BALOTARIO DEL CURSO DE MÉTODOS NUMÉRICOS

1) Dado 𝑓(𝑥) = 𝑥 2 𝑒 𝑥 − 1

a) Localice la o las soluciones de la ecuación

𝑓(𝑥) = 0
b) Efectué tres aproximaciones utilizando el método de punto fijo.
c) Efectué tres aproximaciones utilizando el método de Newton Raphson
(Justifique ambos procedimientos)

SOLUCIÓN:

a) Localizando las raíces de la ecuación f ( x)  0 , para ello utilizaremos el

comando fplot y graficaremos el punto donde la gráfica corta con el eje ‘x’ y ese
punto sería la raíz o punto semilla para nuestros futuros cálculos.

Y se genera la gráfica, con el comando ‘Data cursor’ y ubicamos el punto semilla.

30

25

20

15

10

5
X: 0.7
Y: 0
0

-5
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

 El punto semilla es : x  0.7

b) Método del punto fijo con tres aproximaciones

Para realizar el método del punto fijo debemos de formar el siguiente modelo de
igualdad x  g ( x ) y determinar la función g ( x ) .

x 2e x  1  0
x 2  e x
x

xe 2
 g ( x)
x

 g ( x)  e 2

Mediante el criterio del punto fijo, comprobamos si la función g ( x ) es la correcta,

para ello calculamos la derivada g '( x ) y verificamos que cumpla la siguiente
condición:
g '( x0 )  k  1
1x
1 
Si g '( x)   e 2
y siendo x0  0.7 , reemplazamos:
2
1  0.72
g '( x0 )   e
2
g '(0.7)  0,352344
g '(0.7)  0,352344  k  1  Cumple
En Matlab, creamos un fichero con el nombre de ‘fx1’ donde ingresaremos y
guardaremos la función a iterar y ejecutamos el siguiente comando:

>>[k,p]=puntofijo(‘fx1’,0.7,0.00001,3)

 La solución es x  0, 7030
 c) Método de Newton con tres aproximaciones

A partir de la función f ( x)  x 2e x  1 se crea el fichero ‘fx1.m’ y se crea la

derivada f '( x)  e x ( x 2  2 x) en el fichero ‘derfx1.m’ para poder realizar la
iteración:

Ejecutamos la siguiente sintaxis en la ventana de comandos de Matlab:

>>[x,it]=newton(‘fx1’,’derfx1’,0.7,0.00000000001)

 La solución es x  0, 7035

2) Halle la solución negativa más cerca a cero con tres cifras significativas , si la
ecuación es
4𝑒 𝑥 cos(𝑥) − 1 = 0
SOLUCIÓN:
Para solucionar este problema debemos hallar la gráfica de la función con un
intervalo negativo pero que arranque desde 0 como punto de partida y el primer
intersecto (visto desde la derecha) será la raíz negativa más cercana a 0

Graficamos la función con la sintaxis:

fplot('[4*(exp(x)*cos(x)-1),0]',[-3,3])
Se genera la gráfica:

40

30

20

10 X: -0.9048
Y: 0
0

-10

-20

-30

-40

-50
-2 -1 0 1 2 3

A partir de la gráfica tomamos como punto semilla a x  0.904 que es

Usaremos el Método de Newton, para ello debemos crear la función ‘fx2’ y la

derivada de la función ‘derfx2’ y almacenarlas como fichero .m
 Luego de haber aplicado el comando ‘newton’ observamos que el resultado es:
x  0, 904

3) Encontrar la raíz cercana a 2, de la ecuación 𝑥 3 = 𝑥 2 + 𝑥 + 1 , usando la iteración

de punto fijo con tres cifras significativas exactas.

SOLUCIÓN
Primero graficamos la función para establecer un punto semilla, el cual
elegimos el punto 𝑥 = 1.5.

Despejamos la función 𝑥 3 = 𝑥 2 + 𝑥 + 1, y la reescribimos de la siguiente

3
manera para obtener el g(x), entonces 𝑔 = √𝑥 2 + 𝑥 + 1. Y por iteracion de
punto fijo.
 Obtenemos como solución 𝑥 = 1.7659 en 3 iteraciones. Para comprobar si la
solución es aproximadamente correcta, hemos de ver que 𝑔(1.7659) = 1.8053

Siendo la respuesta 𝑎𝑛𝑠 = 1.838578.

Observamos que la solución es cercana al valor y por lo tanto admisible.

4) Usando el algoritmo de iteración de punto fijo, ( o aproximaciones sucesivas ) ,

encuentre las 3 raíces más pequeñas positivas de la ecuación :

2𝑒 −𝑥 − 𝑠𝑒𝑛(𝑥) = 0

Con cuatro cifras significativas exactas.

SOLUCIÓN:

Ejecutamos el comando ‘fplot’ para esbozar la gráfica y escogemos los 3

primeros puntos a partir del origen de coordenadas hacia los puntos positivos
del eje X, y evaluamos punto por puntos (3 raíces positivas más pequeñas)

1º Raíz:
Tomamos como punto semilla: x  0.94

1.5

0.5
X: 0.94
Y: 0
0

-0.5

-1
0 1 2 3 4 5 6 7 8 9 10

Calculamos la función g ( x ) a partir de la forma x  g ( x )

 g1 ( x)  arcsen(2e x )
g 2 ( x)  ln(2csc( x))
g3 ( x)  2e x  sen( x)  x
Se crea el fichero “fx3.m” relativo a la función g1 ( x) para luego ejecutar el
comando fichero punto fijo en cada caso.

Luego ejecutamos el comando:

>> [k,p]=puntofijo('fx3',0.94,0.0001,1000)

 La primera raíz es x1  0.7128

2º Raíz:
Tomamos como punto semilla: x  3.02

1.5

0.5
X: 3.02
Y: 0
0

-0.5

-1
0 1 2 3 4 5 6 7 8 9 10
Se crea el fichero “fx3.m” relativo a la función g1 ( x) para luego ejecutar el
comando fichero punto fijo en cada caso.

Luego ejecutamos el comando:

>> [k,p]=puntofijo('fx3',3.02,0.0001,1000)

 La segunda raíz es x2  0.3108  0.8046i

3º Raíz:
Tomamos como punto semilla: x  3.02
2

1.5

0.5
X: 6.18
Y: 0
0

-0.5

-1
0 1 2 3 4 5 6 7 8 9 10

Se crea el fichero “fx3.m” relativo a la función g 2 ( x) para luego ejecutar el

comando fichero punto fijo en cada caso.
 Luego ejecutamos el comando:
>> [k,p]=puntofijo('fx3',6.18,0.0001,1000)

 La tercera raíz es x3  6.2869

5) Resolver la ecuación :
𝑥 2 − 𝑒 −𝑥 = 0
Para x>0, usando el algoritmo de punto fijo y verificando la condición de
convergencia de la forma elegida. Hallar la solución con cuatro cifras exactas.

SOLUCIÓN:

a) Siendo la solución para la ecuación 𝑓(𝑥) = 0 la raíz real 𝑥 = 0.703467.

b) Primero graficamos la función para establecer un punto semilla, el cual
elegimos el punto 𝑥 = 0.5.

Despejamos la función 𝑓 = 𝑥 2 𝑒 𝑥 − 1 y la reescribimos de la siguiente manera

1
para obtener el g(x), entonces 𝑔 = √ 𝑥 . Y por iteracion de punto fijo.
𝑒

Obtenemos como solución 𝑥 = 0.7127 en 3 iteraciones. Para comprobar si la

solución es aproximadamente correcta, hemos de ver que 𝑔(0.7127) = 0.7002

Siendo la respuesta 𝑎𝑛𝑠 = 0.703467.

Observamos que la solución es cercana al valor y por lo tanto admisible.
c) Primero graficamos la función para establecer un punto semilla, el cual
elegimos el punto 𝑥 = 0.5.
 Usaremos el método de Newton Raphson, para hallar la raiz negativa más
cercana a cero. Como observamos en el gráfico un punto semilla elegido, lo
insertamos en el MatLab, y ejecutamos los comando.
Primero digitamos la funcion 𝑓 = 𝑥 2 ∗ 𝑒 𝑥 − 1 en el editor de MatLab.

Seguidamente digitamos la derivada de la función 𝑓 = 𝑥 2 𝑒 𝑥 − 1.

Usamos el comando newton, para hallar el punto, el cual nos arroja 𝑥 = 0.7036,
siendo ésta la solucion aproximada con 4 cifras significativas.

6) Aplicando el método de Newton Raphson encuentre la raíz negativa de la

siguiente ecuación :
2𝑠𝑒𝑛(𝑥) = 𝑥
SOLUCIÓN:

Localizando las raíces de la ecuación f ( x)  0 , para ello utilizaremos el comando

fplot y graficaremos el punto donde la gráfica corta con el eje ‘x’ y ese punto sería la
raíz o punto semilla para nuestros futuros cálculos.
Y se genera la gráfica, con el comando ‘Data cursor’ y ubicamos el punto semilla.

1
X: -1.908
Y: 0
0

-1

-2

-3
-3 -2 -1 0 1 2 3

 El punto semilla es : x  1.908

A partir de la función f ( x)  2 sen( x)  x se crea el fichero ‘fx6.m’ y se crea la

derivada f '( x)  2 cos( x)  1 en el fichero ‘derfx6.m’ para poder realizar la
iteración:

Ejecutamos la siguiente sintaxis en la ventana de comandos de Matlab:

>>[x,it]=newton(‘fx6’,’derfx6’,-1.908,0.00000000001)

 La solución es x  1.8955
7) Encontrar una raíz de la siguiente ecuación utilizando el algoritmo de punto fijo
o aproximaciones sucesivas :
𝑠𝑒𝑛(𝑥) 2 1
( ) =
𝑥 2

Localizando las raíces de la ecuación f ( x)  0 , para ello utilizaremos el

comando fplot y graficaremos el punto donde la gráfica corta con el eje ‘x’ y ese
punto sería la raíz o punto semilla para nuestros futuros cálculos.

Y se genera la gráfica, con el comando ‘Data cursor’ y ubicamos el punto semilla.

0.5

0.4

0.3

0.2

0.1 X: 1.404
Y: 0
0

-0.1

-0.2

-0.3

-0.4

-0.5
-3 -2 -1 0 1 2 3

 El punto semilla es : x  1.404

Método del punto fijo con tres aproximaciones

Para realizar el método del punto fijo debemos de formar el siguiente modelo de
igualdad x  g ( x ) y determinar la función g ( x ) .

2
 sen( x)  1
  
 x  2
sen( x) 1

x 2
2 sen( x)  x
g ( x)  2 sen( x)
 Mediante el criterio del punto fijo, comprobamos si la función g ( x ) es la correcta,
para ello calculamos la derivada g '( x ) y verificamos que cumpla la siguiente
condición:
g '( x0 )  k  1
Si g '( x)  2 cos( x) y siendo x0  1.404 , reemplazamos:

g '( x0 )  2 cos(1.404)
g '(1.404)  0, 2347

g '(1.404)  0, 2347  k  1  Cumple

En Matlab, creamos un fichero con el nombre de ‘fx7’ donde ingresaremos y
guardaremos la función a iterar y ejecutamos el siguiente comando:

>>[k,p]=puntofijo(‘fx7’,1.404,0.00001,3)

 La solución es x  1,3913

8) Encontrar una raíz de la siguiente ecuación utilizando el algoritmo de punto fijo

o aproximaciones sucesivas, proporcionar la aproximación a la raíz con un
error menor del 0.5% :
𝑒 𝑥−1 − 1.5𝑥 = 0
SOLUCIÓN
Primero graficamos la función para establecer un punto semilla, el cual elegimos el punto
𝑥 = 0.5.
Despejamos la función 𝑒 𝑥−1 − 1.5 ∗ 𝑥, y la reescribimos de la siguiente manera para
obtener el g(x), entonces 𝑔 = (exp(𝑥 − 1))/(1.5). Y por iteracion de punto fijo.
Obtenemos como solución 𝑥 = 0.3470 en 16 iteraciones. Para comprobar si la solución
es aproximadamente correcta, hemos de ver que 𝑔(0.3470) = 0.3470
Siendo la respuesta 𝑎𝑛𝑠 = 0.346982.
Sacamos el error relativo:
|0.346982 − 0.3470|
𝐸𝑟 = = 5.1876 ∗ 10−5 < 0.5%
0.346982
Observamos que la solución es más pequeña que el 0.5%, es cercana al valor y por lo
tanto admisible.