UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Perú, DECANA DE AMÉRICA)

FACULTAD DE QUÍMICA E INGENIERÍA

QUÍMICA
ESCUELA PROFESIONAL DE INGENIERÍA QUÍMICA

MÉTODOS NUMÉRICOS
INFORME N°2

Docente del curso: Mg. Juana Sandivar Rosas

Integrantes:
 Huaman Malpartida, Sebastian Arturo
 Limaymanta Llallire, Jasmin Shandal
 Pachas Quispe, Leonardo Victor Eugenio
 Vasquez Gonzales, Milene

Grupo: 5

Lima, Perú
2021

Índic
 e

I. INTRODUCCIÓN..................................................................................................3
II. RAICES DE ECUACIONES.................................................................................4
2.1 Raíces de Ecuaciones en Ingeniería.................................................................4
III. MÉTODOS NUMÉRICOS....................................................................................5
3.1 Métodos Numéricos Cerrados..........................................................................5
3.1.1 Método de Bisección................................................................................5
3.1.1.1 Algoritmo del Método de Bisección..............................................5
3.1.1.2 Ejemplo de Aplicación del Método de Bisección.........................6
3.1.2 Método de Falsa Posición.........................................................................7
3.1.2.1 Algoritmo del Método de Falsa Posición......................................7
3.1.2.2 Ejemplo de Aplicación del Método de Falsa Posición..................7
3.2 Métodos Numéricos Abiertos..........................................................................8
3.2.1 Iteración Simple de Punto Fijo.................................................................8
3.2.1.1 Algoritmo de Iteración Simple de Punto Fijo................................8
3.2.1.2 Ejemplo de Iteración Simple de Punto Fijo...................................8
3.2.2 Método de Newton-Raphson....................................................................9
3.2.2.1 Algoritmo del Método de Newton-Raphson.................................8
3.2.2.2 Ejemplo del Método de Newton-Raphson.....................................8
3.2.3 Método de la Secante..............................................................................12
3.2.3.1 Algoritmo del Método de la Secante...........................................12
3.2.3.2 Ejemplo del Método de la Secante...............................................12
3.2.3.3 Método de la Secante Modificada................................................12
IV. EJERCICIOS DEL LABORATORIO N°2..........................................................13
V. SOLUCIÓN CON CÓDIGO SCILAB.................................................................15
VI. PRUEBA DE ESCRITORIO...............................................................................16
VII. CONCLUSIONES................................................................................................18
BIBLIOGRAFÍA.............................................................................................................19

2
I. INTRODUCCIÓN

3
II. RAICES DE ECUACIONES
II.1 Raíces de Ecuaciones en Ingeniería
Se plantea encontrar la solución x de la ecuación:
f (x)=0 f (x )=0
Los valores x que cumplen esta condición se denominan raíces de f ( x ) No siempre es
posible encontrar de forma analítica las raíces de f (x)de ahí que se recurra a métodos
numéricos para resolver el problema de forma aproximada, utilizando normalmente
como instrumento el ordenador. En realidad, se considera que α ∈ C es raíz de f (x) si se
cumple que ¿ f (α )∨¿ <ε, siendo ε una tolerancia predeterminada.
Separación de raíces.
Muchos métodos numéricos para resolver f (x)=0 parten inicialmente del conocimiento
de un cierto intervalo [ai, bi ] donde la ecuación admite una solución y sólo una.
La separación de raíces consiste precisamente en obtener intervalos [ai, bi ] donde la
función tenga una y sólo una raíz (por tanto, separada del resto de raíces, de ahí el
nombre del método), y se realiza, en general, a partir de consideraciones gráficas:
Podemos dibujar  y=f (x )y observar intervalos donde puede existir una y sólo una raíz.
Esto puede hacerse con la ayuda del ordenador.
Si la función puede expresarse como diferencia de dos funciones, esto es,
si f (x)=f 1(x)−f 2(x) el problema f (x)=0 se puede plantear como la obtención de los
valores de x tales que f 1( x )=f 2( x) De esta forma, si
llamamos  y 1=f 1(x )e y 2=f 2( x ) y estas funciones se pueden representar fácilmente,
basta con encontrar los puntos de corte de ambas curvas.

Para encontrar los intervalos en los que buscar las raíces de una función f(x) es útil el
siguiente resultado, basado en los teoremas de Rolle y Bolzano:
 Si  f (a)⋅ f (b)< 0, entonces existe un número impar de raíces en el
intervalo (a , b). Además, si f ' (x) ≠ 0 en (a , b) , entonces la raíz es única. (Nota:
Esta última condición es suficiente pero no necesaria, ya que podría existir un
punto de inflexión).
 Si  f (a)⋅ f (b)> 0, entonces existe un número par de raíces en (a , b) ,
eventualmente ninguna. Además, si f ' (x) ≠ 0 en (a,b), entonces no
existe α ∈( a ,b) tal que f (α )=0 f ( α)=0.

4
Hallar las raíces de  f (x)= x3 −3 x 2−x +2
Dibujamos la curva:

El gráfico muestra que hay una raíz entre -2 y 0, otra entre 0 y 2 y otra entre 2 y
4.

5
III. MÉTODOS NUMÉRICOS

Un método numérico se define como un algoritmo utilizado con el fin de hallar una
solución numérica aproximada a un problema; es decir, se trata de una serie de cálculos
para acercarnos a una solución numérica con una alta precisión. En la ingeniería,
los métodos numéricos son muy utilizados, ya que facilitan la resolución de problemas
que conllevan una enorme cantidad de cálculos permitiendo ahorrar tiempo.

III.1 Métodos Numéricos Cerrados

Existen métodos que aprovechan el cambio de signo en la vecindad de una raíz que
ocurre en determinadas funciones, a estos se les conoce como métodos cerrados o de
intervalos.
Los métodos numéricos cerrados son aquellos que requieren de un intervalo de
valores de la variable independiente [ x l, x u] para una función f(x) que posee raíces
reales, tal que f( x l) y f( x u) son de signos contrarios, por lo que se cumple que f( x l
)*f( x u) < 0. En lo general, este cambio de signos en la función valuada en x l y x u
implica que en este intervalo existe al menos una raíz. Los métodos particulares
descritos a continuación emplean diferentes estrategias para reducir
sistemáticamente el tamaño del intervalo y así converger a la respuesta correcta.

III.1.1 Método de Bisección

El método de bisección conocido también como de corte binario; de partición de

intervalos o de Bolzano; es un tipo de método de búsqueda incremental ya que
se caracteriza por localizar un intervalo en el que la función cambie de signo.
Si la función cambia de signo sobre un intervalo, se evalúa el valor de la función
en el punto medio. La posición de la raíz se determina situándola en el punto
medio del subintervalo, dentro del cual ocurre un cambio de signo. El proceso se
repite hasta obtener una mejor aproximación.

III.1.1.1 Algoritmo del Método de Bisección

A partir de una función algebraica o trascendente y de un intervalo [ x l, x u]

que pertenece al dominio de la función y para el cual f( x l)*f( x u) < 0, lo que
implica que en el intervalo[ x l, x u] existe al menos una raíz. El método
consiste en bisectar el intervalo [ x l, x u]:
x l + xu
x r=
2

De lo cual se obtiene una aproximación a la raíz x r; la función se evalúa en

este nuevo valor y de acuerdo al signo de la función valuada en este punto,
deberá sustituirse de la siguiente forma:

6
 a) Si f(xl)*f(xr) < 0, entonces la raíz se encuentra dentro del subintervalo
inferior izquierdo. Por lo tanto, haga xu = xr y vuelva al paso anterior.
b) Si f (xl)*f(xr) > 0, entonces la raíz se encuentra dentro del
subintervalo superior derecho. Por lo tanto, haga xl = xr y continúe
con el siguiente paso.
c) Si f (xl)*f(xr) = 0, la raíz es igual a xr; termina el cálculo.

Se calcula la nueva aproximación de la raíz como se mostró anteriormente,

luego calcule el error relativo porcentual (ε a) de la siguiente manera:

x nuevo −x anterior
ε a=
| r r

x nuevo
r
|
∗100 %

donde xrnuevo es la raíz en la iteración actual y x ranterior es el valor de la raíz en

la iteración anterior. Se utiliza el valor absoluto, ya que por lo general solo
importa la magnitud de ε a sin considerar su signo. Cuando ε a es menor que
un valor previamente fijado es, termina el cálculo.

III.1.1.2 Ejemplo de Aplicación del Método de Bisección

Se propone f ( x )=x 2−0.5, se percibe que este polinomio de segundo grado

representa a una parábola que abre hacia arriba; naturalmente, posee dos
raíces, cuyos valores son ± √ 0.5.
Ahora bien, suponiendo desconocida esta información, se realizará la
exploración de la función para encontrar sus raíces. El paso más
recomendado es graficar la función.

Figura x. Representación gráfica de la función f ( x )=x 2−0.5

7
 A partir de la figura x se perciben los intervalos que atrapan a cada una de
las raíces: [-1; 0] y [0; 1] se propone obtener la raíz negativa y al mismo
tiempo la obtención de la raíz positiva queda como ejercicio para practicar el
método. Siendo nuestro intervalo de búsqueda [-1; 0] y la función evaluada
en sus extremos como f(0) = - 0.5 y f(1) = 0.5, se observa que se comprueba
el criterio de convergencia (f(xl)*f(xu) < 0) y que xl = -1 y xu = 0, por lo tanto
la primera aproximación a la raíz es:
−1+0
x r= =−0.5
2
Evaluando la función en la aproximación de la raíz se obtiene:
f (−0.5 )=−0,25.

Tabla x. Iteraciones del ejercicio aplicativo del método de bisección

Iteraciones xl xr xu εa
1 -1 -0.75 0.5 0.5
2 -0.75 -0.625 -0.5 0.25
3 -0.75 -0.6875 -0.625 0.125
4 -0.75 -0.71875 -0.6875 0.006
5 -0.71875 -0.70313 -0.6875 0.031

III.1.2 Método de Falsa Posición

III.1.2.1 Algoritmo del Método de Falsa Posición
III.1.2.2 Ejemplo de Aplicación del Método de Falsa Posición

8
 III.2 Métodos Numéricos Abiertos

Los métodos abiertos se basan en fórmulas que requieren únicamente de un solo

valor de inicio x o que empiecen con un par de ellos, pero que no necesariamente
encierran la raíz. Como tales, algunas veces divergen o se alejan de la raíz verdadera
a medida que crece el número de iteraciones.

III.2.1 Iteración Simple de Punto Fijo

El método del punto fijo es un método iterativo que permite resolver sistemas de
ecuaciones no necesariamente lineales. En particular se puede utilizar para
determinar raíces de una función de la forma, siempre y cuando se cumplan los
criterios de convergencia.
El procedimiento empieza con una estimación o conjetura inicial de que es mejorada
por iteración hasta alcanzar la convergencia. Para que converja, la derivada dg / dx la
debe ser menor que 1 en magnitud (al menos para los valores x que se encuentran
durante las iteraciones). La convergencia será establecida mediante el requisito de
que el cambio en x de una iteración a la siguiente no sea mayor en magnitud que
alguna pequeña cantidad ε.

III.2.1.1 Algoritmo de Iteración Simple de Punto Fijo

 Se ubica la raíz de f (x)analizando la grafica
 Se despeja de manera: x=g( x ){¿ x=g( x)}.
 Obtenemos de{¿ x=g ( x)}x=g( x ) su derivada  g ’( x ) .
 Resolviendo la desigualdad −1 ≤{¿ g ¿ ( x)}g ’(x )≤ 1 obtenemos el rango de
valores en los cuales está el punto fijo llamado R.
 Con R buscamos la raíz en  g ’( x ), es decir  g ’(R=R).haciendo iteración de las
operaciones.

III.2.1.2 Ejemplo de Iteración Simple de Punto Fijo

S ea f ( x )=x 2−5 x +3 una función, encuentre la raíz.
Solución:
Como primer paso ubicamos la raíz de f ( x ) y analizamos la grafica

9
Figura x. Representación gráfica de la función f ( x )=x 2−5 x +3
Despejamos de tal forma que nos quede x=g( x )
x=√ 5 x−3

Procederemos a obtener la derivada de g( x )

x=√ 5 x−3
g( x )=√ 5 x −3
5
g ’ ( x )=
2 √ 5 x−3
Resolveremos las desigualdades −1 ≤{¿ g ¿ ( x)}g ’(x )≤ 1 para obtener en punto
R
5
<1
2 √ 5 x−3
El conjunto solución es:
37
( , ∞)
20

5
>−1
2 √ 5 x−3
El conjunto solución es:
3
( , ∞)
5
Para comenzar el proceso de iteraciones reemplazaremos en g( x ) el valor de
x 0=¿
x=√ 5 x−3

10
Iteracione x0 εa
s

11
 1 2.5  26
2 3.08220700 18.889289
1 4
3 3.52292989 12.510123
7
4 3.82291112 7.8469319
2 1
5 4.01429391 4.7675330
2 7
6 4.13176349 2.8430857
3 9
7 4.20223957 1.6771077
7 2
8 4.24396016 0.9830579
5 6
9 4.26846586 0.5741102
3
10 4.28279456 0.3345643
9 8
11 4.29115052 0.1947253
7 6
12 4.29601590 0.1132532
2
13 4.2988463 0.0658408
7
14 4.30049200 0.0382678
7 7
15 4.30144859 0.0222388
7
16 4.30200453 0.0129226
1 7
17 4.30232758 0.0075088
6 4
18 4.30251530 0.0043629
3 5
19 4.30262437 0.0025350
5 2
20 4.30268775 0.0014729
2

En la tabla se puede ver el valor que en este caso se usó de R, la iteración

consiste en usar ese valor en x=g( x ) para obtener los siguientes valores
haciendo la misma operación usando el valor anterior. Después de un
número considerable de iteraciones obtenemos la raíz en 4,30268775.

12
13
III.2.2 Método de Newton-Raphson

Entre los métodos de aproximaciones sucesivas para encontrar algunas de las

raíces de una ecuación algebraica o trascendente, el de Newton-Raphson es el
que presenta mejores características de eficiencia, debido a que casi siempre
converge a la solución y lo hace en un número reducido de iteraciones. Este
método es uno de los más utilizados debido a su robustez y velocidad para
encontrar la raíz cuando la aproximación cumple con su criterio de
convergencia. Se aplica a ecuaciones algebraicas y trascendentes y proporciona
raíces reales y complejas.

Figura x. Representación gráfica del Método de Newton-Rahpson

III.2.2.1 Algoritmo del Método de Newton-Raphson

Se debe hallar el valor de x0 (punto inicial, por tanteo o error, buscando el

valor de x donde la función cambia de signo). Lugo empezar el proceso
iterativo mediante la fórmula de Newton-Raphson.

f ( x)
x i+1=x i− ; i=0 , 1 ,2 , 3 , …
f '(x)

El criterio de detención se basa cuando:

x i+1 −xi
|
|ε a|= x i+1| ∗100 % ≤|ε s|=0.5∗10
2−n

Si se cumple, entonces x i+1 es raíz; de no ser así se debe seguir iterando.

III.2.2.2 Ejemplo del Método de Newton-Raphson

14
Encontrar una raíz de la ecuación f ( x )=senx∗e−x +1. La gráfica de la
ecuación es la siguiente:

Figura x. Representación gráfica de la función f ( x )=senx∗e−x +1

En la figura 7 se observa que la función tiene tres raíces reales en los

intervalos [−8, −6], [−4, −2] y [−2, 0]. Calculemos cada una de ellas,
considerando el criterio de equivalencia en cada una de ellas de acuerdo a las
siguientes expresiones:
f ( x )=senx∗e−x +1
f ' ( x )=e−x ( cosx−senx )
f ' ' ( x )=−2 cosx∗e− x

Estas ecuaciones deben sustituirse en la fórmula de Newton-Raphson y

posteriormente se trabajará con cada intervalo.

senx∗e−x +1
x i+1=x i− −x
e ( cosx −senx )

1° Intervalo: [−8, −6]

Primera aproximación: x 0=−7

Tabla x. Iteraciones del primer intervalo del ejercicio aplicativo del método
de Newton-Raphson

Iteraciones xi x i+1 εt
0 -7.000000 -6.534992 0.465008
1 -6.534992 -6.331560 0.203432
2 -6.331560 -6.287082 0.044478
3 -6.287082 6.285053 0.002029
4 -6.285053 -6.285049 0.000004
5 -6.285049 -6.285049 0

15
 2° Intervalo: [−8, −6]
Primera aproximación: x 0=−3

Tabla x. Iteraciones del segundo intervalo del ejercicio aplicativo del método
de Newton-Raphson

Iteraciones xi x i+1 εt
0 -3.0000000000 -3.1075932380 0.107593238
1 -3.1075932380 -3.0964939645 0.011099274
2 -3.0964939645 -3.0963639501 0.000130014
3 -3.0963639501 -3.0963639324 0.000000018
4 -3.0963639324 -3.0963639324 0

3° Intervalo: [−8, −6]

Primera aproximación: x 0=−3

Tabla x. Iteraciones del tercer intervalo del ejercicio aplicativo del método
de Newton-Raphson

Iteraciones xi x i+1 εt
0 -1.0000000000 -0.6572581430 0.3427418570
1 -0.6572581430 -0.5911831054 0.0660750376
2 -0.5911831054 -0.5885369458 0.0026461596
3 -0.5885369458 -0.5885327440 0.0000042018
4 -0.5885327440 -0.5885327440 0

Las respectivas raíces son

x 1=−6.285049 ; x 2=−3.096364 ; x 3=−0.588533

III.2.3 Método de la Secante

III.2.3.1 Algoritmo del Método de la Secante
III.2.3.2 Ejemplo del Método de la Secante
III.2.3.3 Método de la Secante Modificada

16
IV. EJERCICIOS DEL LABORATORIO N°2
1. Determine las raíces reales de f ( x )=5 x 3−5 x 2+ 6 x−2:
a) Gráficamente
b) Utilizando el método de bisección para localizar la raíz. Use los valores
iniciales x l=0 y x u=1 iterando hasta que el error estimado ε a y el error
verdadero para cada iteración.

Solución analítica
f ( x )=5 x 3−5 x 2+ 6 x−2
Está en el intervalo [0,1]

Como x l=0 y x u=1 → xr =0.5

f ( 0 )=2 ; f ( 0.5 ) =0.375
f ( 0 )∗f ( 0.5 )> 0

Como x l=0.5 y x u=1 → xr =0.75

f ( 0.5 )=0.375 ; f ( 0.75 ) =1.797
f ( 0 )∗f ( 0.5 )< 0
0.75−0.5
|
ε a= |
0.75
∗100 %=33.3 %

Como x l=0.5 y x u=0.75 → xr =0.625

f ( 0.5 )=0.375 ; f ( 0.625 ) =1.018
f ( 0 )∗f ( 0.5 )> 0
0.625−0.75
|
ε a=
0.625 | ∗100 %=16.7 %

Como x l=0.625 y x u=0.75 → xr =0.688

f ( 0.625 )=1.018 ; f ( 0.688 ) =1.390
f ( 0 )∗f ( 0.5 )> 0
0.688−0.625
|
ε a=
0.688 |
∗100 %=9.15 %

2. Calcule la raíz cuadrada positiva de 18 usando el método de la falsa posición con

ε s=0.5 % . Emplee como valores iniciales x l=4 y x u=5.
3. Como se ilustra en la figura, la velocidad del agua, v (m/s), en la descarga de un
tanque cilíndrico a través de un tubo largo se puede calcular como
√ 2 gH
v=√ 2 gH tanh ( 2L )
donde g = 9.81 m/s2, H = carga hidrostática inicial (m), L = longitud de tubo (m) y t
= tiempo transcurrido (s). Determine la carga hidrostática necesaria para obtener v =
5 m/s en 2.5 s para un tubo de 4 m de longitud.

17
 a) Gráficamente
b) por bisección
c) Con posición falsa
Utilice los valores iniciales de x l=0 y x u=2 m, con un criterio de detención de
ε s=1 %. Revise sus resultados.

4. Realice el mismo cálculo que en el problema 5.19, pero para el frústum de un cono,
como se ilustra en la figura. Use los siguientes valores para su cálculo: r1 = 0.5 m, r2
= 1 m, h = 1 m, ρ f = densidad del frústum = 200 kg/m3, y ρw = densidad del agua =
1 000 kg/m3. Observe que el volumen del frústum está dado por. Use el método de
bisección para determinar h1.

πh
v= tanh ( r 21 +r 22 +r 1 r 2 )
3

Solución analítica
Sea
ρs
ρ s V s g=ρw V w g →V w = V
ρw s
Entonces
V +V w =V s →V =V s−V w
ρs
V = 1−( V
ρw s)
Reemplazando los datos
200
V=
1−( 1000 )
π ( 1 ) ( 0.52 +1.02 +0.5∗1 )
=
1.4 π
3 3
Replanteando la ecuación obtenemos:

18
f ( h )=h tanh ( 1.75 ) −1.4

19
 Aplicaremos el método de bisección por lo que debemos hallar el intervalo.

h f(h)
0 -1.4
1 -0.46
2 0.48
Está en el intervalo [0;2]

i xi xu xr Ea Es
1 0.0000 2.0000 1.0000 - 0.5
2 1.0000 1.5000 1.5000 33.3333 0.5
3 1.2500 1.5000 1.2500 20.0000 0.5
4 1.3750 1.5000 1.3750 9.0909 0.5
5 1.4375 1.5000 1.4375 4.3478 0.5
6 1.4688 1.5000 1.4688 2.1277 0.5
7 1.4844 1.5000 1.4844 1.0526 0.5
8 1.4844 1.4922 1.4922 0.5236 0.5
9 1.4844 1.4883 1.4883 0.2625 0.5

∴ El valor de la h aproximado respecto al método de bisección es h =1.4883

5. Determine la raíz real más grande de f(x) = x3 – 6x2 + 11x – 6.1

a) En forma gráfica.
b) Con el uso del método de Newton-Raphson (tres iteraciones, xi = 3.5).
c) Con el método de la secante (tres iteraciones, xi + 1 = 2.5 y xi = 3.5).
d) Por medio del método de la secante modificado (tres iteraciones, xi = 3.5, d
= 0.01)
6. Dado que
f(x) = - 2x6 – 1.5x4 + 10x + 2
use una técnica de ubicación de raíces para determinar el máximo de esta función.
Realice iteraciones hasta que el error relativo aproximado caiga por debajo de 5%.
Si emplea un método de agrupamiento en regiones, use valores iniciales de xl = 0 y
xu = 1. Si usted utiliza el método Newton-Raphson o el método modificado de la
secante, use un valor inicial de xi = 1. Si se decide por el método de la secante, use
valores iniciales de xi – 1 = 0 y xi = 1. Suponiendo que no importa la convergencia,
elija la técnica que sea más adecuada para este problema. Justifique su elección.

7. Suponga el lector que está diseñando un tanque esférico (véase la figura) de

almacenamiento de agua para un poblado pequeño de un país en desarrollo. El
volumen del líquido que puede contener se calcula con
π h2
v= [ 3 R−h ]
3
donde V = volumen [m3], h = profundidad del agua en el tanque [m] y R = radio del
tanque [m]. Si R = 3 m, ¿a qué profundidad debe llenarse el tanque de modo que
contenga 30 m3? Haga tres iteraciones del método de Newton- Raphson para

20
determinar la respuesta. Encuentre el error relativo aproximado después de cada
iteración. Observe que el valor inicial de R convergerá siempre.

21
V. SOLUCIÓN CON CÓDIGO SCILAB

Ejercicio 1
function E5_2()
printf('Se tiene la función f(x)=5*x^3-5*x^2+6*x-2')
xi=input('Ingrese xl: ');
xu=input('Ingrese xu: ');
fun=input('Ingresar la función: ','s');
deff('y=f(x)','y='+fun);
Es=0.1
Ea=100
xa=xi
xb=xu
if f(xi)*f(xu)>0 then
disp('Ingrese otro intervalo :')
xi=input('Ingrese Xi: ');
xu=input('Ingrese Xu: ');
xa=xi
xb=xu
else
printf('\ti \t xi \t xu \t xr \t Ea \t Es \n')
i=1;
while Ea>Es
xr(i)=(xi+xu)/2 // proceso iterativo
p=f(xi)*f(xr(i))
if p>0
xi=xr(i)
xu=xu
elseif p<0
xu=xr(i)
xi=xi
elseif p==0
Ea=0
end
if i==1
if p>0
printf('\t %d \t %.4f \t %.4f \t %.4f \t No hay \t %.4f \n',i,xa,xu,xr(i),Es)
elseif p<0
printf('\t %d \t %.4f \t %.4f \t %.4f \t No hay \t %.4f \n',i,xi,xb,xr(i),Es)
end
elseif i>1
Ea=abs((xr(i)-xr(i-1))/xr(i)*100)
printf('\t %d \t %.4f \t %.4f \t %.4f \t %.4f \t %.4f \n',i,xi,xu,xr(i),Ea,Es)
end
i=i+1
x=[-10:0.25:10]
yx=f(x)
plot(x,yx),xgrid,xlabel('Valores de x'),ylabel(' f(x)'),title('RESOLUCIÓN GRÁFICA')
end
end
endfunction

22
Ejercicio 4
function E5_20()
printf('El volumen del frústum de un cono está dado por v=πh*tanh(r^2+R^2+r*R)/3')
xi=input('Ingrese xl: ');
xu=input('Ingrese xu: ');
fun=input('Ingresar la función: ','s');
deff('y=f(x)','y='+fun);
n=input('Ingrese el número de cifras significativas: ');
Es=0.5*10^(2-n)
Ea=100
xa=xi
xb=xu
if f(xi)*f(xu)>0 then
disp('Ingrese otro intervalo :')
xi=input('Ingrese Xi: ');
xu=input('Ingrese Xu: ');
xa=xi
xb=xu
else
printf('\ti \t xi \t xu \t xr \t Ea \t Es \n')
i=1;
while Ea>Es
xr(i)=(xi+xu)/2 // proceso iterativo
p=f(xi)*f(xr(i))
if p>0
xi=xr(i)
xu=xu
elseif p<0
xu=xr(i)
xi=xi
elseif p==0
Ea=0
end
if i==1
if p>0
printf('\t %d \t %.4f \t %.4f \t %.4f \t No hay \t %.4f \n',i,xa,xu,xr(i),Es)
elseif p<0
printf('\t %d \t %.4f \t %.4f \t %.4f \t No hay \t %.4f \n',i,xi,xb,xr(i),Es)
end
elseif i>1
Ea=abs((xr(i)-xr(i-1))/xr(i)*100)
printf('\t %d \t %.4f \t %.4f \t %.4f \t %.4f \t %.4f \n',i,xi,xu,xr(i),Ea,Es)
end
i=i+1
end
end
endfunction

23
VI. PRUEBA DE ESCRITORIO

Ejercicio 1

24
Ejercicio 2
Ejercicio 3

25
Ejercicio 4

Ejercicio 5
Ejercicio 6

26
Ejercicio 7

27
VII. CONCLUSIONES

Se conoció los métodos numéricos abiertos como el de iteración en un punto fijo, el

método de Newton-Raphson y el método de secante; así mismo los métodos numéricos
cerrados como el método de bisección y el método de falsa posición. Así mismo se
presentó la diferencia entre ambos tipos de métodos numéricos.
Dado que Scilab presenta una capacidad muy elevada de cálculo, ya que posee diversas
funciones matemáticas, es posible programar los diversos métodos numéricos que se
vieron en el presente informe. De esta manera dando resolución a los ejercicios del
segundo laboratorio, los cuales tratan de temas muy variados como el cálculo del
volumen de agua en un tanque esférico y el cálculo de la velocidad del agua en la
descarga de un tanque cilíndrico a través de un tubo largo.
Por lo resuelto en este informe, podemos determinar que los métodos numéricos son de
suma importancia en el ámbito de ingeniería, puesto que estos sirven para encontrar las
raíces de determinadas funciones. Dichos métodos se pueden aplicar a problemas de
diseño en ingeniería con base en los principios fundamentales; tales como el balance de
calor, balance de masa, leyes de Newton del movimiento, leyes de Kirchhoff, así como
muchos problemas encontrados en la práctica de un ingeniero.

28
BIBLIOGRAFÍA

Chapra Steven C., Canale Raymond P. (2015). Métodos Numéricos para Ingenieros.

McGraw-Hill, México

Cortés Rosas J., Gonzáles Cárdenas M., Pinilla Morán V., Salazar Moreno A., Tovar
Pérez V. (2019). Métodos abiertos para la solución numérica de ecuaciones
algebraicas y trascendentes.

Cortés Rosas J., Gonzáles Cárdenas M., Pinilla Morán V., Salazar Moreno A., Tovar
Pérez V. (2019). Métodos cerrados para la solución numérica de ecuaciones
algebraicas y trascendentes.

Ezquerro Fernández A. (2012). Iniciación a los métodos numéricos. España:

Universidad de la Rioja.

Jiménez López V., Pallares Ruiz A. Métodos Numéricos. Recuperado de:

https://www.um.es/docencia/vjimenez/ficheros/textos/metodosnumericos.pdf

29