+ All Categories
Home > Documents >  · Capitulo 1 . ERRORES DE REDONDEO Y ESTABILIDAD 25 . Si comparamos los valores calculados P;o =...

 · Capitulo 1 . ERRORES DE REDONDEO Y ESTABILIDAD 25 . Si comparamos los valores calculados P;o =...

Date post: 13-Apr-2018
Category:
Upload: volien
View: 217 times
Download: 1 times
Share this document with a friend
16
Capitulo 1 . ERRORES DE REDONDEO Y ESTABILIDAD 25 Si comparamos los valores calculados P;o = .286 7972 x 10- 9 , X; O = .2 86810 x 10- 9 Y 5 ( 1) 20 1 - 10 Y; o = .3098842 x 10- con el valor exacto -3 = 2.8679719.x10 ,se 3486784401 puede ver que p;o = .2867972 x 10- 9 aproxima al valor exacto con to da s sus 7 cifras significativas, x;o = .286810 x 10 -9 aproxima al valor exacto con cinco cifras significativas (de siete), mientras que y;o = .30988 42 x 10- 5 aproxima al valor exacto con ninguna cifra significativa. Que puede decirse de la estabilidad numerica de las formulas que definen las sucesiones {Pn } n ' {xn t Y {y n} n ? Observamos que la f6rmula para cal cu lar produce rapidamente perdida de cifras Y n significativas, mientras que la formulas para calcular Pn Y xn no, as f que el algorit mo para calcular Y n es inestable , mientras que los algoritmos para calcular Pn Y xn son estables . Si calculamos mas terminos de la sucesiones {Pn } n' {xn}n Y {Yn}n' Se obtienen los resultados que se muestran en la TABLA 15 siguiente. n 30 40 50 60 70 80 90 100 Observe, en los calculos de la tabla anterior, que 0 Y 0, mientras que oc: (cuando n 00 ), Y es claro que lim n = 0 . n-> oc 3 Otra forma de estudiar la estabilidad numerica de las f6rmulas definidas en este ejemplo es como sigue: Las sucesiones definidas en i) Y Ii) pueden verse como ecuaciones en diferencias con condicion inicial: xn = n = 2,3, .. (11 a) i) 1 Xo = 1, = - (1. 1 b) x 1 3
Transcript

Capitulo 1 . ERRORES DE REDONDEO Y ESTABILIDAD 25

Si comparamos los valores calculados P;o = .2867972 x 10-9 , X;O = .286810 x 10-9 Y

5 ( 1) 20 1 - 10 Y;o = .3098842 x 10 - con el valor exacto -3 = 2.8679719.x10 ,se3486784401

puede ver que p;o = .2867972 x 10 -9 aproxima al valor exacto con todas sus 7 cifras

significativas, x;o = .286810 x 10 -9 aproxima al valor exacto con cinco cifras significativas

(de siete) , mientras que y;o = .3098842 x 10-5 aproxima al valor exacto con ninguna cifra significativa.

Que puede decirse de la estabil idad numerica de las formulas que definen las sucesiones

{Pn } n ' {xn t Y {y n } n ?

Observamos que la f6rmula para calcu lar produce rapidamente perdida de cifrasYn

significativas, mientras que la formulas para calcular Pn Y xn no, as f que el algoritmo para

calcular Y n es inestable, mientras que los algoritmos para calcular Pn Y xn son estables.

Si calculamos mas terminos de la sucesiones {Pn }n' {xn}n Y {Yn}n' Se obtienen los

resultados que se muestran en la TABLA 1 5 siguiente.

n

30 40 50 60 70 80 90 100

p~ x~

Observe, en los calculos de la tabla anterior, que p~ ~ 0 Y x~ ~ 0, mientras que y~ ~ oc:

(cuando n ~ 00 ), Y es claro que lim (~) n = 0 . n-> oc 3

Otra forma de estudiar la estabilidad numerica de las f6rmulas definidas en este ejemplo es como sigue:

Las sucesiones definidas en i) Y Ii) pueden verse como ecuaciones en diferencias con condicion inicial:

xn = (~)Xn_1 -(~) Xn_2 ' n = 2 ,3, .. (11 a) i)

1 Xo = 1, = - (1. 1 b)x1

3

26 METODOS NUMERICOS

(1 .2.a)

1 Yo = 1, Yl =- (1 .2.b)

3

Se puede probar que la soluci6n general de la ecuaci6n en diferencias (1.1.a), es

con c l Y c2 constantes arbitrarias.

N6tese que la soluci6n general anterior es el conjunto de todas las combinaciones lineales de

las soluciones particulares (~r Y (~r , de la ecuaci6n (1 .1.a). Tales soluciones

particulares pueden obtenerse buscando soluciones de la forma xn = An con A*- O, para la ecuaci6n mencionada.

Para que se satisfagan las condiciones iniciales exactas (1 .1.b), Xo = 1 Y Xl = ~ , deben 3

escogerse = 1 Y c2 = 0 , es decir, la solucion de la ecuacion en diferencias (1 .1.a) quec l

satisface la condici6n inicial (1 .1.b) es la sucesi6n

Si las condiciones iniciales son cambiadas por Xo = 1.000000 Y Xl =.3333333 (redondeando las condiciones iniciales (1 .1.b) a siete digitos), entonces los valores de las constantes son

ahora =1.0000002 Y C2 = - .2 x 10-6, asf que fa solucion de fa ecuaci6n en diferencias

(1 .1.a) con las nuevas condiciones es

xn = 1.0000002(~) n -.2 x 10-6 (~) n

Y entonces al calcular Pn = (~) n , mediante esta ultima f6rmula, el error es tan solo

( E n ~ 0 cuando n ~ 00 Y observe que Pn ~ 0 cuando n ~ 00 )

En este caso el algoritmo se considera estable.

En cuanto a la ecuaci6n en diferencias (12.a), tenemos que su soluci6n general es

con c l Y c2 constantes arbitranas

Para que se satlstagan las I'1'II1Iri6!!iiMI

= 1 Y c2 = O. es dear, IIc l

inicial (1 .2.b) es la sucesi6n

las condiciones imclalel (1

3.0000001ahora .--- yc1 3 (1 .2.a) que satlstace III

1.5 COI~DI:II:

c l

Capitulo 1. ERRORES DE REDONDEO Y ESTABILIDAD 27

con Y c2 constantes arbitrarias . c1

1Para que se satisfagan las condiciones iniciales (1 .2.b) , Yo =1 Y Y1 = "3 ' deben escogerse

c1 = 1 Y = 0 , es decir, la soluci6n de la ecuaci6n en diferencias (1 .2.a) con cond ici6n c2

inicial (1 .2.b) es la sucesi6n

Si las condiciones iniciales son cambiadas por Yo = 1.000000 Y Y1 =.3333333 (redondeando

las condiciones iniciales (1 .2.b) a siete digitos), entonces los valores de las constantes son 7

3.0000001 1.0 x10 ­ahora = 3 Y c2 = 3 ' es decir, la soluci6n de la ecuaci6n en diferencias c1

(1.2.a) que satisface las nuevas condiciones, es

= 3.0000001 (2)n + 1.0 x10-7 (~) n

Yn 3 3 3 3

EI error al calcular Pn = (±) n , mediante esta ultima f6rmula , es

( En ~ +00 cuando n ~ 00 , mientras que Pn ~ 0 cuando n ~ 00 )

En este caso el algoritmo definido por la f6rmula ii) es inestable . +

1.5 CONDICIONAMIENTO DE UN PROBLEMA

Para ciertos problemas "buenas" respuestas no pueden ser obtenidas por cualquier algoritmo, porque el problema es sensible a errores pequenos cometidos en la representaci6n de los datos 0 en la aritmetica. Hay que distinguir entre algoritmos inestables Y problemas sensibles a cam bios pequer'ios en los datos.

Un problema se dice bien condicionado si pequenos cambios en los datos inducen s610 un cambio pequeno en el resultado, es decir, problemas "cercanos" tienen respuesta "cercana". EI buen condicionamiento es algo inherente al problema

Veamos un ejemplo.

Consideremos el siguiente sistema de ecuaciones lineales

28 METODOS NUMERICOS

x+ y = 2 { 10.05x+10y=21

La soluci6n exacta (unica) de este sistema es x = 20 e y = -18 . En este caso, el punto

(20,-18) es la intersecci6n de las rectas casi paralelas:

L1: x + y =2, con pendiente m1 = -1.0

L2: 10.05x + 10y = 21, con pendiente m2 = -1.005

Ahora cambiamos el coeficiente 10.05 por 10.1 (un cambio relativo de ", .5%) y consideramos el sistema perturbado

x+ y=2 { 10.1x + 1 Oy = 21

La soluci6n exacta c;le este sistema perturbado es x = 10, Y= -8 .

Se observa que un cambio pequeno en uno de los datos del problema (coeficientes y terminos independientes del sistema) ha producido un gran cambio en la soluci6n (de mas de 100%). Este problema se dice que esta mal condicionado. +

TALLER 1.

1. Convertir los siguientes numeros binarios a la forma decimal (equivalente decimal) :

(.1100011)2; (.1111111)2; (1010)2; (100101)2; (1000001)2; (101.01)2

2. Para los siguientes numeros x y x·, con cuantas cifras decimales exactas y con cuantas

cifras significativas aproxima x· a x ?

a) x =451.023, x· =451.01

b) x = -.045113, x· = -.04518

c) x = 23.4213, x· = 23.4604

3. Un paraleliplpedo rectangular tiene lados de 3, 4 Y 5 centimetros, medidos solamente al centimetr~ mas cercano. Determine el intervalo mas pequef"lo en el cual debe estar el area lateral de este paralelipfpedo y el intervalo mas pequef"lo en el cual debe estar su volumen .

4. Sean (Xo,yo) y (x,.y que la abscisa del pun cualquiera de las dOl .....t

Use los datos

Cap itulo 1. ERRORES DE REDONDEO Y ESTABILIDAD 29

4. Sean (xo,Y o) y (X1' Y1) ' con Yo *Y1, puntos dados de una cierta linea recta . Verifique

que la abscisa del punto de intersecclon de dicha recta con el eje x, se puede calcular con cualquiera de las dos siguientes f6rmulas

Use los datos (xo'Yo) =(1.31, 3.24) , (x 1• Y1) =(1.93, 4.76) Y aritmetica decimal con

redondeo a tres digitos para calcular dicha abscisa. utilizando las dos formulas. Cual f6rmula da el mejor resultado Y por que?

5. Considere el sistema de ecuaclones lineales

31.69X + 14.31y = 45.00 { 13.11x + 5.89y = 19.00

Un metodo para resolver este sistema es multiplicar la primera ecuacion por 13.11 , la segunda ecuaci6n por 31.69 y restar las ecuaciones resultantes para obtener el valor de y ; luego se multi plica la primera ecuaci6n por 5.89, la segunda ecuacion por 14.31 y

restamos las ecuaciones resul tantes para obtener el valor de x.

Efectue las operaciones indicadas usando aritmetica decimal con corte a cuatro digitos y compare los resultados obtenidos con la soluci6n exacta del sistema. Si hay alguna diferencia en los resultados, puede explicar a que se debe tal diferencia?

6. a) Escriba un programa que Ie produzca un error overflow en su computador

b) Escriba un programa para determinar experimentalmente (no te6ricamente) el numero de punto f10tante mas pequeno y el mas grande de su computador.

7. Calcule In 2 a partir de la serie de Maclaurin para la funci6n f( x) = In( x + 1) . Determine el

menor numero de terminos en dicha serie que deben tomarse para conseguir In 2 con un

error menor que 10-8 . Haga 10 mismo para In 1.5 y In 1.1 , Y analice los resultados.

8. La aproximaci6n sen x "" x se usa a menudo para I x I pequeno. Estime, con la ayuda del

teorema de Taylor, el error de truncamiento al usar esta f6rmula . Para que rango de valores de x da esta aproximacion resultados con una precision de por 10 menos seis cifras decimales exactas?

30 METODOS NUMERICOS

x9. Sea f( x) = e- . Encuentre el polinomio de Taylor de tercer grado para f alrededor de 99a = to , y uselo para aproximar e- · . Cuantas cifras decimales exactas se esperan en la

aproximacion calculada?

10. Discuta los problemas que se pueden presentar al evaluar las siguientes funciones y plantee alternativas que permitan evitarlos:

eX _ e- x

a) f(x) = In(x + 1) -Inx b) senhx = --2­

c) f(x) = 1-cosx d) f(x):::V1+x-1 x2

11. Use aritmetica decimal con redondeo a cuatro digitos y una formula que intente evitar la perdida de cifras significativas, para encontrar las raices de cada una de las siguientes ecuaciones cuadraticas

a) x2 -19.96x + .1995 = 0 b) x2 + 40x -1 = 0

12. Considere la ecuacion en diferencias

(1 )

a) Verifique que la sucesion

(2)

es solucion de la ecuacion en diferencias (1), Y satisface las condiciones iniciales

1+J"S Xo = 1 Y x1 = -- .

2

Utilice aritmetica finita para calcular xn ' n = 0,1, ... ,20 usando la formula (1) con las condiciones iniciales anteriores, y tambiEln usando la formula (2) . Explique los resultados y concluya acerca de la estabilidad numerica de la formula (1) .

b) Verifique que la sucesion

(3)

es solucion de la ecuacion en diferencias (1), y satisface las condiciones iniciales

1-J"S Xo = 1 Y x1 = -- .

2

Utilice aritmetica finita para calcular xn•

condiciones iniciales anteriores, Y resultados y concluya acerca de la

13. Considere la ecuacion en diferencias

a) Verifique que si se

xn ::: (1- J3.t n - 0.1.... es soIuc_ condiciones iniciales dadas.

b) Utilice aritmetica finita para

xn = (1 - .f3)". como fa f6rmull

en a). Expfique los resu

formula xn =2( Xn-l +Xn.,

f alrededor de

(1 )

(2)

.... (3)

Capitulo 1. ERRORES DE REDONDEO Y ESTABILIDAD 31

Uti lice aritmetica finita para calcular xn' n = 0,1, .. . ,20 usando la formula (1) con las condiciones iniciales anteriores , y tambien usando la formula (3) . Explique los resultados y concluya acerca de la estabilidad numerica de la formula (1) .

13. Considere la ecuacion en diferencias

a) Verifique que si se dan las condiciones iniciales Xo = 1 Y Xl = 1- /3, entonces

Xn = (1- J3:"f, n = 0,1, .. es solucion de la ecuacion en diferencias y satisface las

condiciones iniciales dadas.

b) Utilice aritmetica finita para calcular xn' n = 0,1, ... ,20 usando tanto la formula

xn = (1 - J3f ' como la formula xn = 2( xn _l + xn-2 ) , con las condiciones iniciales dadas

en a) . Explique los resultados y concluya acerca de la estabilidad numerica de la

formula xn = 2( xn_1 + xn_2 ) .

14. Las funciones de Bessel I n satisfacen la siguiente formula de recurrencia

(4)

Empiece con J o(1)= .7651976866 Y J 1(1)= .4400505857 Y use la formula de

recurrencia anterior para calcular I n(1), n = 2,3, ... ,20 . Se puede creer en los resultados

obtenidos? Explique.

Nota: Se sabe que las funciones de Bessel I n pueden definirse mediante la formula

1 n

In(x) = ; fcos(xsen8-n8)d8 o

15. Las funciones de Bessel satisfacen la misma formula de recurrencia (4) que las Yn

funcionesdeBessel I . Empiececon Yo(1) = .0882569642 Y Yl (1) =-.7812128213 Y n

use la formula de recurrencia (4) para calcular Yn (1), n = 2,3, ... ,20 . Decida si los

resultados son confiables 0 no.

. N 1

16. Escriba un programa de computador que calcule el valor de SN = L k para varios . k.l

valores de N . Encuentre el valor de N tal que Sn = SN para todo n ;:: N . Le parece

32 METODOS NUMERfCOS

<Q 1 extrano que tal valor exista? Recuerde que la serie armonica L - es divergente.

k=l k Explique.

17. Para cualquier entero positivo N y una constante fija r:;:.1, se tiene la siguiente formula para la suma geometrica

N+l 2 N 1 - r

GN == 1 + r + r + ... H = - -- == Q N1-r

Escriba un programa de computador que calcule GN y QN para valores arbitrarios de r

y N . Si r se escoge muy cerca de 1, los valores de GN Y QN pueden diferir. Como

ex plica esto? Cual de los dos cree que es una mejor aproximacion del valor exacto de la suma? Explique.

18. Defina una sucesi6n {xn}n' n = 0,1, ... mediante la f6rmula de recurrencia

1 xn+l = xn + -, n = 0,1, ... donde Xo > °

xn

Que puede decir ace rca de la existencia de lim xn ? n.... ",

CAPiTULO 2. SOlUCI6 N NO-LINEAL EN

INTRODUCCI6N

EI objetivo de este capitulo es estudiar de una ecuaci6n no-lineal en una ecuaciones polin6micas). En la sigu ecuacion.

Definici6n 2.1 Sea f: 0 (en D) de la ecuaci6n f(x) = 0, 0 un

Como veremos, los metodos

ecuaci6n f( x) =0, genera~n Unl

aproximaci6n de la ralz bUIC:a

CRITERIOS DE APRC)XIlIAClIl

Supongamos que

sucesi6 IXnln' n

lim t( xn )=f(a) .. 0 y n

para todo n

£>0

podriamos

CAPiTULO 2. SOlUCION NUMERICA DE UNA ECUACION NO-LINEAL EN UNA VARIABLE

INTRODUCCION

EI objetivo de este capitulo es estudiar algunos metodos numericos para hallar raices reales de una ecuaci6n no-lineal en una variable (5610 se estudiaran ra ices complejas para ecuaciones polin6micas) . En la siguiente definici6n formalizamos el concepto de ralz de una ecuaci6n .

Definici6n 2.1 Sea f: D ~ R, D ~ R , una funci6n dada. Un numero a ED se dice una raiz

(en D) de la ecuaci6n f( x) = 0 , 0 un cero (en D ) de la funci6n f si f( a) = o . V

Como veremos, los metod os numericos que estudiaremos para encontrar una raiz a de una

ecuaci6n f( x) = 0 , generaran una sucesi6n {xn t, n = 0,1,2, ... (Metodos iterativos) tal que

lim xn = a. Cualquiera de los tales metodos numericos permitira calcular los terminos' de la n-> oo

sucesi6n {xn} n ; asi que no se espera, en general , calcular lim xn. Por 10 tanto, deberemos n-.oo

disponer de algun criterio para escoger un termino de la sucesi6n {xn}n' n = 0,1,2,. como

aproximaci6n de la ra iz buscada a .

CRITERIOS DE APROXIMACION

Supongamos que la funci6n f es continua en alguna vecindad de a que contiene a la

sucesi6n {xn}, n = 0,1,2, ... , y que la sucesi6n {xn t es tal que limxn = a. Entonces n n~ro

lim f( xn) =. f( a) = 0 y asi , dado cualquier numero positiv~ E, existe N EN = {o, 1 ,2,} tal que n-> o>

para todo n ~ N se tiene que If(xn) 1< E . Teniendo en cuenta 10 anterior, dado un numero

E> 0 adecuadamente pequeno, al cual lIamaremos Tolerancia y que notaremos Tol , podriamos escoger como aproximacion de la raiz a al termino xN de la sucesi6n

mencionada, donde N es el menor entero no-negativo que satisface

Por otro lado, como lim xn = a significa que dado E> 0 , existe No EN = {0,1,2,} tal que si n-> oo

n ~ No ' entonces Ixn - a I< E , Y esto implica que

IXNO+1-XNO 1=l xNo+1-a+a- xNo I

~ I XNo + 1 - a I+ I XNo - a I < £ + £ = 2£

entonces tambien podriamos tomar como aproximacion de la raiz a al termino xN de la

sucesi6n mencionada, donde N es el menor entero no-negativo tal que

34 M~TODOS NUM~RICOS

ii) I xn - xn-1 I < e

Tambien podriamos tomar como aproximacion de la raiz a al termino xN donde N es el

menor entero no-negativo tal que

. I x -x I.•. ) n n-1 e III I xn I <

Pues bien, para una tolerancia E > 0 previamente escogida, cualquiera de los tres criterios mencionados, se adoptara como criterio para obtener una aproximacion de una raiz a .

Ahora, en cuanto a los criterios de aproximaci6n anteriores, es facil ver que el hecho de que

If(XN) I< eo! xN - XN_1 ! < e no necesariamente indica que xN este muy cerca de a, como

puede apreciarse en la FIGURA 2.1 yen el ejemplo 2.1 siguientes.

x

y! f(X)

FIGURA 2.1

Ejemplo 2.1 Consideremos la ecuaci6n f(x) = 0 donde f(x) = (x,-1fo

. Es claro que a = 1 es

una ralz de esta ecuaci6n, y que la sucesi6n {xn} n' n = 1,2, ... donde xn = 1 + n1 converge a

dicha ralz .

Si tomamos como tolerancia e = 10-3 , al aplicar el criterio de aproximaci6n i), se tiene que

= --io < 1 0 -3 c:> n1a > 103 c:> n ~ 2 n

. 13 bSi tomamos como aproximaci6n de a al termlno x2 = 1 + - = -, 0 servamos que2 2

3Ix2 - a 1=\ 1- % \ = ~ , y ~ no es menor que E = 10 - ; realmente IX2 - a I es una distancia

muy grande entre a Y x2 . Vea la FIGURA 2.2. I,

Si usamos el segundo criterio con la misma tolerancia, debemos encontrar n tal que

3 I xn - xn- 1 1<e c:> \1 + 2-( 1 + _1) I= 12 -_11< 10­

n n - 1 n n-1

Resolviendo esta

Ixn - xn- I< e = 10-3 ,1

1 X33 = 1 + - = 1.030...

33

Observe que para que la -xn I

y

Se sigue de 10 anterior de la distancia real /

que

Capitulo 2. SOLUCION NUMERICA DE UNA ECUACION NO·lINEAL EN UNA VARIABLE 35

Resolviendo esta ultima desigualdad se obtiene que si n ~ 33 , entonces

1 xn - xn- 1 1 < E = 10-3, aSI que la aproximaci6n de CJ. obtenida, usando este criterio , serla

X33 = 1 + _1_ = 1.030.. . , Y la distancia 1 CJ. - 1 = _1_ no es menor que E =10-3 .X3333 33

3 1 Observe que para que 1 CJ. - xn 1 < E = 10- , debe tomarse xn = X 100 1 = 1 + 1001 = 1.00099 ....

y Y=(x-1)

10

I

FIGURA 22

Se sigue de 10 anterior que cualquiera de los criterios i) , ii) , iii ) puede no darnos una idea clara

de la d istancia real 1CJ. - xn I.

Por otra parte, para tener garantla de que una sucesi6n , generada por un determinado metodo numerico, converge a la ralz buscada, la funcion f en cuesti6n debera satisfacer ciertas condiciones ; resulta que muchas veces aplicaremos el metodo sin chequear tales condiciones 10 que nos conducira, posiblemente, a una sucesi6n divergente, caso en el cual, un entero N para el cual se cumpla i), Ii) 0 iii) , puede no existir. Puede ocurrir tam bien que, aun tratandose de una sucesi6n que converge a la ralz buscada , el entero N al que nos hemos referido sea muy grande: por ser "muy lenta" la convergencia de la sucesion . Por 10 anterior, al aplicar cualquiera de los criterios, se hace necesario establecer siempre una cota para N, es decir, imponer un maximo al numero de iteraciones.

Tambien, con frecuencia, tendremos que combinar dos 0 mas de los criterios mencionados, 0

considerar algun otro criterio, al momenta de obtener una aproximaci6n de una ralz .

Por 10 general al aplicar un metodo numerico necesitaremos de una aproximaci6n inicial de la raiz buscada 0 bien de un intervalo que contenga a dicha ralz . Esta informacion puede

obtenerse dibujando la grafica de la funci6n f, si la ecuaci6n en cuestion es f(x) = 0 ; las

abscisas de los puntos de corte de dicha grafica con el eje x son ralces reales de la

36 METODOS NUMERICOS

ecuaci6n. Ademas, la grafica de f nos permitira tener alguna idea util del comportamiento cualitativo de fen la vecindad de la raiz (1 (por ejemplo crecimiento y concavidad) . Ahora bien, es posible que a traves de un proceso puramente grafico podamos obtener una aproximaci6n para una raiz, que aunque limitada, sea util para ciertos fines.

Ejemplo 2.2 Supongamos que estamos interesados en encontrar todas las raices de la ecuaci6n

Una forma de iniciar la busqueda de las rafces es determinando intervalos que contengan a

3x2dichas raices . Para esto, graficamos f(x) = - eX (ver la FIGURA 2.3 siguiente) .

y

6

3 4 x

I

FIGURA2.3

De acuerdo con la grafica anterior se ve que la ecuaci6n en consideraci6n tiene por 10 menos tres raices reales (1 1 E[- 1,Oj, (12 E[0,1] Y (13 E[3,4]. (Verifique analiticamente que la

ecuaci6n 3x2 - eX = 0 tiene unicamente tres raices reales) .

Ahora bien, puesto que 3x 2 - eX = 0 ¢:> 3x2 = eX , otra forma de proceder es graficando las

funciones f1(X) = 3x 2 Y f2(X) = eX , en un mismo plano coordenado (ver la FIGURA 2.4) . En

este caso las ralces buscadas son las abscisas de los puntos de intersecci6n de las dos graficas.

Una forma de aproximar cada una de las rafces (1 1' (1 2 Y (13' es dividiendo el intervalo donde cada una de elias se encuentra, y hacer esto sucesivamente hasta lograr un subintervalo de longitud suficientemente pequer'\a y que contenga a dicha ralz . Por ejemplo, si empezamos con los intervalos dados y hacemos una tabla de valores para la funci6n

f(x) = 3x2 - eX con tamaiio de paso h = 0.1, obtenemos que (11 E[-0.5,-OA], (12 E[O.g,tO]

y (13 E[3.7,3.8]. La TABLA 2.1 corresponde a la tabla de valores para la funci6n

f(x) = 3x2 - eX en el intervalo (O,1J

funci6n f es continua en (O.9,tOJ y

y

45

30

15

intervalo

Iograr un ejemplo, funci6n

1.0]

Capitulo 2 . SOLUCICN NUMERICA DE UNA ECUACICN NO·LlNEAL EN UNA VARIABLE 37

3x2f(X) = - eX en el intervalo [0,1] con tamar'\o de paso h =0.1 . Observe que como la

funci6n f es continua en [0.9,tO] y f(0.9)f(tO) < 0 , entonces a2 E[0.9,tO] .

Y

45

30

Y= 3x 2

15 l?;( x-1 CXj 0 2 3

FIGURA 2.4

x f(x) = 3x2 - eX

0 - to 0.1 - t07 . 0.2 - 1.1 0.. 0.3 -t07 . 0.4 - tOL 0.5 - 0.89 ... 0.6 - 0.74... 0.7 -0.54 .. 0.8 -0.30... 0.9 - 0.02 ... to 0.28...

TABLA 2.1

Instrucci6n en DERIVE:

*VECTORc[ x , f( x)], x , a , b , h): aproXima una tabla de valores de la funci6n f( x) en el

intervalo [a,b] , con tamar'\o de paso h. Para el ejemplo, aproXime la expresi6n

VECTOR([X, 3x2 - exp(x)]. x, 0 , 1, 0.1) . 0

En situaciones como la del ejemplo anterior, donde se sabe de la existencia de una unica raiz

a para una ecuaci6n f( x) = 0 en un determinado intervalo cerrado [a, b], se puede usar

alguno de los siguientes metodos numericos lIamados cerrados para encontrar una aproximaci6n de dicha rafz.

38 METODOS NUMERICOS

2.1 METODOS CERRADOS

Los metodos numericos que en cada paso dan un intervalo cerrado donde se encuentra la rafz buscada, son Ilamados metodos cerrados. Aquf estudiaremos dos de tales metodos: el metodo de Bisecci6n y el m~todo de Posici6n Falsa.

2.1.1 Metodo de Biseccl6n : Supongamos que f es una funci6n continua en un intervalo

[a, b] y--f( a )f(b) < O. Entonces, por teorema del valor intermedio para funciones continuas,

existe al men os un a E(a,b) tal que f(a) = O. Asumiremos en 10 que sigue que la raiz en

este intervalo es (mica (aunque el metodo tambien se puede aplicar cuando hay mas de una

raiz en (a,b)).

EI metodo de Bisecci6n consiste en dividir sucesivamente el intervalo [a,b] por la mitad,

hasta que la longitud del subintervalo que contiene a la ra lz a sea menor que alguna tolerancia especificada £ .

Para empezar tomamos a1 = a , b, = b Y x, es el punto medio de [a"b, ] , 0 sea

x1 = ~(al + b1) =a1 + b1 - a1 : primera aproximaci6n de la ralz a 2 2

x

FIGURA 2.5

ex. I I II a, x~ xb,

()

I b - a Si f Xl = 0 0 _ 1 __I < £ , entonces a = Xl Y el proceso term ina.

2 .

Si f(a 1)f(x1) < O, entonces aE(a1,x1) y .tomamos a2 =a1 , b2 =X1 ; en caso contra rio

tomamos a2 = Xl' b2 = b1 .

Ahora aplicamos nuevamente el proceso anterior al intervalo [a2 ,b2 ], asl:

En general, despu~s de {n -

b-aComo lim ­ 0

n. 2" 10 que significa q~

sea

Capitulo 2. SOLUCION NUMERICA DE UNA ECUACION NO·lINEAL EN UNA VARIABLE 39

2X2 = ~(a2 + b2 ) = a2 + b2 - a : segunda aproximaci6n de la raiz a

2 2

I I • x

En general, despues de (n -1 )-pasos, la raiz a E (an' bn) Y tomamos

an + bn bn - an I '--_x_n_=__2__=_a_n_+_ -_"--_-2_-_"------.J: n-esima aproximaci6n de la raiz a

a 1 b - au., •x o~ Ia - x I~ - (b - a ) = ­n 2 n n 2n

Como lim b - a = 0 • entonces lim xn = a , es decir, la sucesi6n {xn} n converge a la raiz a; 2nn-+CXl n-+CXl .

10 que significa que el metodo de Biseccion siempre converge.

Dado E > 0, si b2~a < E , entonces Ixn - a 1< E : En particualr, si E = 5 x 10- (k+1) para un

cierto entero no-negativo k, y N es el menor entero positivo para el cual b - a < E, entonces 2n

IxN - a I~ 5 x 1 O-(k+1) , asl que xN = a' aproximara a la raiz a con una precision de por 10

menos k cifr;ls decimales exactas.

Algoritmo 2.1 (Biseccion) Para encontrar una aproximaci6n a' de una raiz a E(a,b) de

una ecuaci6n f(x) = 0 do'nde f es una funci6n continua en [a,b] y f(a)f(b) < 0 :

Entrada: f( x); los extremos a, b del intervalo; una tolerancia Tol , y un numero maximo de

iteraciones N .

Salida: Una raiz aproximada a' 0 un mensaje.

Paso 1: Tomar n = 1.

Paso 2: Mientras que n :s: N seguir los pasos 3-6:

40 MElODOS NUMERICOS

a+b b-aPaso 3: Tomar c = -- 0 c = a + -- (calcular xn )

2 2

Paso 4: Si f( c) = 0 0 b - a < Tol , entonces salida: "Una rafz aproximada de la 2

ecuaci6n dada es u' = c ". Terminar.

Paso 5: Tomar n = n + 1.

Paso 6: Si f(a)f(c) < 0, entonces tomar b = c, de 10 contrario tomar a = c.

Paso 7: Salida: "Se alcanz6 el numero maximo de iteraciones N pero no la tolerancia". Terminar.

Para el ejemplo 2.2 anterior, usemos el metodo de Bisecci6n en el inteNalo [0.9,1.0] para

aproximar la rafz u 2 , con una precisi6n de por 10 menos tres cifras decimales exactas .

Debemos encontrar n tal que Iu 2 - xn I~ 5 x 10"::; pero como

I b - a 1.0 - 0.9 0.1 0.1_4

Iu 2 - xn ~ -n- = n =n ' basta encontrar n tal que -2n ~ 5 x 10 . La soluci6n de

2 2 2 . esta ultima desigualdad es n ~ 8 , asi que Xs aproximara a u 2 con por 10 menos tres cifras

decimales exactas.

La TABLA 2.2 siguiente , muestra los calculos para obtener xs.

n an bn xn

signo de

f( an) f(xn)

1 .9 1.0 .95 -1 .121.. . 2 .9 .95 .925 -1 4.50... x1 0 -2

3 .9 .925 .9125 - 1 7.42.. .x10 -3

4 .9 .9125 .90625 -1 -1.1 L x10-2

5 .90625 .9125 .909375 -1 -1.88 ... x10-3

6 .909375 .9125 .9109375 -1 2.76.. . x 10-3

7 .909375 .9109375 .91015625 -1 4.42... x10 -4

8 .909375 .91015625 .909765625 -1 -7.19... x 1 0 -4

TABLA 2.2

~ Instrucci6n en DERIVE:

BISECCION(f(x), x, a, b , N) aproXima las primeras N iteraciones en el metodo de Bisecci6n

aplicado a la funci6n f(x) en el inteNalo (a,b] . Para el ejemplo aproXime la expresi6n

BISECCION( 3x2 - exp( x), x, 0.9 , 1.0 , 8) 0

Capitulo 2. SOLUCI6N NUMERICA DE

De acuerdo con los resultados de la

f(xs) :: -7.019. .x10-4. ObseNe que el

I f(.91015625) 1= 4.42.. x10-4

aproximaci6n de u 2 que xs?

Si usamos el metodo de Bisecci6n

u 3 E [3.7 , 3.8], con la misma precisi6n de a2 '

u 1 '" -.458984375=

Algunas de las desventajas del metoda de

No tiene en cuenta la magnitud de los xn , 5610 tiene en cuenta su signa. 10

la respuestcf fina l, pase desaperclbidl.

Aunque el metodo converge siemprt, convergencia de otros metodos que

inicial [a,b] tan pequel'lo como sal

, buen punto de arranqtJe para la

Ejercicio 2.1 Use el mi!todo x - tanx =0 . con una

un inteNalo fa,b] que


Recommended