“Todo saber tiene de ciencia lo

que tiene de matemática”

POINCARÉ
APLICACIÓN DE EXCEL EN LA SOLUCIÓN DE PROBLEMAS MATEMÁTICOS

AUTORES:
JEFREY JOHAN CORDERO 1651212

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER

INGENIERIA AMBIENTAL
ANÁLISIS NUMÉRICO
CÚCUTA
2018
 “Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ
APLICACIÓN DE EXCEL EN LA SOLUCIÓN DE PROBLEMAS MATEMÁTICOS

AUTORES:
JEFREY JOHAN CORDERO 1651212

PROFESOR:
LIC. WALTER BYRON PINEDA

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER

INGENIERIA AMBIENTAL
ANÁLISIS NUMÉRICO
CÚCUTA
2018
 “Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ
CÁLCULO DE ERROR DE REDONDEO Y TRUNCAMIENTO
DEFINICIÓN DE ERROR
Los errores numéricos se generan con el uso de aproximaciones para representar
las operaciones y cantidades matemáticas. Esto incluye errores 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 está dado por:

Valor verdadero = valor aproximado + error verdadero

Reordenando se encuentra que el error numérico es igual a la diferencia entre el

valor verdadero y el valor aproximado esto es:

Error verdadero = valor verdadero – valor aproximado

Un defecto es que muchas veces no se toma en consideración el orden de magnitud

del valor que se está probando. Por ejemplo, un error de un centímetro es mucho
más significativo si se está midiendo un remache que un puente. Una manera de
medir las magnitudes de las cantidades que se están evaluando es normalizar el
error respecto al valor verdadero, como en:

Error relativo fraccional = Error verdadero / valor verdadero

El error relativo también se puede multiplicar por el 100% para expresarlo como:
Error relativo fraccional porcentual = (error verdadero / valor verdadero)*100

Para los métodos numéricos el valor verdadero únicamente se conocerá cuando se

habla de funciones que se pueden resolver analíticamente. Sin embargo, en
aplicaciones reales, no se conoce la respuesta verdadera. En estos casos,
normalizar el error es una alternativa usando la mejor estimación posible del valor
verdadero, esto es a la aproximación misma, como:
Error aproximado = (error aproximado / valor aproximado)*100
 “Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ
TIPOS DE ERRORES
ERRORES ALGEBRAICOS
 ERRORES DE REDONDEO: Los errores de redondeo se deben a que las
computadoras solo guardan un número finito de cifras significativas durante
un cálculo, y puede implicar que el efecto de redondeo sea exagerado
cuando se llevan a cabo operaciones algebraicas que emplean números muy
pequeños y muy grandes al mismo tiempo.

 ERRORES DE TRUNCAMIENTO: Los errores de truncamiento son aquellos

que resultan al usar una aproximación en lugar de un procedimiento
matemático exacto. Estos tipos de errores son evaluados con una
formulación matemática: “La serie de Taylor” es una formulación para
predecir el valor de la función en Xi+1 en términos de la función y de sus
derivadas en una vecindad del punto Xi.

 ERROR NUMERICO
TOTAL: El error
numérico total es la
suma de los errores
de redondeo y de
truncamiento. La
única forma de
minimizar los errores
de redondeo es la de
incrementar el
número de cifras
significativas de la
computadora.

ERRORES HUMANOS
 ERRORES POR EQUIVOCACIÓN: Las equivocaciones ocurren a cualquier
nivel del proceso de modelación matemática y pueden contribuir con todas
las otras componentes del error. Las equivocaciones, por lo general se pasan
por alto en la discusión del método numérico.

 ERRORES DE FORMULACIÓN: Los errores de formulación o de

modelamiento degeneran en lo que se podría considerar como un modelo
matemático incompleto, ya que si se está usando un modelo deficiente,
ningún método numérico generara los resultados adecuados.
“Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ
 “Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ

ERROR APROXIMADO VS N° ITERACCIONES

120

100
ERROR PORCENTUAL APROXIMADO

80

60

40

20

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

N° DE ITERACCIONES

El valor real de LN (2) = 0.6931471806 y aplicando la serie con

veinte iteraciones se obtiene 0.668771403 con un error
aproximado de 7.48% y un error verdadero del 3.52%, al
observar la gráfica se demuestra como al aumentar las
iteraciones disminuye el error de forma gradual.
 “Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ
MÉTODOS DE INTERVALO CERRADO
MÉTODO DE BISECCIÓN (BOLZANO)

El método de bisección es uno de los más versátiles para determinar una raíz real
en un intervalo de una ecuación dada, es fácil de comprender, aunque si se desea
una mayor exactitud el número de cálculos que hay que realizar aumenta
considerablemente. Una de sus ventajas es que funciona para ecuaciones
algebraicas y trascendentes, pero se recomienda utilizarlo después de un análisis
gráfico.

Teorema de Bolzano
Si f(x) es continua en el intervalo [a, b], con f(a)∙f(b)<0, entonces
existe al menos un XR∈]a, b[ tal que f(XR)=0

El método de bisección se basa en el Teorema de Bolzano, el cual afirma que si se

tiene una función real y = f(x) continua en el intervalo ]a, b[ donde el signo de la
función en el extremo a es distinto al signo de la función en el extremo b
del intervalo, entonces existe al menos un XR ∈]a, b[ tal que f(XR)=0, que es
la raíz buscada.

XR =

XR

CONSIDERACIONES:

 Si f(XR)=0, entonces XR es la raíz buscada

 Si f(a) y f(XR) tienen signos diferentes, entonces la raíz buscada se encuentra
en el intervalo ]a, XR [.
 Si f(XR) y f(b) tienen signos diferentes, entonces la raíz buscada se encuentra
en el intervalo] XR, b[.
 “Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ
 Ahora, divida por la mitad el nuevo intervalo que contiene la raíz y repita el
procedimiento.

La raíz que soluciona la función 2X + 1/X, ES 0.641185284

± 7.44X10-5, aplicando el método de bisección, haciendo
uso de 20 iteraciones.
 “Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ

MÉTODO DE LA REGLA FALSA

Es un método similar al de bisección, con la diferencia que en vez de tomar el punto

medio, se toma como nuevo valor, la intersección con el eje x de una línea recta
formada por los dos puntos del intervalo. Se puede expresar el cálculo de este valor
como:

Se tiene un intervalo [a,b] tal que: f es continua en [a,b], f(a). f(b) < 0. Este
método conserva la misma metodología de bisección, excepto por la forma en la
que parte el intervalo en dos. Para encontrar este punto “x” se debe calcular el
intercepto con el eje x de la recta que pasa por los puntos (a, f(a)) y (b, f(b)).

En cada iteración se genera un intervalo cada vez más pequeño y similar a una
recta que contiene la raíz que se está buscando. Converge más rápido que el
método de bisección es muy estable, el problema radica en que converge en un
solo extremo del intervalo, si el extremo seleccionado está muy lejos de la raíz la
convergencia será lenta.
 “Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ
A continuación se resolverá el ejercicio anterior aplicando el metodo de la regla
falsa:

La raíz que soluciona la función 2X + 1/X, ES 0.641185746

± 0, aplicando el método la regla falsa, haciendo uso de 11
iteraciones.
 “Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ

MÉTODOS DE INTERVALOS ABIERTOS

Los métodos abiertos utilizan una fórmula para predecir la raíz. Esta fórmula puede
desarrollarse como una iteración simple de punto fijo (también llamada iteración de
un punto o sustitución sucesiva o método de punto fijo). Las raíces múltiples son
determinados de ecuaciones polinómicas que tienen la forma general:
f(x) = a0 + a1x + a2x2 +... + anxn

Donde n es el grado del polinomio y son los coeficientes. Las raíces de los
polinomios pueden ser reales y / o complejos, y cumplir con las tres reglas:

1. En una ecuación de grado n, hay n raíces reales o complejas. Cabe

señalar que las raíces no son necesariamente diferentes.
2. Si n es impar hay al menos una raíz real.
3. Si hay raíces complejas, estas se encuentran en pares conjugados.

MÉTODO DE PUNTO FIJO

El método de punto fijo o de aproximaciones sucesivas es, junto con el de Bisección,

uno de los primeros métodos que se utilizaron para resolver ecuaciones algebraicas
y trascendentes. No obstante que en la actualidad existen otros métodos más
eficientes, el de punto fijo se considera el más simple en sus principios y en él se
pueden apreciar claramente todas las características de un método de
aproximaciones sucesivas.
Sea F(x) = 0 una ecuación algebraica o trascendente cualquiera. Se suma x en
ambos miembros y se obtiene: (1) F(x) + x = x donde el miembro izquierdo es
otra función de x que se define como (2) G(x) + x = x Se sustituye en la ecuación
(1): (3) x = G(x) Obsérvese ahora que cualquier ecuación puede representarse en
esta forma, siguiendo el procedimiento anterior. Si x = a es una raíz de la ecuación,
entonces F (a) = 0 o bien, al sustituir en la ecuación (3) a = G (a)
El método de aproximaciones sucesivas consiste en sustituir un valor inicial (x0)
apropiado (cercano a la raíz) en el segundo miembro de la ecuación (3). Si x0 es la
raíz, se deberá cumplir la ecuación (4); esto es: x0 = G(xo), pero esto será difícil
de que ocurra; seguramente el valor inicial principal proporcionado xo será solo un
valor cercano a la raíz. Entonces, en el caso general: x0 =/ G(x0) o
bien, x1 = G(x0), Donde x1 es la nueva aproximación de la raíz a. se sustituye x1
en el segundo miembro de la ecuación (3) y se obtiene: x2 = G(x1).
Al proceder reiteradamente en esta forma se induce que la n-ésima aproximación
es: Xn = G(Xn-1). De acuerdo con lo visto en los temas anteriores, puede afirmarse
 “Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ
que si el método converge, la diferencia en valor absoluto entre valores
proporcionados en dos iteraciones sucesivas será cada vez más pequeña a medida
que n aumente, y con esto se tendrá un criterio para saber cuándo termina la
aplicación del método.
“Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ
 “Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ

Una solución a las funciones, Y = - X^2 + X + 0.75, X= (5XY + Y)^0,5,

es de (0.239572773,1.372425557) ± (2.32x10-14,9.40x10-6), aplicando
el método abierto, de punto fijo.
 “Todo saber tiene de ciencia lo
que tiene de matemática”
POINCARÉ
BIBLIOGRAFÍA

 https://www.youtube.com/watch?v=kRECUmWcL9M
 http://artemisa.unicauca.edu.co/~cardila/AN_tema_1__02_Regla
_Falsa.pdf
 https://matematica.laguia2000.com/general/metodo-de-la-regla-
falsa
 https://sites.google.com/site/metalnumericos/home/unidad-1/1-2-
tipos-de-errores-error-absoluto-error-relativo-error-porcentual-
errores-de-redondeo-y-truncamiento
 http://1bioquimica04.blogspot.com.co/2008/02/teora-de-
errores.html