Proyecto integrador etapa 1

El objetivo del Proyecto integrador es programar los principales métodos numéricos para la solución
de sistemas de ecuaciones lineales de una variable, así como de derivación e integración, identificando
las ventajas y desventajas de cada uno que permitan determinar soluciones viables mediante el
planteamiento de modelos matemáticos exactos y precisos. El proyecto se realizará en 3 etapas:

Se aplica el método de bisección y Newton-Raphson

● Etapa 1. Programación de los métodos de bisección y Newton Raphson en una aplicación.

● Etapa 2. Programación de los métodos de Jacobi y Gauss-Seidel en una aplicación.
● Etapa 3. Programación de métodos de integración numérica en una aplicación.

Introducción:

En el ámbito de la ingeniería, las ciencias aplicadas y diversas disciplinas científicas, la resolución de

problemas mediante métodos numéricos ha sido fundamental para obtener soluciones aproximadas a
sistemas complejos de ecuaciones lineales, así como para la derivación e integración de funciones que
modelan fenómenos físicos y matemáticos.

El presente proyecto tiene como objetivo principal la implementación y análisis de los métodos
numéricos más relevantes para la solución de sistemas de ecuaciones lineales de una variable, así
como para la derivación e integración de funciones, destacando tanto sus ventajas como sus
limitaciones. Esto permitirá determinar soluciones viables mediante el planteamiento de modelos
matemáticos exactos y precisos, fundamentales para la comprensión y resolución de problemas en
diversas áreas del conocimiento.
En esta introducción, se presenta una visión general del proyecto, resaltando la importancia de los
métodos numéricos en la resolución de problemas prácticos y teóricos. A lo largo del desarrollo del
proyecto, se explorarán y programarán diferentes técnicas numéricas, evaluando su eficacia y precisión
en la obtención de resultados. Además, se analizarán las ventajas y desventajas de cada método, lo
que permitirá identificar el contexto adecuado para su aplicación y comprender las limitaciones
inherentes a cada enfoque.

I. Programación de los métodos de bisección y Newton Raphson en una aplicación

1.1 Conceptualización
Reproduce y completa el siguiente cuadro comparativo en el que describas los elementos sustantivos
de cada método numérico.

Método ¿En qué consiste? Ventajas Desventajas

numérico

Bisección Consiste en cortar el Es óptimo para resolver Su convergencia puede en

intervalo en dos justo por la una ecuación f\left( x ocasiones ser inestable.
mitad (bisectar) \right) = 0 cuando no se Convergencia lenta.
considerando a este punto sabe nada de f.
como una aproximación de Siempre convergen.
la raız de la función. Buena aproximación.

Regla falsa Es una variante de la Convergencia más Puede converger a una

bisección que utiliza una rápida que la bisección. solución incorrecta si la
interpolación lineal en lugar No necesita que el función no es suficientemente
de cortar el intervalo por la intervalo contenga la suave o es mal condicionada.
mitad. raíz inicialmente.

Sustitución Es un método iterativo que Convergencia Puede ser lento para

sucesiva encuentra una solución a garantizada para ciertas converger, especialmente
una ecuación clases de ecuaciones. para ecuaciones no lineales
algorítmicamente Simple de implementar complejas. Puede no
cambiando repetidamente y entender. converger si la estimación
una estimación inicial. inicial está lejos de la
solución.

Newton - Es un método iterativo que Convergencia rápida si Puede no converger si la

Raphson encuentra una solución a la estimación inicial es derivada se anula cerca de la
una ecuación cercana a la raíz. raíz. Requiere conocer o
algorítmicamente Eficiente para funciones aproximar la derivada de la
cambiando repetidamente bien comportadas. función. Sensible a la elección
una estimación inicial. de la estimación inicial.

Secante Es una aproximación del No requiere calcular la Convergencia no garantizada

método de derivada de la función. y puede ser menos estable
Newton-Raphson que utiliza Convergencia rápida que el método de
una secante en lugar de la cerca de la raíz. Newton-Raphson. Puede
tangente, calculando la diverger si la secante no se
pendiente de la línea entre acerca a la raíz.
dos puntos sucesivos.
1.2 Métodos abiertos
● Describe brevemente en qué consisten los métodos numéricos abiertos y establece cuáles
métodos de los que aparecen en el cuadro comparativo están representados por esta
categoría.

Los métodos numéricos abiertos son aquellos que no requieren un intervalo inicial para comenzar la
búsqueda de la solución, es decir, no se basan en la definición de un intervalo que contenga la raíz de la
función. En cambio, estos métodos inician su búsqueda a partir de una aproximación inicial o semilla.

De los métodos mencionados en el cuadro comparativo, los métodos numéricos abiertos son el método
de Newton-Raphson y el método de la secante. Ambos métodos parten de una aproximación inicial y
utilizan información local de la función para iterar hacia la solución. Por otro lado, el método de la
bisección y el método de la regla falsa son ejemplos de métodos numéricos cerrados, ya que requieren
un intervalo inicial donde se encuentre la raíz de la función. La sustitución sucesiva no es un método de
búsqueda de raíces, sino un método para resolver sistemas de ecuaciones lineales.

● Investiga algunas aplicaciones o problemas que se utilizan aplicando este tipo de métodos.

Método de Newton-Raphson:
1. Optimización y búsqueda de raíces:
● Se utiliza para encontrar las raíces de ecuaciones no lineales, esencial en aplicaciones en
física, ingeniería y economía.
● También se emplea en la optimización para encontrar mínimos o máximos locales de una
función, útil en problemas de diseño y análisis en ingeniería, así como en la modelización de
sistemas económicos y financieros.
2. Análisis de circuitos eléctricos:
● En el análisis de circuitos eléctricos no lineales, como aquellos con diodos y transistores, se
utiliza para encontrar los puntos de operación o equilibrio del circuito.
● Fundamental en el diseño y análisis de circuitos electrónicos y en el desarrollo de dispositivos
electrónicos avanzados.
3. Modelado financiero:
● Se emplea en la valoración de opciones financieras y en la modelización de tasas de interés en
mercados financieros.
● Herramienta importante en el análisis financiero y en la gestión de riesgos en inversiones.
4. Estimación de parámetros en modelos matemáticos:
● Utilizado para ajustar parámetros en modelos matemáticos a datos experimentales u
observados en ciencia e ingeniería.
 ● Aplicable en física para ajustar modelos teóricos a datos experimentales obtenidos en
experimentos o simulaciones computacionales.

Método de la secante
1. Optimización y búsqueda de raíces:
● Similar al método de Newton-Raphson, se utiliza para encontrar raíces de ecuaciones no
lineales y en la optimización para encontrar mínimos o máximos locales de una función.
2. Análisis de circuitos eléctricos:
● Al igual que en el método de Newton-Raphson, se emplea en el análisis de circuitos eléctricos
no lineales para encontrar los puntos de operación o equilibrio del circuito.
3. Modelado financiero:
● Se utiliza en la valoración de opciones financieras y en la modelización de tasas de interés en
mercados financieros, al igual que el método de Newton-Raphson.
4. Estimación de parámetros en modelos matemáticos:
● Similar al método de Newton-Raphson, se puede utilizar para ajustar parámetros en modelos
matemáticos a datos experimentales u observados en ciencia e ingeniería.

1.3 Métodos cerrados

● Describe brevemente en qué consisten los métodos numéricos cerrados y establece cuáles
métodos de los que aparecen en el cuadro comparativo están representados por esta
categoría.
Los métodos numéricos para encontrar una raíz de una ecuación se denominan cerrados cuando
se necesita conocer un intervalo que encierre la raíz. Se les llama métodos cerrados, o de
intervalos, porque se necesita de dos valores iniciales para la raíz. Como su nombre lo indica,
dichos valores iniciales deben “encerrar”, o estar a ambos lados de la raíz. La principal
característica de estos métodos es que operan en un intervalo cerrado y garantizan que la raíz se
encuentre dentro de este intervalo. Algunos ejemplos de métodos numéricos cerrados son la
bisección, la regla falsa y la sustitución sucesiva.

Los métodos que caen en este rubro son: Bisección, Regla falsa y sustitución sucesiva.

● Investiga algunas aplicaciones o problemas que se utilizan aplicando este tipo de métodos.
Bisección: Este método divide iterativamente un intervalo en dos partes y selecciona el
subintervalo en el cual se encuentra la raíz. El proceso se repite hasta que el tamaño del intervalo
sea lo suficientemente pequeño como para considerar que contiene la raíz. La bisección se basa en
el teorema del valor intermedio.
 1. Determinación de raíces de funciones no lineales: Se utiliza ampliamente en ingeniería y
ciencias para encontrar raíces de ecuaciones que no se pueden resolver de manera analítica.
2. Problemas de optimización univariante: En problemas de optimización unidimensional, la
bisección puede utilizarse para encontrar el mínimo o máximo de una función dentro de un
intervalo.

Regla falsa: Es una variante de la bisección que utiliza una interpolación lineal para aproximar la
posición de la raíz en lugar de cortar el intervalo por la mitad. Este método puede converger más
rápido que la bisección, pero corre el riesgo de converger a una solución incorrecta si la función no
es suave o está mal condicionada.
1. Problemas de ingeniería eléctrica: Por ejemplo, en la determinación de la corriente en un
circuito eléctrico que involucra elementos no lineales, como diodos o transistores.
2. Análisis de flujo de fluidos: En problemas que involucran la determinación de caudales en
tuberías o conductos con pérdidas de carga no lineales.

Sustitución sucesiva: También conocido como método de punto fijo, este método encuentra una
raíz de una función al encontrar un punto en el que la función y su propia iteración coincidan. Es un
método iterativo que comienza con una estimación inicial y produce una secuencia de valores que
deberían converger a la raíz.
1. Modelado de sistemas dinámicos: Se utiliza para encontrar puntos de equilibrio en sistemas
dinámicos modelados por ecuaciones diferenciales.
2. Resolución de ecuaciones integrales: En algunos problemas de física y matemáticas aplicadas,
como la resolución de ecuaciones integrales que surgen en la teoría de potencial eléctrico o
flujo de fluidos.

1.4 Casos prácticos

a) Consulta la siguiente referencia y realiza los casos prácticos que ahí se indican utilizando algún
lenguaje de programación u hoja de cálculo sugerido por el docente: https://www.onlinegdb.com/ y
https://www.academia.edu/35215572/Metodos_Numericos_Aplicados_a_La_Ingenieri

b) Método de Bisección (Páginas. 140 realiza los ejercicios 5.14 y 5.15)

c) Método Newton-Raphson (Página. 169 realiza el ejercicio 6.26)

Capturas del proceso

Capturas de la ejecución
Figura P5.14
f(x)=-185x + 1650.015
[0,12]
Actividad P15
f(y)=1-((400)/(9.81(3y+y2/2)3)) (3+y)
[0.5,2.5]
Newton Raphson:
d) Compila cada ejercicio y verifica que no haya errores
e) Para el desarrollo de los casos prácticos no olvides incluir:
- Capturas de pantallas del proceso realizado en el lenguaje de programación elegido.
- Código fuente y ejecutable

f) Establece una breve descripción en la que hagas un contraste entre los métodos que programaste,
destacando los problemas a los que te enfrentaste y cómo lo solucionaste

Entre los métodos programados, puedo destacar que es interesante el uso de la lógica matemática
que se debe de emplear, principalmente para encontrar una solución a dichos problemas, sobre
todo a la parte de los primeros ejercicios de Bisección, debido a que son muy confusos a mi parecer
y poseen una ambigüedad que los hace susceptibles a errores.
Los problemas que se presentaron, son más problemas de parte de los ejercicios, muy confusos en
cuestión de los datos, el simple hechos de proporcionar una imagen, hace que el ejercicio sea muy
 ambiguo, se tuvo que solucionar buscandolo en internet, una explicación un poco más detallada del
mismo, en donde se pueda encontrar respuestas a las dudas generadas.

Referencias APA
1. Cantero, J. E. V. Método de Newton Raphson.
2. Amat, S., Hernández, M. A., & Rubio, M. J. (2009). Una modificación del método de la Secante aplicada al
problema de Lorenz. XXI CEDYA/XI CMA.
3. Cáceres Pineda, L. A., & Tocarruncho Pineda, D. F. (2014). Solución de ecuaciones por métodos numéricos.
4. Guerrero, H. A., Revelo Vivas, I. D., & Casanova Coral, O. M. (2017). Estudio comparativo sobre la eficiencia,
precisión, exactitud y pertinencia de los métodos de bisección, punto fijo y Newton Raphson para solucionar
ecuaciones.
5. 4.1 Método de la bisección. (s. f.). https://www.uv.es/~diaz/mn/node18.html
6. Gallegos, D. L. O. (2015, 24 marzo). Ventajas y desventajas de métodos de bisección, Secante y Newton
Raphson [Diapositivas]. SlideShare.
https://www.slideshare.net/Dylan2010Diianhiizz1994/ventajas-y-desventajas-de-mtodos-de-biseccin-secante-y
-newton-raphson
7. Wiki, C. T. E. (s. f.). Metodos cerrados. Ecuaciones_No_Lineales Wiki.
https://ecuacionesnolineales.fandom.com/es/wiki/Metodos_Cerrados.
8. Code Line. (2018, 23 julio). Problema 5.14 Métodos numéricos para ingenieros - 5a edición

[Vídeo]. YouTube. https://www.youtube.com/watch?v=MDB41a2U79U

9. MateFacil. (2019, 18 marzo). 01. Ecuación de tercer grado, resuelta por método de Newton

Raphson [Vídeo]. YouTube. https://www.youtube.com/watch?v=n53t8CtaLrM

10. IONOS editorial team. (2023, 3 noviembre). How to use Java ArrayList. IONOS Digital

Guide. https://www.ionos.com/digitalguide/websites/web-development/java-arraylist/