Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
En este primer capítulo se realizará una introducción a los algoritmos y su convergencia por
medio de métodos iterativos, donde se trabajarán conceptos fundamentales de sucesiones y
series, los cuales a través de definiciones formales llegaremos a la construcción de la teoría
del error.
Para esto haremos un breve estudio de la teoría del error centrándonos en la precisión ya que
la mayoría de los métodos que se estudiaran en estas notas son recursivos.
Error absoluto.
Definición 1.1 (Error absoluto) Definimos el error absoluto de una aproximación como la distancia
entre este y el valor real así,
(1.1) 𝜀𝑎 = |𝑥̃ − 𝑥|
Ejemplo 1.1 Suponga que se tiene que medir la longitud de un puente y la de un remache, y se
obtiene 𝟗𝟗𝟗𝟗 𝒄𝒎 y 𝟗 𝒄𝒎 respectivamente. Si los valores son 𝟏𝟎𝟎𝟎𝟎 𝒄𝒎 y 𝟏𝟎 𝒄𝒎,
calcule el error absoluto en cada caso. El error absoluto en la medición del puente
es:
Uno de los problemas al considerar el error absoluto es que este depende de las unidades, así
en el ejemplo anterior el error de 1 𝑐𝑚 es igual para los dos experimentos, sin embargo, a
pesar que el error absoluto es el mismo, en el segundo experimento la experiencia nos dice
que es más “grande” con respecto a lo que se mide, por esta razón, es bueno comparar el
error con respecto a lo que se está midiendo, además, es bueno que el error sea independiente
de la escala usada.
Sucesiones
Definición 1.2 (Sucesión) Por una sucesión finita de 𝒏 términos entenderemos una función 𝑭 cuyo
dominio sea el conjunto de números {𝟏, 𝟐, … , 𝒏} e infinita cuando el dominio sea el
conjunto {𝟏, 𝟐, 𝟑, … } de todos los enteros positivos (o conjunto contable y totalmente
ordenado (Muñoz Quevedo, 2002). El recorrido de F, esto es, el conjunto
{𝑭(𝟏), 𝑭(𝟐), 𝑭(𝟑), … }, se designa tambien por {𝑭𝟏 , 𝑭𝟐 , 𝑭𝟑 , … }, y el valor 𝑭𝒏 se llama
el termino n-ésimo de la sucesión, usualmente la sucesión se denota por (𝒙𝒏 ) o (𝒂𝒏 ).
La idea es que estás sucesiones se acerquen al valor buscado, así estudiaremos a las
sucesiones convergentes.
Definición 1.3 (Sucesión convergente) (Apostol, 1996) Sea (𝒙𝒏 ) una sucesión en los reales se dice
que converge a un valor 𝑳 si y solo si dado ℇ > 𝟎 existe un 𝑵 ∈ ℕ tal que:
|𝑥𝑛 − 𝐿| < 𝜀
{𝑎𝑛 }∞
𝑛=0 = {𝑎0 , 𝑎1 , … , 𝑎𝑛 , … }
(−1)𝑛 ∞ 1 −1 (−1)𝑛
D= { } = {−1, 2 , ,…, ,…}
𝑛 𝑛=1 3 𝑛
E= {(−1)𝑛 𝑛}∞ 𝑛
𝑛=0 = {−1,2, −3 … , (−1) 𝑛, … }
𝑛 ∞ 1 2 𝑛
F= {2𝑛+1} = {0, 3 , 5 , … , 2𝑛+1 , … }
𝑛=1
La idea es que estás sucesiones se acerquen al valor buscado, así estudiaremos a las
sucesiones convergentes. Intuitivamente las sucesiones A,B,C y E no convergen, las
sucesiones D y F convergen
𝑛 1
para la sucesión D se tiene lim =2
𝑛→∞ 2𝑛+1
(−1)𝑛
para la sucesión F lim =0
𝑛→∞ 𝑛
NOTA 1.1 para la sucesión 𝑎𝑛 = (−1)𝑛 si n es par da 1, si n es impar da -1, luego el limite no existe,
es decir no converge. Para el caso (−1)𝑛 𝑛 si n es par va hacia ∞, si n es impar va para
−∞,
es decir no converge y no es acotada. Cuando la sucesión va para infinito se dice que diverge.
Tabla 1.1
𝑛 𝑥𝑛 |𝑥𝑛 − 𝐿|
1 0.3 0.1285714286
2 0.352941176 0.0756302521
3 0.375 0.0535714286
4 0.387096774 0.0414746544
1000 0.428387834 0.0001835948
1000000 0.428571245 0.0000001837
Gráfica 1.1 Código Matlab
Tabla 1.2
𝑛 𝑥𝑛 |𝑥𝑛 − 𝑥𝑛−1 |
1 0.3
0.05294117647059
2 0.352941176
2 0.352941176
0.02205882352941
3 0.375
3 0.375
0.0120967741935484
4 0.387096774
1000 0.428387834
0.0000001833328818
10001 0.428553064
1000000 0.428571245
0.0000000000004286
1000001 0.428571245
En la tabla anterior se ve que entre más avanzamos en la sucesión, la distancia entre cada par
de términos es más pequeña, esto motiva a la siguiente definición la cual es muy útil para
nosotros.
Definición 1.4 (Sucesiones de Cauchy) (Apostol, 1996) Sea 𝒙𝒏 una sucesión se dice de Cauchy si y
solo si dado 𝜺 > 𝟎 existe 𝑵 ∈ ℕ tal que:
|𝑥𝑛 − 𝑥𝑚 | < 𝜀
Es decir, entre más adelante vaya la sucesión la distancia entre los números va a ser muy
pequeña.
𝑛 1 1
(1.2) |2𝑛+1 − 2| = 2(2𝑛+1) < 0.001
Es decir
1 1000
( − 1) = 249.5 < 250 = 𝑁 < 𝑛
2 2
Luego a partir de 𝑁 = 250, todos los términos 𝑎𝑛 cumplen con la restricción (1.2), si para
cualquier 𝜀 se puede encontrar 𝑁, la sucesión converge.
Las sucesiones tienen las mismas propiedades de los limites (de hecho, tienen la misma
definición).
Propiedades
Dados dos sucesiones 𝑎𝑛 y 𝑏𝑛 , convergentes, tales que
𝑎𝑛 → 𝐴, 𝑏𝑛 → 𝐵,
Entonces para 𝑘 ≠ 0
I. 𝑎𝑛 + 𝑘𝑏𝑛 → 𝐴 + 𝑘𝐵,
II. 𝑎𝑛 𝑏𝑛 → 𝐴𝐵
III. 𝑎𝑛 /𝑏𝑛 → 𝐴/𝐵; 𝐵 ≠ 0
Definición 1.5 Si 𝒙𝒏 es una sucesión se dice de Cauchy entonces dado 𝜺 > 𝟎 existe 𝑵 ∈ ℕ tal que:
Como ilustra en él Ejemplo 1.2 , una sucesión convergente es una sucesión de Cauchy, sin
embargo, es bien sabido que el reciproco se tiene, es decir,
NOTA 1.3 La definición de sucesión de Cauchy se usa junto con el Teorema 1.1, de la siguiente
forma: si una sucesión converge es de Cauchy, si no es de Cauchy no converge, si es
de Cauchy y son reales converge.
𝑥𝑛 − 𝑥𝑛−1
| |
𝐿
pero es ilógico trabajar con el valor real, así el mejor candidato para asumir este papel es el
último término calculado en la sucesión, es decir 𝑥𝑛 , esto nos lleva a la siguiente definición.
1
Ejemplo 1.5 La siguiente sucesión de reales es de Cauchy: 𝑥𝑛 = 𝑛; luego es convergente, ver Ejercicio
1.4.6
Si una sucesión es de Cauchy, converge, en particular, |𝑥𝑛 − 𝑥𝑛−1 | tiende a cero. los
términos de una sucesión se pueden calcular por siempre. Este resultado ofrece un criterio
para parar una sucesión, la condición que se debe tener es que la sucesión converja; si esta
no converge, puedes suceder que esa diferencia converge a cero. Esta sesión
determinaremos criterios para detener los términos de la sucesión de acuerdo a unas
condiciones dadas.
Error normalizado
Definición 1.6 (Error normalizado) Sea (𝒙𝒏 ) una sucesión, definimos el error normalizado como la
sucesión 𝑬𝑵 = (𝑬𝑵𝒏 ) dado por:
𝑥𝑛 −𝑥𝑛−1
(1.3) 𝐸𝑁𝑛 = | |
𝑥𝑛
Para 𝑛 = 2,3, ….
Para que una sucesión sea de Cauchy es necesario (mas no suficiente) que la sucesión 𝐸𝑁𝑛
tienda a cero. Esto nos da una forma de ver si una sucesión posiblemente es convergente sin
el uso del valor del límite, es decir, si 𝐸𝑁𝑛 → 0 la sucesión posiblemente será
convergente.
Ejemplo 1.6 En el Ejemplo 1.2 se observa esa situación; si una sucesión es de Cauchy 𝑬𝑵 → 𝟎,
𝟑𝒏
para la sucesión 𝒂𝒏 = 𝟕𝒏+𝟑 , como se muestra en al siguiente tabla
Tabla 1.3
n 𝑎𝑛 𝐸𝑁𝑛
1 0.3 ---------
2 0.352941176 0.15000000000000
3 0.375 0.05882352941176
4 0.387096774 0.03125000000000
1000 0.428387834
1001 0.428388017 0.00000042795987
Recordemos que en muchas ocasiones es más claro hablar en términos de porcentajes, por lo
cual será más utilizado el error normalizado porcentual, el cual será definido a continuación.
Definición 1.7 (Error normalizado porcentual) Sea (𝒙𝒏 ) una sucesión, definimos el error
normalizado porcentual como la sucesión 𝑬𝑵𝑷 = (𝑬𝑵𝑷𝒏 ) dado por:
𝑥𝑛 −𝑥𝑛−1
𝐸𝑁𝑃𝑛 = | |*100%
𝑥𝑛
Para 𝑛 = 2,3, ….
Ahora ilustramos el uso del error normalizado y normalizado porcentual en una sucesión a
fin de analizar su posible convergencia.
𝑥0 = 1
(1.4) 1
𝑥𝑛+1 = 𝑥𝑛 + (𝑛+1)!
Calcularemos los primeros 11 términos de la sucesión junto con los errores normalizado y
normalizado porcentual
Tabla 1.4
𝑛 𝑥𝑛 𝐸𝑁𝑛 𝐸𝑁𝑃𝑛
0 1
1 2 0.5 50.00000000%
2 2.5 0.2 20.00000000%
3 2,66666666666667 0.0625 6.25000000%
4 2.70833333333333 0.015384615 1.53846154%
5 2.71666666666667 0.003067485 0.30674847%
6 2.71805555555556 0.000510986 0.05109862%
7 2.71825396825397 0.0000729927 0.00729927%
Como se ve en la Tabla 1.4 𝐸𝑁𝑛 y 𝐸𝑁𝑃𝑛 son sucesiones y van para cero, esto significa que
la sucesión (𝑥𝑛 ) es posiblemente de Cauchy y por lo tanto posiblemente converge, pero no
sabemos a qué valor, es más nunca sabremos a que valor.
La pregunta natural que debemos hacer es ¿Dónde paro esta sucesión para tener una “buena
aproximación” del límite?
Comúnmente usamos esta expresión para hablar de cifras decimales, por ejemplo, 𝜋 ≈ 3.14
es una aproximación de 𝜋 con dos cifras decimales, pero, ¿cifras decimales describe bien la
magnitud que representa el numero?, para esto consideremos las siguientes cantidades.
Ejemplo 1.8 El precio de un carro en el mercado es 36280000, al quitar el IVA del 16% el valor
del carro sin IVA es (Tomado de losada morales paredes)
𝑥 = 31275862.06896552
Si pedimos una aproximación de estos valores con tres cifras decimales tendremos 𝑥̃ =
31275862.069 , 𝑦̃ = 0.000 lo cual no es practico en ninguno de los casos, en el primero es
excesivo trabajar con tres cifras decimales y en el segundo no aporta nada de información
acerca de la magnitud a del valor, esto nos lleva a pensar, como podemos dar una idea clara
de la magnitud de un valor. Esto ya no es un problema gracias a la notación científica, en el
ejemplo anterior tendremos 𝑥 = 3.127586206896552 ∗ 107 e 𝑦 = 5.4857990946 ∗
10−5, esto muestra que las cifras que realmente son significativas (sin importar la posición
de ellas en la representación decimal) son las primeras que aparecen en la representación
científica, esto motiva la siguiente definición.
Definición 1.8 (Dígito significativo o cifra significativa) ( buscar fuente)De un número “C”; una
cifra significativa es cualquier dígito dado de este, excepto posiblemente aquellos
ceros a la izquierda del primer dígito diferente de cero y que solo sirven para fijar la
posición del punto decimal (entonces cualquier otro cero es un dígito significativo de
C), Ej. 1360, 1.360, 0.1360, 0.001360; tienen cuatro dígitos significativos. En otras
palabras, son los primeros dígitos de un número en la representación científica. Ver
(Scarborough, 1930)
De ahora en adelante (en lo posible), buscaremos aproximar los valores por medio de cifras
significativas y no de cifras decimales. Ahora ¿cómo sabemos cuándo en una sucesión
estamos encontrando cierto número de cifras significativas?, para esto definiremos la
tolerancia.
Antes de ver esto consideremos la relación entre el error relativo y el número de cifras
significativas que se tienen en una aproximación con respecto al valor real; si tenemos una
aproximación únicamente con 4 cifras significativas exactas (sin importar la magnitud del
número) entonces nuestro error relativo será menor que 10−1−4 , si se quiere hacer el mismo
ejercicio con 𝑚 cifras significativas se llegara a un resultado similar, ver (Burden R. y Faires,
2003)
De lo anterior se tiene el siguiente resultado que fue probado de una manera más precisa (en
la cual trabajo con el redondeo) en (Scarborough, 1930) notemos que para que este análisis
tenga sentido es necesario que si se quieren 𝑚 cifras significativas se debe utilizar por lo
menos 𝑚 + 2 cifras significativas, lo cual es posible aprovechando la potencia de las
maquinas actuales.
𝜀𝑟 < 10−1−𝑚
NOTA 1.4 Una consecuencia directa del teorema anterior es que el error relativo porcentual es
menor que
Esta cota será usada como una medida de tolerancia para el error normalizado y normalizado
porcentual, esto nos lleva a definir este valor el cual depende del número de cifras
significativas que se quieren.
Tolerancia.
Si se tiene en una sucesión en la cual el término 𝑥𝑛+1 es una aproximación al valor real con
𝑚 cifras significativas correctas entonces el error relativo lo podemos acotar de la siguiente
manera
Definición 1.9 (Tolerancia) Sea 𝒎 el número de cifras significativas que se quieren en la
aproximación de cierto valor, definimos y denotamos la tolerancia por
NOTA 1.5 La tolerancia escrita como 𝑻𝒎 = 𝟏𝟎−𝟏−𝒎 es usada cuando trabajamos con el error
normalizado (EN), mientras la tolerancia escrita como 𝑻𝒎 = 𝟏𝟎𝟏−𝒎 % es usada
cuando trabajamos con error normalizado porcentual (ENP). (Note que son iguales)
El siguiente teorema relaciona la tolerancia con las sucesiones que estamos trabajando. De
todas las afirmaciones anteriores se tiene el siguiente teorema.
Teorema 1.3 Sea {𝒙𝒏 } una sucesión convergente, si el termino 𝒙𝒏 es una aproximación de
el valor del límite de la sucesión con 𝒎 cifras significativas entonces 𝑬𝑵𝑷𝒏 < 𝑻𝒎 .
NOTA 1.6 El reciproco del teorema anterior no se cumple, esto se puede evidenciar en la
sección 1.1.6
NOTA 1.7 En los libros clásicos por ejemplo (Burden R. y Faires, 2003) y (Scarborough,
1930), se trabaja con una tolerancia dada por
(0.5 ∗ 102−𝑚 )%
Esto se debe a que al tomar el término de la sucesión usan el redondeo sobre el mismo.
Esta se debe a que en Física se define tolerancia como ±0.5 del error, es decir la mitad de
la unidad de medida (Scarborough, 1930)
En estas notas se hará uso de la tolerancia para truncar las sucesiones en la aproximación que
posiblemente comparta por lo menos 𝑚 cifras significativas con el valor del límite (en
realidad se está verificando cuantas cifras significativas comparten los dos últimos elementos
creados en la sucesión), para ilustrar esto, consideremos el siguiente ejemplo
𝟏
Ejemplo 1.9 Considere la siguiente sucesión ∑𝒏𝟎 𝒌!, si queremos una aproximación del valor límite
𝑇3 = 101−3 % = 0.01%
ahora debemos calcular los términos 𝑥𝑘 en la sucesión hasta que el 𝐸𝑁𝑛 y 𝐸𝑁𝑃𝑛 sean
menores que la tolerancia
Tabla 1.5
𝑛 𝑥𝑛 𝐸𝑁𝑛 𝐸𝑁𝑃𝑛
0 1
1 2 0,5 50,00000000%
2 2,5 0,2 20,00000000%
3 2,66666667 0,0625 6,25000000%
4 2,70833333 0,01538462 1,53846154%
5 2,71666667 0,00306748 0,30674847%
6 2,71805556 0,00051099 0,05109862%
7 2,71825397 7,2993E-05 0,00729927%
NOTA 1.8 Ya que trabajar con las sucesiones 𝐸𝑁𝑛 y 𝐸𝑁𝑃𝑛 es equivalente y para reducir
el número de operaciones de la maquina (evitar el multiplicar por 100) de
ahora en adelante trabajaremos únicamente con el error normalizado ( 𝐸𝑁𝑛 ).
Aplicaciones
las pérdidas por fricción que a su vez será́ el valor inicial de la próxima iteración. A
continuación, se muestra un ejemplo resuelto.
Ejemplo 1.10 Se desea construir una tubería de acero con un 𝐾𝑠 (Coeficiente de rugosidad) de
0.000046 𝑚, un diámetro de tubería de 0.03𝑚, una longitud de tubería de 1350 𝑚, la
tubería conecta dos tanques en los cuales su diferencia de altura H es de 48.3 m sobre el
plano de referencia, la sumatoria global de todas las pérdidas por accesorios presentes en
la tubería es de 11.8 𝑚, por esta tubería circula agua a una temperatura de 20°C por lo
que su densidad será de 998.2 Kg/𝑚3 y su viscosidad será de 1.005 ∗ 10−3 𝑃𝑎/𝑠,
determine las pérdidas por carga que presentará la tubería.
Solución
____________________________
𝑘𝑠 (𝑚) 0.000046
𝐷 (𝑚) 0.3
𝐿 (𝑚) 1350
𝐻 (𝑚) = 𝑍1 − 𝑍2 48.3
∑ 𝑘 (𝑚) 11.8
T (Celcius) 20
Densidad (kg/𝑚3 ) 998.2
Viscosidad (miupa/s) 0.001005
____________________________
Gráfica 1.1
Inicialmente se plantea la función para determinar las pérdidas por carga ( Ecuación de
equilibrio de Bernoulli) del sistema:
𝑽𝟐
𝒇(𝒉𝒇 ) = 𝒉𝒇 + ∑ 𝑲 + 𝒁𝟏 − 𝒁𝟐 = 0
𝟐𝒈
𝑉1 2 𝑃1 𝑉2 2 𝑃2
𝑍1 + + = 𝑍2 + + + ℎ𝑚 + ℎ𝑓
2𝑔 𝛾 2𝑔 𝛾
teniendo en cuenta que las presiones en el punto de estudio son cero y las
velocidades iguales:
𝑓(ℎ𝑓 ) = 𝑍1 − 𝑍2 − ℎ𝑚 − ℎ𝑓 = 0
(1.6) 48.3𝑚 − ℎ𝑚 − ℎ𝑓 = 0
ℎ𝑓 = 48.3𝑚
√2𝑔ℎ𝑓 𝐷 𝑘𝑠 2.51𝜇√𝐿
(1.7) 𝑉=− 2𝑙𝑜𝑔 [ + ]
√𝐿 3.7𝐷 𝐷𝜌 √2𝑔ℎ𝑓 𝐷
𝑉 = 3.87614785 𝑚/𝑠
𝐕 𝒅𝑽
(1.8) 𝒇′(𝒉𝒇 ) = 𝟏 + ∑ 𝑲
𝒈 𝒅𝒉𝒇
𝑑𝑉
en la cual nos aparecerá un valor 𝑑ℎ𝑓, se obtiene de derivar la ecuación de velocidad
respecto a las pérdidas por carga (1.7),
−𝟐. 𝟓𝟏𝝁√𝑳
∗ 𝒉−𝟏.𝟓
𝒇
𝒅𝑽 −√𝟐𝐠𝐃 𝑲𝒔 𝟐. 𝟓𝟏𝝁√𝑳 −𝟐√𝟐𝒈𝑫 𝟐𝑫𝝆√𝟐𝒈𝑫
= ( ∗ 𝐡−𝟎.𝟓
𝐟 ∗ 𝒍𝒐𝒈 ( + )) + ( ∗ 𝐡𝟎.𝟓
𝐟 )∗
𝒅𝒉𝒇 √𝐋 𝟑. 𝟕𝑫 𝑫𝝆√𝟐𝒈𝒉𝒇 𝑫 √𝑳 𝑲𝒔 𝟐. 𝟓𝟏𝝁√𝑳
𝒍𝒏𝟏𝟎 ( +
𝟑. 𝟕𝑫 𝑫𝝆√𝟐𝒈𝒉𝒇 𝑫)
[ ( ( ))]
𝒅𝑽
Reemplazando V y en (1.8) obtenemos
𝒅𝒉𝒇
−2.51𝜇√𝐿 −1.5
∗ℎ
−2√2𝑔𝐷 2𝐷𝜌√2𝑔𝐷 𝑓
( ∗ h0.5
f ) ∗
√𝐿 𝐾𝑠 2.51𝜇√𝐿
𝑙𝑛10( + )
3.7𝐷 𝐷𝜌 2𝑔ℎ 𝐷
√ 𝑓
( ( ))]
𝒇(𝒉𝒇𝒏 )
(1.9) 𝒉𝒇𝒏+𝟏 = 𝒉𝒇𝒏 −
𝒇′ (𝒉𝒇𝒏 )
Tabla 1.6
Resultado método Newton-Raphson
ℎ𝑓 = 40,725611 𝑚
Series.
Toda la teoría anterior puede ser usada para analizar la convergencia de las series (sumas
infinitas).
Definición 1.10 (Serie y serie convergente) (Apostol, 1996) Sea {𝒙𝒌 } una sucesión dada de números
reales o complejos, podemos formar la “suma” de todos ellos, la cual llamaremos
serie y notaremos por
∞
𝑠 = 𝑥1 + 𝑥2 + 𝑥3 + ⋯ = ∑ 𝑥𝑘
𝑘=1
Al número 𝑠𝑛 lo llamaremos suma parcial 𝑛 −ésima de la serie dado por
𝑛
𝑠𝑛 = 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 = ∑ 𝑥𝑘
𝑘=1
Se dice que la serie converge o diverge según que la sucesión {𝑠𝑛 } sea convergente o
divergente.
Consideremos el siguiente ejemplo que aclara como podemos usar las sumas parciales en
una serie junto con su tolerancia para determinar si posiblemente la serie sea convergente.
(−𝟏)𝒌
Ejemplo 1.11 Consideremos la serie ∑∞
𝒌=𝟎 (𝟐𝒌)! , donde 𝟎! = 𝟏 y buscaremos una posible
aproximación del límite haciendo uso de la sucesión de sumas parciales por lo menos
con 3 cifras significativas. De manera analítica se puede mostrar que la serie
converge absolutamente por el método de la razón.
Para esto lo primero que se debe calcular es la tolerancia, que en este caso es
𝑇3 = 10−1−3 = 0.0001
(−1)𝑘
Y después considerar las sumas parciales 𝑠𝑛 = ∑𝑛𝑘=0 (2𝑘)! .
Los cálculos se muestran en la siguiente tabla
Tabla 1.7
𝑠𝑛 𝐸𝑁𝑛
a0 1
a1 0.5 1
a2 0.541666 0.07692
a3 0.540277 0.00257
a4 0.540302579 0.00005
Como se observa en la cuarta iteración se obtiene 𝐸𝑁4 < 𝑇3 ; es decir, es una aproximación
que comparte por lo menos 3 cifras significativas con el anterior elemento de la sucesión y
posiblemente estas mismas cifras las comparta con el valor del límite de la serie (si este
existe) es 𝑎4 = 0.540302579
1
Ejemplo 1.12 Consideremos la serie 𝑆𝑛 = ∑𝑛𝑘=0 𝑘; La cual es una serie convergente, mostraremos su
2
construcción
𝑆0 = 1
1 1
𝑆1 = 1 + =2−
2 2
1 1 1
𝑆2 = 1 + + 2 =2− 2
2 2 2
1 1 1
𝑆𝑛+1 = 1 + 𝑘 + ⋯ + 𝑛+1 = 2 − 𝑛+1
2 2 2
En este caso la sucesión de sumas parciales converge a 2, es decir que la serie converge a 2
ver ( Ejercicio 1.4.5 )
En esta sección daremos dos ejemplos que ilustran varios problemas al usar la tolerancia, el
primero ilustra que el Ejemplo 1.11 no cumple su reciproco y el segundo muestra el hecho
que si la sucesión converge demasiado lento, el criterio de la tolerancia no es útil.
𝟏
Ejemplo 1.13 Consideremos la sucesión de sumas parciales de la serie ∑∞
𝒌=𝟏 𝒌 la cual es una serie
Tabla 1.8
1
𝑛 𝑛 𝑠𝑛 𝐸𝑁𝑛
1 1 1
2 0,5 1,5 0,33333333
3 0,33333333 1,83333333 0,18181818
4 0,25 2,08333333 0,12
5 0,2 2,28333333 0,08759124
100 0,01 5,18737752 0,00192776
101 0,00990099 5,19727851 0,00190503
102 0,00980392 5,20708243 0,00188281
500 0,002 6,79282343 0,00029443
501 0,00199601 6,79481944 0,00029375
502 0,00199203 6,79681147 0,00029308
Ejercicios propuestos
Ejercicio 1.4.2 Para las siguientes sucesiones determine si son convergentes o no, en caso de
serlo; halle una aproximación del límite con 3 cifras significativas.
ln 2𝑛
a) 𝑎𝑛 = ln(𝑛+1), para 𝑛 = 1,2, …
b) 𝑎𝑛 = (−1)𝑛 , para 𝑛 = 0,1,2, …
c) 𝑠𝑛 = ∑𝑛𝑘=0(1.1)𝑘 , para 𝑛 = 0,1,2, …
1
d) 𝑠𝑛 = ∑𝑛𝑘=0 2𝑛 , para 𝑛 = 0,1,2, …
𝑎0 = 1
e) { 𝑎1 = 1
𝑎𝑛+1 = 𝑎𝑛 + 𝑎𝑛−1
𝑎
f) 𝑏𝑛 = 𝑛 , para 𝑛 = 1,2, … donde los 𝑎𝑛 son como en el ejercicio
𝑎𝑛−1
anterior.
𝑎0 = 1; 𝑎1 = 1
g) { (−1)𝑛
𝑎𝑛+1 = 𝑎𝑛 + 𝑛
h) La sucesión (𝑝(𝑛)) es llamada la Sucesión de Padovan, la cual es
dada por
𝑝(0) = 𝑝(1) = 𝑝(2) = 1 Y la siguiente relacion de recurrencia 𝑝(𝑛) =
𝑝(𝑛 − 2) + 𝑝(𝑛 − 3) a partir de esta, definiremos la sucesión
𝑝(𝑛)
𝑞(𝑛) = 𝑝(𝑛−1) (Observe que el error se estabiliza a partir de la tercera
vez que se cumple la condición de las cifras significativas)
Ejercicio 1.4.7 Se desea calcular el diámetro de una tubería en PVC con rugosidad relativa igual a
𝐾𝑠 = 0,0015 𝑚𝑚. La tubería une dos tanques a una diferencia de altura de 40,3 m,
teniendo en cuenta que debe mover un caudal de 300 L/s y que la longitud de la
tubería debe ser de 343 m. A través del sistema, incluyendo los accesorios de entrada
y de salida, el total de la suma de los coeficientes de perdida por accesorios es de 10,1.
El fluido que va a transitar es agua a 20°C y el coeficiente de fricción es de 0.00014.
Ejercicio 1.4.9 En los siguientes ejercicios, averiguar si la sucesión, cuyo término general se
especifica, es convergente o no. En caso de serlo hallar el límite.
𝑛
a. 𝑎𝑛 = (−1)𝑛 (𝑛+1) 𝑎𝑛 = 1 + (−1)𝑛
3𝑛2 −𝑛+4 √𝑛
b. 𝑎𝑛 = 𝑎𝑛 =
2𝑛2 +1 √𝑛+1
1+(−1)𝑛 ln(𝑛2 )
c. 𝑎𝑛 = 𝑎𝑛 =
𝑛 𝑛
3𝑛
d. 𝑎𝑛 = 4𝑛
𝑎𝑛 = (0. 5)𝑛
(𝑛+1)! (𝑛−2)!
e. 𝑎𝑛 = 𝑎𝑛 =
𝑛! 𝑛!
𝑛−1 𝑛 𝑛2 𝑛2
f. 𝑎𝑛 = − 𝑎𝑛 = −
𝑛 𝑛−1 2𝑛+1 2𝑛−1
𝑛𝑝 1
g. 𝑎𝑛 = (𝑝 > 0, 𝑛 ≥ 2) 𝑎𝑛 = 𝑛 𝑠𝑒𝑛 ( )
𝑒𝑛 𝑛
𝑘 𝑛
h. 𝑎𝑛 = (1 + 𝑛) 𝑎𝑛 = 21/𝑛