www.micursada.com.

ar

Respuestas Final Jouglard

1- Ventas y desventajas del método de Newton: El método de Newton-Raphson (un método basado en la serie de
Taylor) es un método el cual se aproxima a la raíz por medio de rectas tangentes. A partir de un valor inicial Xo traza
recta tangente a la curva y busca el valor de dicha tangente que corte al eje de las abscisas. Una vez que encontró el
valor (que pasa a ser nuestro valor mas próximo a la raíz X1) vuelve a trazar la recta tangente a la curva y así tantas
veces como sea necesario. Hasta representar una aproximación mejorada de la raíz. Este método trabaja con un
proceso iterativo (más rápido) a diferencia del de bisección que trabaja sobre intervalos. Ventajas: a) Buena
convergencia (cuadrática) b) Bueno para diagramas de flujo con mucha interacción, ya que esta interacción se tiene
en cuenta en el Jacobiano. Desventajas: a) Requiere unas estimaciones iníciales buenas b) Como las funciones no se
conocen explícitamente, el Jacobiano se aproxima de forma numérica.

2- Describa brevemente el método de la bisección: El método de bisección se basa en el teorema de Bolzano (del
valor intermedio) donde podemos comenzar a calculas las raíces en un intervalo inicial [a,b] con el grado de
aproximación que se desee, en el cual el método lo va a ir reduciendo sistemáticamente alrededor de la raíz hasta
aproximarse a ella. Este método trabaja sobre intervalos a diferencia del método de newton que es iterativo. Debe
cumplir: Dada una cota inferior (a) y una cota superior (b) entonces si se cumple f(a)*f(b)<0 estamos en presencia de
una raíz

3- Ventajas y desventajas del método de newton frente del método de la bisección: El método de newton-Raphson
tiende a la raíz mediante rectas tangentes a la curva, siendo un proceso que converge de manera mas rápida que el
de bisección, pero es un método mas complicado pues se debe evaluar la función y su derivada en cada paso, con lo
cual su costo computacional es mayor, además, si la función es muy achatada con la raíz a la función puede divergir.

4- ¿Qué significa que un método tiene error de orden O(h^n)? ¿Es mejor un método que tenga O(h^2) o uno de
O(h^3)?: El error de aproximación es una medida del ajuste o calculo de la magnitud con respecto al valore real o
teórico que dicha magnitud tiene. Lo que esta refiriendo cuando se dice que un método tiene error de orden O(h`n)
es que se utiliza una función polinómica de grado n para calcular el error. Cuanto mayor se el orden de la función
polinómica, mas similar a la función buscada será ya que el error disminuirá. Por lo tanto un error O(h^3) es menor
que uno O(h^2)

5- ¿Qué propiedades tiene la interpolación por splines? ¿Cuándo conviene usarla? De un ejemplo
La idea de este tipo de funciones es hacer posible la construcción de espacios de funciones suficientemente suaves
(curvas suaves) fácilmente manejables. Los más utilizados son los construidos, hablando en términos gráficos, a
partir de funciones polifónicas a trozos de grado bajo que presentan cierta regularidad. Cada sector del spline entre
dos puntos se comporta como un polinomio cúbico que mantienen la continuidad de la pendiente y la curvatura. Se
puede demostrar que en la forma en la que se deforma el splines, esas curvas son nulas So=0 y Sn=0
Un ejemplo sencillo es el de una función cuya gráfica la forman rectas a trozos, es decir segmentos, sobre una
partición del intervalo [a, b], de tal manera que el extremo final de un segmento coincide con el principio del
siguiente. La gráfica que resulta es lo que conocemos como una poligonal.
a = x1 < x2 < · · · < xn = b las poligonales asociadas a la partición anterior constituyen un espacio vectorial. Este
espacio vectorial es el de las funciones spline de grado uno y nodos x1, ..., xn, y se nota por S1 (x1, . . . , xn)

6- Interpolación por segmentos. Ejemplo y cuándo se usa.

Se lo utiliza para solucionar el fenómeno de oscilación agrupando pequeñas cantidades de puntos por segmento. En
este tipo de interpolaciones se utilizan varios polinomios e interpolación definidos sobre segmentos consecutivos.
Cada segmento esta formado por n+1 puntos consecutivos por los cuales se interpola un polinomio de grado n.
Si bien se evita el fenómeno de oscilación pueden aparecer ángulos o vértices (Discontinuidad de la pendiente) que
le quitan suavidad a la interpolación. Entre los métodos por segmentos se pueden distinguir principalmente dos:
Regla de los trapecios y regla de Simpson.

7- ¿Cómo se denominan las 3 operaciones básicas del Simplex cuando se busca un mínimo? Describa la operación
adicional si ninguno de las 3 anteriores mejora la aproximación 1-Paso inicial: Preparación para iniciar iteraciones,
 www.micursada.com.ar

inicio en una solución factible en un vértice. 2-Paso iterativo: Realización de iteraciones, traslado a una mejor
solución factible en un vértice adyacente. (Repítase este paso las veces que sea necesario). 3-Prueba de optimalidad:
la solución factible en un vértice es óptima cuando ninguna de las soluciones en vértices adyacentes a ella sean
mejores., si no se vuelve a la iteración.

8- método de Gauss de Integración. Dar ventajas y explicar cuando conviene usarlo. Ventajas y desventajas
método Newton La ventaja del Método de Cuadratura Gaussiana de integración respecto del trapezoide es que en
vez de tener dos puntos fijos de la curva, toma dos puntos estratégicos que permite reducir el error, pudiendo
determinar el área bajo la nueva recta equilibrando los errores positivos y negativos.

El método de cuadraturas Gaussianas para cálculo de integrales se puede utilizar únicamente cuando se conoce la
expresión analítica explícita de la función a integrar. Dado que la optimización de la precisión se consigue ajustando
apropiadamente la ubicación de los puntos de integración, estos pasan a ser valores irracionales (raíces de los
polinomios de Legendre) que no están disponibles cuando de la función a integrar sólo se conocen sus valores en
algunos puntos discretos de la variable independiente.

9- Explique brevemente el ajuste lineal por mínimos cuadrados. Indique que otros ajustes se pueden hacer lineal
mediante transformaciones (exp,pot): El procedimiento mas objetivo para ajustar una recta a un conjunto de datos
presentados en un diagrama de dispersión se conoce como "el método de los mínimos cuadrados". La recta
resultante presenta dos características importantes: 1. Es nula la suma de las desviaciones verticales de los puntos a
partir de la recta de ajuste ∑ (Yｰ - Y) = 0. 2. Es mínima la suma de los cuadrados de dichas desviaciones. Ninguna otra
recta daría una suma menor de las desviaciones elevadas al cuadrado ∑ (Yｰ - Y)² → 0 (mínima).

El procedimiento consiste entonces en minimizar los residuos al cuadrado Ci²

Re emplazando nos queda

Se obtienen de los valores de a y b que

minimizan esta función, recurriendo a la derivación parcial de la función en términos de a y b. Seguido de la
resolución del sistema de ecuaciones resultante
Otros ajustes: Exponencial: Se utiliza cuando la serie de datos no siguen un ajustes lineal. En este caso la función de
ajuste es una exponencial (F(x)=ae^bx). También se utiliza mínimos cuadrados para determinar los coeficientes de
ajuste a y b. Luego se transforma las coordenadas del eje y pasándolas a escala logarítmica transformándose en una
recta. Potencial: En este caso la función de ajuste es F(x)=a.x^b. Al igual que en la exponencial se pasa la escala del
eje x a logarítmica pudiendo interpretarse el ajuste potencial como lineal y obteniendo los coeficientes a y b con los
cuales se obtiene las ctes de ajuste potencial.

10- Explique el método de aproximación de derivadas por diferencias

Es un método de aproximación hallando las derivadas necesarias, mediante

la expresión de Taylor, hallando las distinta derivadas: Tanto las diferencias
hacia adelante, hacia atrás como las centrales, aproximan el valor de la
pendiente de la recta tangente por el correspondiente de la recta secante.
Las diferencias hacia adelante usan los puntos fi y fi+1. Las diferencias hacia
atrás usan los puntos fi-1 y fi. Y las diferencias centrales usan los puntos fi-1 y fi+1.
La principal ventaja del esquema de diferencias centrales es que captura la variación local de la función en la
vecindad del punto donde se está calculando la derivada. Los otros dos esquemas, sólo tienen en cuenta los valores
de la función para valores mayores (para adelante) o menores (para atrás) del punto donde se calcula la derivada.
 www.micursada.com.ar

11- Aproximación de derivadas por diferencias divididas. El método de las diferencias divididas de newton se utiliza
para calcular el polinomio interpolador de una función f dada (se utiliza en reemplazo al método de Lagrange) Es de
utilidad cuando queremos calcular un polinomio interpolador de grado elevado. Los coeficientes ai son las llamadas
diferencias divididas en la expresión del polinomio.

12- Error en Simpson (de Wikipedia):

El término error E(f), llamado error global, corresponde a

donde h = (b − a) / 2 y ξ pertenece al intervalo [a,b].

Se puede calcular una estimación del error cometido al aproximar la integral mediante este método. Si las cuatro
primeras derivadas de f(x) son continuas en el intervalo, entonces el error (en términos absolutos) está acotado
como

donde, de nuevo h = (b − a) / 2 y .

13- Método del Trapecio (Buscarlo)