.0259465500485908
5 0.00385753593243157
6 0.000811175676498355
7 0.000187007180941057

Como se puede observar en la Tabla 27, se necesitó de 7 iteraciones del método para lograr

un error de 0.000187007180941057. En dicha iteración, el valor de la raíz es de

aproximadamente 0.167209779074774; -0.0642829839237238; 0.0556484534644954; -

0.0621560774612541 para x1, x2, x3, x4 respectivamente; este valor está muy próximo al

valor real de la raíz de la función y el resultado encontrado manualmente.

Gráficas de evolución de la raíz y error.

A través del método de Seidel Matricial, se ha obtenido el valor de las raíces de la función

con una aproximación muy cercana al valor real. La rapidez y eficiencia del método

dependerán exclusivamente de los puntos iniciales que se elijan para buscar la solución.

En la Tabla 26 y Tabla 27, se puede observar el comportamiento de la raíz y del error a

medida que transcurre cada iteración, evidenciando así la convergencia del método.

Figura 27 Comportamiento de las raíces mediante software Matlab

Fuente: Autor
 Figura 28 Comportamiento del error mediante software Matlab
Fuente: Autor

Se puede apreciar en la Figura 25 y Figura 27 que corresponde al comportamiento de las

raíces tanto de forma manual y mediante software, que las grafican son muy similares y las

raíces se estabilizan.

Por otra parte, obsérvese en la Figura 26 y Figura 28 respectivamente que las gráficas

vuelven a tener similitud y el error alcanza valores cercanos a 0, lo cual es indicativo de una

buena convergencia y un resultado más aproximado al real.

Las gráficas presentan pequeñas variaciones debido a que de forma manual se toma menos

decimales para facilitar el proceso de cálculo.

Finalmente se presentan los resultados de la primera columna de la matriz inversa de A

realizados mediante el método analítico por eliminación de gauss Jordán, y los resultados

mediante el método numérico de Seidel matricial tanto de forma manual y mediante software

Matlab.

Tabla 28 Comparación Gauss Jordán, Manual y Software Matlab

Fuente: Autor
X1 X2 X3 X4
Gauss Jordán 0,167381974 -0,064377682 0,055793991 -0,06223176
Forma Manual 0.166398 −0.064865 0.055860 −0.061992
Software Matlab 0.167209779074 -0.06428298392 0.05564845346449 -0.06215607746
 La mejor aproximación es la que se logra de forma manual tomando en cuenta que se

realizó 7 iteraciones véase en la Tabla 28, por ello se procede a calcular el error real:

𝐸𝑟𝑟𝑜𝑟𝑟𝑒𝑎𝑙 = 𝐴𝑏𝑠[‖𝑋‖𝐺𝑎𝑢𝑠𝑠/𝑎𝑛𝑎𝑙𝑖𝑡𝑖𝑐𝑜 − ‖𝑋‖𝑆𝑜𝑓𝑡𝑤𝑎𝑟𝑒 ]

Tabla 29 Error Real

Fuente: Autor
X1 X2 X3 X4
Error real 0,000172195 9,4698E-05 0,00014554 7,5682E-05

Al observar los valores del error verdadero en la Tabla 29, se evidencia que el mayor error

equivale a 0,000172195 por lo que se confirma la buena aproximación de los resultados.

Anexos
Anexo 1: método analítico de la función (𝑥2 + 1) ∙ cos(𝑥) = 1; −10 ≤ 𝑥 ≤ 10 (𝑁𝑒𝑤𝑡𝑜𝑛−
𝑅𝑎𝑝ℎ𝑠𝑜𝑛)
Anexo 2: método analítico de la función 2 ∙ tanh(𝑥) − sin(𝑥) − 0.3 = 0 (𝑅𝑒𝑔𝑙𝑎 𝐹𝑎𝑙𝑠𝑎)
Anexo 3: método analítico de la función 𝑥4 − 4𝑥2 − 4𝑥 − 16 − ln(𝑥) = 0 ( 𝐵𝑖𝑠𝑒𝑐𝑐𝑖ó𝑛)
Anexo 4: método analítico de la función ex sin(x)-2e x +3 = 0 ( Secante)
Anexo 5: Ejercicio 2 mediante el método de Newton Raphson.
Anexo 6: Ejercicio 3 mediante el método de la regla falsa.
Anexo 7: Ejercicio sobre resolución de ecuaciones lineales.

º
Anexo 8: Ejercicio 5 Método de Seidel.