Ing. Ada Paulina Mora González

Slides:



Advertisements
Presentaciones similares
ESTIMACIÓN DE DENSIDAD
Advertisements

MEDIDAS DE TENDENCIA CENTRAL
MÉTODOS NUMÉRICOS Ecuaciones No Lineales de una Variable
Resolución aproximada de ecuaciones Ejemplos
Apuntes 2º Bachillerato C.T.
Método de la falsa posición
SIMULACIÓN DE MONTECARLO
EJERCICIOS DE TANGENCIAS
Restando el complementario
Como la cuarta parte de 16 es Entonces la cuarta parte de 160 será
MÉTODOS NUMÉRICOS 1.1 Raíces
GEOMETRÍA: PROBLEMAS Prof. Ana Cabrera I.F.D. Florida
Problemas resueltos de áreas e integrales definidas
Unidad de competencia II Estadística descriptiva:
Unidad de competencia II Estadística descriptiva:
Capítulo 3 Descripción de datos, medidas de tendencia central
Factorización Scherzer
Planificación con Prioridades Fijas
Tema 4 Introducción a la Programación Lineal
PRUEBA DE APTITUD ACADÉMICA RAZONAMIENTO MATEMÁTICO
Sistemas de Ecuaciones
PRUEBA DE APTITUD ACADÉMICA
Diferenciación e Integración Numérica
CONSTRUCIONES GEOMETRICAS - CÓNICAS
TANGENCIAS.
MÉTODO DE LA SECANTE En el Método de Newton: Puede ser complicado obtener la derivada de f(x)
Parámetros estadísticos
La Multiplicación..
MÚLTIPLOS Los múltiplos de un número son los que lo contienen un número exacto de veces. El 12 es múltiplo de 3 porque lo contiene 4 veces. 3 x 4= 12 El.
MÍNIMO COMÚN MULTIPLO (M.C.M)
Funciones lineales y afines
CENTRO EDUCATIVO ANAHUAC, A.C. PRÁCTICA DE CONTABILIDAD # 5 EMPRESA : LA NAVAL.
UNIDAD 3 Progresiones.
Profr. Ricardo A. Castro Rico
Igualdades y ecuaciones
¡Primero mira fijo a la bruja!
3. Métodos de resolución Ecuaciones algebraicas lineales
MÉTODOS NUMÉRICOS 2.2 Raíces de ecuaciones
MÉTODOS NUMÉRICOS 2.4 Sistemas de ecuaciones no lineales
MÉTODOS NUMÉRICOS Raíces de ecuaciones
MÉTODOS NUMÉRICOS Raíces de ecuaciones
Similar al ejercicio 1 propuesto Método de sustitución
ITERACIÓN SIMPLE DE PUNTO FIJO
MINIMO COMÚN MÚLTIPLO DE DOS NÚMEROS a y b
MÉTODO DE GAUSS-SEIDEL CON RELAJACIÓN
SUMATORIA OBJETIVO.-Introducir la notación sigma y dar fórmulas de sumas que se utilizarán en la sección siguiente La sumatoria o sumatorio se emplea.
Sistemas de ecuaciones lineales
(Versión preliminar) Departamento de Matemáticas Universidad Autónoma Metropolitana-Iztapalapa Sistemas de ecuaciones lineales M. en C. René Benítez López.
MÉTODO DE NEWTON RAPHSON
Fundamentos Matematicos IV
6 Estudio del movimiento 1 La necesidad de tomar referencias
SUCESIONES Y PROGRESIONES.
JOCELYN DÁVILA HERNÁNDEZ JORGE QUECHOLAC ZAMBRANO.
WINTER Práctica 1.8 Template.
Benemérita Universidad Autónoma de Puebla Facultad de Ciencias de la Computación Métodos Numéricos Método de la regla falsa Balderas Nieves Dulce Ivett.
ESTADIGRAFOS DE DISPERSION
Indicaciones: 1.- Tener en cuenta que esta estrategia, solo funciona asociando las cuentas los días lunes. 2.- Los cálculos son aproximados con un margen.
LA RECTA Y SUS ECUACIONES
SISTEMA DIÉDRICO El punto.
Métodos de Análisis Ingenieril
Método de Steffensen.
SESION Nº 03.  En la práctica de la ingeniería y ciencias, es muy frecuente él tener que resolver ecuaciones del tipo f(x)=0. En estas ecuaciones se.
Tópicos Especiales en Computación Numérica
UNIVERSIDAD POPULAR DEL CESAR
M. en C. José Andrés Vázquez Flores
Raíces de ecuaciones No Lineales Lucia Lucio Cesar Vázquez Sánchez.
MÉTODOS NUMÉRICOS Unidad 2
Programac. De Métodos Numéricos Unidad 2
ENRIQUE MALDONADO MUÑOZ JESUS CABALLERO LUNA IRVING GONZÁLEZ VÁZQUEZ.
Este trabajo tiene como fin demostrar las distintas formas de calcular el área de la función En el intervalo cerrado [-1,1] A través de las sumas de.
Transcripción de la presentación:

Ing. Ada Paulina Mora González Métodos abiertos Ing. Ada Paulina Mora González Métodos Numéricos

En los métodos anteriores usan intervalos, la raíz se encuentra dentro de estos mismos, dada por un limite inferior y otro superior. La aplicación repetida de estos métodos siempre genera aproximaciones cada vez mas cercanas a la raíz. Tales métodos son conocidos como convergentes, ya que se acercan progresivamente a la raíz a medida que avanza el calculo.   METODOS ABIERTOS En contraste, los métodos abiertos descritos se basan en formulas que requieren únicamente de un solo valor de inicio “x” o que empiecen con un par de ellos, pero que no necesariamente encierran a la raíz. Algunas veces se alejan de la raíz verdadera a medida que crece el numero de iteraciones. Pero aun así lo hacen mucho mas rápido que los métodos que usan intervalos. Se empieza el análisis de los métodos: Métodos Numéricos

) ( g f - = METODO DE PUNTO FIJO Métodos Numéricos   Los métodos abiertos emplean una formula que predice la raíz. Tal formula puede ser desarrollada para una simple iteración de punto fijo al re arreglar la ecuación f(x) = 0 de tal modo que x quede del lado izquierdo de la ecuación. 1. Considera la descomposición de la función f(x) en una diferencia de dos funciones: una primera g(x) y la segunda, siempre la función x: f(x) = g(x) - x. f(x) x ) ( g f - = Métodos Numéricos

2. La raíz de la función f(x) se da cuando f(x) = 0, es decir, cuando g(x) – x = 0, cuando g(x) = x. La fórmula de recurrencia para el método del punto fijo se obtiene de considerar una función que el resultado de sumar la función f con la función identidad: Métodos Numéricos

3. El punto de intersección de las dos funciones, da entonces el valor exacto de la raíz. f(x) x xr Las funciones x y g(x) se cortan exactamente en la raíz xr g(x) Métodos Numéricos

4. El método consiste en considerar un valor inicial x0 , como aproximación a la raíz, evaluar el valor de esta función g(x0), considerando éste como segunda aproximación de la raíz, x1 5. El proceso se repite n veces hasta que g(x) coincide prácticamente con x. Métodos Numéricos

g(x)= e-x f(x)= e-x - x Métodos Numéricos Xi f(Xi) g(Xi) e(%) e*(%) iteración Xi f(Xi) g(Xi) e(%) e*(%) 1 100.00   2 -0.63212056 0.36787944 76.32 3 0.32432119 0.69220063 35.13 171.83 4 -0.19172713 0.5004735 22.05 46.85 5 0.10577003 0.60624354 11.76 38.31 6 -0.06084775 0.54539579 6.89 17.45 7 0.03421655 0.57961234 3.83 11.16 8 -0.01949687 0.56011546 2.20 5.90 9 0.01102765 0.57114312 1.24 3.48 10 -0.00626377 0.56487935 0.71 1.93 11 0.00354938 0.56842873 0.40 1.11 12 -0.00201399 0.56641473 0.23 0.62 13 0.0011419 0.56755664 0.13 0.36 14 -0.00064773 0.56690891 0.07 0.20 15 0.00036732 0.56727623 0.04 0.11 16 -0.00020833 0.5670679 0.02 0.06 17 0.00011815 0.56718605 0.01 Métodos Numéricos

MÉTODO DE NEWTON RAPHSON Consiste en elegir un punto inicial cualquiera x1 como aproximación de la raíz y obtener el valor de la función por ese punto. Trazar una recta tangente a la función por ese punto. El punto de intersección de esta recta con el eje de las abscisas (x2, 0), constituye una segunda aproximación de la raíz. El proceso se repite n veces hasta que el punto de intersección xn coincide prácticamente con el valor exacto de la raíz. Métodos Numéricos

f(xi) = xi - x f'(xi) MÉTODO DE LA SECANTE Métodos Numéricos i+1 f(x)

x e ) ( f - = Métodos Numéricos Derivada Función Recurrencia iteración Xi f(Xi) f'(Xi) e(%) e*(%) 1 -2 100.00   2 0.5 0.10653066 -1.60653066 11.84 3 0.566311003 0.00130451 -1.567615513 0.15 11.71 4 0.567143165 1.9648E-07 -1.567143362 0.00 5 0.56714329 4.4409E-15 -1.56714329 Derivada Función Recurrencia VV= 0.567143 Métodos Numéricos

MÉTODO DE LA SECANTE Métodos Numéricos Consiste en elegir dos puntos iniciales cualquiera x0, x1 para los cuales se evalúan los valores de la función: f(x0) = f(x1) Se traza una recta secante a la función por esos dos puntos. El punto de intersección de esta recta con el eje de las abscisas (x2, 0) constituye una segunda aproximación de la raíz. Se reemplazan los subíndices: xi = xi+1, de manera que x1 pasa a ser x0 y x2 pasa a ser x1. Se traza una segunda secante por los nuevos puntos x0, x1, obteniendo una segunda aproximación con x2. El proceso se repite n veces hasta que el punto de intersección x2 coincide prácticamente con el valor exacto de la raíz. Métodos Numéricos

MÉTODO DE LA SECANTE Métodos Numéricos f(x) f(x0) f(x1) f(x2) x0 x1 x2

x e ) ( f - = MÉTODO DE LA SECANTE Métodos Numéricos X0 Xi f(X0) f(Xi) iteración X0 Xi f(X0) f(Xi) Xi+1 f(Xi+1) 1 0.4 0.27032005 0.54818554 0.02981207 2 0.56655382 0.00092388 3 0.56714126 3.1783E-06 4 0.56714329 3.3904E-10 Métodos Numéricos