miércoles, 18 de marzo de 2009

Metodo de la Secante

En análisis numérico el método de la secante es un método para encontrar los ceros de una función de forma iterativa.

Es una variación del método de Newton-Raphson donde en vez de calcular la derivada de la función en el punto de estudio, teniendo en mente la definición de derivada, se aproxima la pendiente a la recta que une la función evaluada en el punto de estudio y en el punto de la iteración anterior. Este método es de especial interés cuando el coste computacional de derivar la función de estudio y evaluarla.por lo que el método de Newton no resulta atractivo.
El método se define por la relación de recurrencia:


Como se puede ver, este método necesitará dos aproximaciones iniciales de la raíz para poder inducir una pendiente inicial.masiado elevado, por lo que el método de Newton no resulta atractivo.

El método se basa en obtener la ecuación de la recta que pasa por los puntos (xn−1, f(xn−1)) y (xn, f(xn)). A dicha recta se le llama secante por cortar la gráfica de la función. Posteriormente se escoge como siguiente elemento de la relación de recurrencia, xn+1, la intersección de la recta secante con el eje de abscisas obteniendo la fórmula.

El orden de convergencia de este método, en un punto cercano a la solución, es donde


es el número áureo, por lo que se trata de una convergencia superlineal inferior a la del método de Newton-Raphson. En caso de que la aproximación inicial sea demasiado lejana o la raíz no sea simple, este método no asegura la convergencia y tiene un comportamiento similar al de Newton-Raphson.

lunes, 16 de marzo de 2009

Metodo de Newton-Raphson

La idea de este método es la siguiente: se comienza con un valor razonablemente cercano al cero (denominado punto de arranque), entonces se reemplaza la función por la recta tangente en ese valor, se iguala a cero y se despeja (fácilmente, por ser una ecuación lineal). Este cero será, generalmente, una aproximación mejor a la raíz de la función. Luego, se aplican tantas iteraciones como se deseen.

Supóngase f : [a, b] -> R función derivable definida en el intervalo real [a, b]. Empezamos con un valor inicial x0 y definimos para cada número natural n






Donde f ' es la derivada de f.


Consideremos el problema de encontrar un número positivo x tal que cos(x) = x3. Podríamos tratar de encontrar el cero de f(x) = cos(x) - x3.
Sabemos que f '(x) = -sin(x) - 3x2. Ya que cos(x) ≤ 1 para todo x y x3 > 1 para x>1, deducimos que nuestro cero está entre 0 y 1. Comenzaremos probando con el valor inicial x0 = 0,5



Los dígitos correctos están subrayados. En particular, x6 es correcto para el número de decimales pedidos. Podemos ver que el número de dígitos correctos después de la coma se incrementa desde 2 (para x3) a 5 y 10, ilustando la convergencia cuadrática.

metodo de la falsa posicion (regla falsi)

Es un método iterativo de resolución numérica de ecuaciones no lineales. El método combina el método de bisección y el método de la secante.
Como en el método de bisección, el método parte de un intervalo inicial [a0,b0] que contiene al menos una solución de la ecuación f(x) = 0, a la cual se llama raíz de f. Es decir, parte de un intervalo con f(a0) y f(b0) de signos contrarios (véase el teorema de Bolzano). El algoritmo va obteniendo sucesivamente en cada paso un intervalo [ak, bk] más pequeño que incluye una raíz de la función f.

Para determinar a partir de un intervalo [ak, bk] el siguiente intervalo [ak+1, bk+1], lo que se hace es obtener el punto del interior del intervalo dado por la fórmula:
Ck= (f(bk) ak- f (ak)bk)/(f(bk)-f(ak))

El punto se obtiene al hallar la intersección de la recta que pasa por los puntos (a,f(ak)) y (b,f(bk)) con el eje de abscisas (igual a como se hace en el método de la secante).
Una vez hallado este punto, se toma como siguiente intervalo al intervalo que tiene de extremo al punto obtenido ck y uno de los extremos del anterior intervalo de forma que en el nuevo intervalo siga estando una de las raíces de la función f (Es decir, con el valor de la función en los extremos del nuevo intervalo de signo contrario).

miércoles, 11 de marzo de 2009

Metodo de Biseccion

Las soluciones de una ecuacion reprecentan graficamete crucesen el ee delas X, la grafica puede ser positiva de un la do y negativa del otro o bien negativa de un lado y posotiva del otro.

El metodo de la biseccion sigue estos pasos:


  1. Localiza un intervaalo que contenga una raiz (a,b).


  2. Aplique la formula Xo= (a+b)/2.


  3. verefique que f(a) f(Xo) o f(b) f(Xo) alguno de estos cambia de signo y en el que cambie esta la raiz.


  4. Establece los numeros subintervalos.


  5. Comienza de nuevo.


domingo, 8 de marzo de 2009

Teoria de Errores

En la vida diaria tenemos errores, los ingenieros se enfentan a errores dia tras dia al ralizar todo tipo de mediciones estos errores dependen de la calidad del instrumento con el que se realise la medicion.

Para determinar el valor del error cometido en nuestras mediciones utilizremos la siguiente formula.

A-xmym=xmAy+Axym

Existe el Error Porcentual

El error porcentual es porcentaje de error exitente en los aparatos de medicion que los ingenieros utilizan.

Este tipo de error e muy importante, pues le da al ingeniero una idea de la importancia del error cometido.

Para obtener el error porcentual por ejemplo de un puente que mide 2km= 20000cm con un error de 0.15cm lo que teniemos que hacer es dividir los 0.15/20000 y el esultado lo multiplicmos por 100 teniendo como resultado 0.00075%

Metodos numericos

Este blog es para la materia de metodos numericos, aqui llevare un diario de mi matria y este es mi temario .


Unidad 1 Teoria de errores
1.1 Importancia Metodos Numericos
1.2 Conceptos Basicos Metodos Numericos cifra significativa precision exactitud incertidumbre y sesgo
1.3 Tipos de errores
1.3.1 Definicion de Error error absoluto y relativo
1.3.2 Error por Redondeo
1.3.3 Error por Truncamiento
1.3.4 Error Numerico Total
1.4 Software Computo Numerico
1.5 Metodos Iterativos
Unidad 2 Metodos de solucion de ecuaciones
2.1 Metodos de Intervalo
2.2 Metodo de Biseccion
2.3 Metodo Aproximaciones Sucesivas
2.3.1 Iteracion y Convergencia de Ecuaciones
Condicion de Lipschitz
2.4 Metodos de Interpolacion
2.4.1 Metodo de Newton Raphson
2.4.2 Metodo de la Secante
2.4.3 Metodo de Aitken
2.5 Aplicaciones
Unidad 3 Metodos de solucion de sistemas de ecuaciones
3.1 Metodos Iterativos Jacobi
3.1.2 Metodo Gauss Seidel
3.2 Sistemas de ecuaciones no lineales
3.2.1 Metodo Iterativo Secuencial
3.3 Iteracion Convergencia Sistemasde Ecuaciones
3.3.1 Sistemas de Ecuaciones de Newton
3.3.2 Metodo de Bairstow
3.4 Aplicaciones
Unidad 4 Diferenciacion e integracion numerica
4.1 Diferenciacion Numerica
4.1.1 Formula Diferencia Progresiva y Regresiva
4.1.2 Formula de Tres Puntos
4.1.3 Formula de Cinco Puntos
4.2 Integracion numerica
4.2.1 Metodo del Trapecio
4.2.2 Metodos de Simpson
4.2.3 Integracion de Romberg
4.2.4 Metodo de Cuadratura Gaussiana
4.3 Integracion Multiple
4.4 Aplicaciones
Unidad 5 Solucion de ecuaciones diferenciales
5.1 Metodos de un Paso
5.1.1 Metodo de Euler y Euler mejorado
5.1.2 Metodo de Runge Kutta
5.2 Metodo de Pasos Multiples
5.3 Sistemas Ecuaciones Diferenciales Ordinarias
5.4 Aplicaciones