MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

PRCTICA No 1 ANLISIS Y CLCULO DEL ERROR EN MTODOS NUMRICOS

OBJETIVOS: El alumno calcular los diferentes tipos de error e identificar su efecto al realizar operaciones numricas.

INTRODUCCIN TERICA 1.1 Anlisis e importancia del error. En el campo de la ingeniera existen infinidad de fenmenos que requieren representarse mediante modelos matemticos, desafortunadamente la mayora de estos modelos no tiene una solucin exacta no es fcil hallarla. Los mtodos numricos proporcionan una solucin aproximada al problema original. Un mtodo numrico es aquel que obtiene nmeros que se aproximan a los que se obtendran aplicando la solucin analtica de un problema. En la prctica de la ingeniera y de las ciencias, se maneja una solucin aproximada a un problema por las siguientes razones: Los modelos matemticos son aproximados (simplificaciones al problema real). No se toman en cuenta todos los factores que afectan a un fenmeno. Los modelos matemticos requieren de parmetros, los cuales la mayora de las veces provienen de mediciones experimentales y estas, solo tienen una precisin limitada, que depende del instrumento de medicin. Los parmetros, tambin pueden provenir de clculos y estos tienen una precisin limitada que depende tanto del mtodo como del instrumento de clculo que se utilicen. Los modelos matemticos resultantes son imposibles de resolver por mtodos analticos y se debe de aproximar la solucin numricamente.

Una definicin de anlisis numrico podra ser el estudio de los errores en los clculos; Error no quiere decir un disparate, equivocacin u omisin, sino una discrepancia entre el valor exacto y el calculado, que es consecuencia de la manera con que se manejan los nmeros o frmulas. Otra definicin de anlisis numrico podra ser el diseo, uso y anlisis de algoritmos, los cuales son conjuntos de instrucciones cuyo fin es calcular o aproximar alguna cantidad o funcin. Los mtodos numricos son herramientas para a solucin de problemas y se constituyen por tcnicas mediante las cuales es posible formular problemas matemticos de tal forma que puedan resolverse usando operaciones aritmticas. Pueden manejar sistemas de ecuaciones grandes, no linealidades y geometras complicadas, que son comunes en la ingeniera. Tambin es posible que se utilice algn software disponible que contenga los mtodos numricos, pero el uso inteligente de estos programas depende del conocimiento de la teora bsica de estos mtodos. 1.1.1 Definiciones de error

Existen diferentes formas de especificar un error, por principio es una diferencia entre el valor real y un valor aproximado, s esa diferencia es cero no existe error, pero esa diferencia podra ser positiva o negativa, por lo que es necesario tomar el valor absoluto de esa diferencia y se dice que el error es absoluto; Otra forma de definir al error es como una proporcin del valor

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

verdadero. Por otra parte los errores se producen en diversas situaciones, como son las mediciones, el manejo de datos experimentales y al realizar clculos. En los mtodos numricos se obtiene un valor aproximado P* al valor real de la solucin P, sin embargo P es desconocido y es el objeto del uso de los mtodo numricos, por lo que se calculan estimaciones del error particulares a cada mtodo numrico. La mayora de los mtodos numricos son iterativos, es decir que se repiten de manera sucesiva, en una serie de pasos, de acuerdo a una formula o ecuacin de recurrencia y en cada iteracin se obtienen valores P* que se espera sean cada vez ms cercanos al valor real P, es decir el error estimado va disminuyendo; Pero tambin se pueden dar casos en que las aproximaciones sucesivas resulten en errores cada vez ms grandes, lo cual se puede explicar con los conceptos de convergencia y estabilidad. Sean k estimaciones sucesivas de P: P1*, P2*, P3*, P4*, P5*, P6*, P7*, Pk* Un mtodo de aproximaciones sucesivas converge, s la diferencia en valor absoluto de las aproximaciones sucesivas P*, es cada vez menor a la diferencia anterior, esto es: |P1* - P2*| > |P2* - P3*| > |P3* - P4*| > |P4* - P5*| > |P5* - P6*| > |P6* - P7*| > > |Pi* - Pi+1*| |Pi* - Pi+1*| es una estimacin del error absoluto, tomando a P*i+1 como una mejor aproximacin (en cuyo caso se dice que el mtodo converge). As se puede obtener una aproximacin P*i con un error menor a una tolerancia dada : |Pi* - Pi+1*| < Esta expresin es til como criterio de paro de los mtodos numricos con iteraciones sucesivas. 1.1.2 Cifras Significativas El concepto de cifras significativas se ha desarrollado para designar la confiabilidad de un valor numrico. El nmero de cifras significativas es el nmero de dgitos que se puede usar con plena confianza. Por ejemplo podemos calcular un nmero irracional con varias cifras, pero no expresar todas de ellas y sobre todo las ltimas. Por otro lado, los ceros no siempre son cifras significativas ya que pueden usarse solo para ubicar al punto decimal. Por ejemplo los siguientes nmeros tienen todos 4 cifras significativas: 0.00001985, 0.0001985, 0.001985, 1985, 19.85. Para asegurar que un cero represente una cifra significativa, es comn emplear la notacin cientfica. Por ejemplo los siguientes nmeros tienen 3, 4 y 5 cifras significativas: 4.53x10-5 4.530x10-5 y 4.5300x10-5. Tambin se suele poner explcitamente los ceros. Los siguientes nmeros tienen 5 cifras significativas: 19850, 0.019850, 19.850. 1.1.3 Exactitud y precisin. Los errores asociados con los clculos y mediciones se pueden caracterizar observando su precisin y exactitud. Precisin se refiere a la dispersin del conjunto de valores obtenidos de mediciones repetidas de una magnitud. Cuanto menor es la dispersin mayor la precisin. La exactitud se refiere al grado de aproximacin que se tiene de un nmero o de una medida al valor verdadero que se supone representa, es decir, que tan cerca estamos del valor buscado.
DENSIDAD DE PROBABILIDAD 0.4 0.3 0.2 0.1 0 1 2 3 4 5 VALOR DE REFERENCIA

EXACTITUD

7 8 9 10 PRECISI

MANU UAL DE PRCT TICAS DE MTO ODOS NUMRIC COS ACADE EMIA DE MATEM MTICAS Y FS SICA

En E ingenier a, ciencia, industria y estadstica, exactitud y precisin n no son eq quivalentes. La exactitud e de los resultad dos indica la a proximidad d de la medicin con re especto al va alor verdade ero, mientras m que e la precisin n se asocia con la repet tibilidad o reproductibilid dad de la me edida. Ejemplos E de e precisin y exactitud d Representan R ndo varias medidas m com mo disparos hacia un objetivo o en n una dian na, la exa actitud des scribe la proximidad p de los dis sparos al centro c de la diana (objetivo), ( por lo que los disparos s que impac ctan ms cerca c del ce entro se co onsideran ms m exactos s. Cuanto ms m cerca estn e las medidas m al valor v verdad dero, ms exacto e es un n sistema. La L precisin en este eje emplo, es el e tamao del grupo de disparos, cuanto c ms cercanos Alta exacti itud y estn e entre s s los dispar ros, ms pre eciso ser el sistema. baja precis sin La L precisin es el grado de repetit tividad del resultado. r Se S podra resumir qu ue exactitud es el g grado de veracidad, v m mientras que precisin es s el grado de e reproductibilidad.

Alta A precisin n y baja b exactitud d

Un U reloj analgico de manecillas, de esplaza su m minutero "s lo de minut to en minuto o", pero lo ha ace en e absoluta sincrona co on el horario o oficial o "real" (que es s el objetivo ). Un segun ndo reloj utiliza minutero, m se egundero, inc cluso est dotado d de un n sistema de e medicin d de dcimas de segundo o, s observamos o que su hora ario no coinc cide plenamente con el horario oficial o real (qu ue sigue sien ndo el e objetivo de todo reloj), concluirem mos que el primer reloj es altamen nte exacto, aunque a no sea s preciso, p mien ntras que el segundo, es altamente preciso, aunque no se muestra exa acto...al men nos en e nuestro ejemplo. e 1.2 1 Tipos de error en los clculo os numrico os

Los L datos de entrada pueden p tene er errores in nherentes cu uando se obtienen o con n mediciones y experimenta e lmente, por r lo que se e atribuyen tanto al in nstrumento de medicin como a las condiciones c en que se realiza el experimento. Adems al l realizar c lculos con estos e datos es im mportante la a exactitud, hay dos form mas de obte ener el tama o del error de un result tado calcula ado: El E error real y el error rel lativo 1.2.1 1 Error r real.

Se S calcula co omo la difere encia entre el e valor real y un valor aproximado a ( (calculado) Si S P* (estima acin) es una estimacin n de P (valo or verdadero o), el error re eal se calcula a: Er = P*- P Sin S embargo o para facilita ar el manejo o y anlisis se s emplea el error absolu uto : EAb bs= | P*-P |

Est E forma de d calcular el e tamao de el error, dep pende de la escala de medicin, m aunque suele ser grave g cuando la magnitu ud del valor verdadero v e es muy pequ ueo. 1.2.2 1 Error r relativo

Si S P* (estima acin) es un na aproximac cin a P (va alor verdade ero), el error r relativo se calcula com mo: ER = (P*-P)/P P ; con P 0 Porciento P d error %E de ER = ER * 10 00

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

El error relativo es independiente de la escala de medicin, al dividirse entre el valor verdadero pero cuando el valor verdadero es cero, el error relativo queda indefinido. El porcentaje del error se obtiene multiplicando el error relativo por cien. 1.2.3 Errores de redondeo Los errores de redondeo se originan al realizar los clculos que todo mtodo numrico o analtico requieren y son debidos a la imposibilidad de tomar todas las cifras que resultan de operaciones aritmticas como los productos y los cocientes, teniendo que retener en cada operacin el nmero de cifras que permita el instrumento de clculo que se este utilizando. Por ejemplo al calcular el valor de 1/3, tenemos que quedarnos con la mayor cantidad de cifras posibles que maneje nuestro instrumento de clculo. 1.2.4 Errores de truncamiento Los errores de truncamiento se originan por el hecho de aproximar la solucin analtica de un problema, por medio de un mtodo numrico. Por ejemplo al evaluar la funcin exponencial por x =n x n medio de la serie de Taylor, se tiene que x2 x3 x e 1 ... = + + + = n! calcular el valor de la siguiente serie infinita : 2! 3!
x =0

Ante la imposibilidad de tomar todos los trminos de la serie, se requiere truncar despus de cierto nmero de trminos. Esto nos introduce ciertamente un error, que es el error de truncamiento, este es independiente de la manera de realizar los clculos, slo depende del mtodo numrico empleado. Otra forma de referirse al error de truncamiento es cuando no se toman todas las cifras de un nmero y slo se toma una parte y se ignora el resto, por ejemplo el nmero 7.4562314, al truncarlo con tres decimales quedara como 7.456 (que en este caso coincide con el error de redondeo)

DESARROLLO: 1.- Indica que tipo de error es y porque pertenece a esa clasificacin: Expresin Tipo de error Descripcin

= 3.1416

= 3.1415

2 = 0.66666666 3

2 = 0.6666667 3

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

2.- Tomar los valores de a=1345.61, b=0.00052 y c=- 0.00049 y usando slo cuatro cifras decimales para expresar el resultado final, calcula los distintos tipos de error al ejecutar las operaciones que se indican: Operaciones Valor correcto a+b b*c b/c Valor fix4 Error absoluto Error relativo % de error

ab c b a
3.- Partiendo de la forma de aproximar el error en mtodos de iteraciones sucesivas, establece una forma de calcular el error relativo aproximado.

4.- Si se mide la altura de una mesa y se reporta 0.95 metros cuando la medida real es de 0.91 metros, tambin se mide un puente peatonal y se reporta de 52.56 metros pero la medida real es de 54.56 metros. Calcula los errores absoluto y relativo para cada caso, compralos y contesta cual forma de medir el error es ms adecuada y porque.

5.- Explica porque los nmeros en la computadora no pueden ser tan pequeos como se desee.

6.- Da un ejemplo del error de redondeo en una suma de nmeros de diferente magnitud.

7.- Explica brevemente y da un ejemplo de la propagacin de errores bajo el producto.

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

PRCTICA No 2 MEDICIONES DEL ERROR EN APROXIMACIONES DE FUNCIONES CON LA SERIE DE TAYLOR

OBJETIVOS:

El alumno emplear el polinomio de Taylor para aproximar el valor de una funcin y medir las diferentes formas de error.

INTRODUCCIN 1.3 APLICACIONES DEL CLCULO DEL ERROR

El polinomio de Taylor P(x) permite calcular una aproximacin al valor de una funcin f(x), desde un valor cercano a x, que llamaremos x0, mientras ms cercano sea el valor de x0 a x, ser menor el error porque la aproximacin de P(x0) a f(x) ser mejor. En esta seccin se emplear el polinomio de Taylor para determinar una aproximacin de f(x), aunque tambin se podr determinar el valor de f(x), a fin de aplicar los clculos de las diferentes formas el error.
1.3.1 SERIE DE TAYLOR

Si f(x) es una funcin analtica, con un infinito nmero de derivadas, en el punto x0, entonces se puede proponer la siguiente expresin

f ( x ) a n ( x xo ) = a0 + a1 ( x xo ) + a 2 ( x xo ) + a3 ( x xo ) + L
n 1 2 3 n=0

Conocida como serie polinomial, la cual indica que la funcin f(x) se puede escribir mediante un polinomio de grado infinito. Para determinar el valor de los respectivos coeficientes an de la serie se puede proceder de la siguiente manera: Para n =0, evaluando la funcin f ( x ) en x = x0
0

f (x0 ) = a0

f ( x0 ) = a0 ( x0 x0 )

Por lo tanto

a0 = f (x0 )

Para n =1, Derivando primero la funcin f ( x ) respecto de x, y aplicando la propiedades lineales de la derivada

f ( x0 ) =

d 1 2 3 a0 + a1 ( x x0 ) + a 2 ( x x0 ) + a3 ( x x0 ) + L dx

]
)

d d d d 1 2 3 f ( x0 ) = (a0 ) + a1 ( x x0 ) + a 2 ( x x0 ) + a3 ( x x0 ) + L dx dx dx dx

f ( x0 ) = 0 + a1 + 2a2 ( x x0 ) + 3a3 ( x x0 ) + 4a4 ( x x0 ) + LL

1 2 3

Evaluando la derivada f ( x ) en x = x0

f ( x0 ) = a1 + 2a2 (0 ) + 3a3 (0 ) + 4a4 (0 ) + L

1 2 3

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

f ( x0 ) = a1

por lo tanto

a1 = f ( x0 )

Para n =2, obteniendo la segunda derivada de la funcin f ( x ) respecto de x, y aplicando la propiedades lineales de la derivada

f ( x0 ) =

d ( f (x )) = d a1 + 2a2 (x x0 )1 + 3a3 (x x0 )2 + 4a4 (x x0 )3 + LL dx dx

1 2 3

f ( x0 ) = 2a2 + (2 )(3)a3 ( x x0 ) + (3)(4 )a4 ( x x0 ) + (4 )(5)a5 ( x x0 ) + LL

Evaluando la segunda derivada f ( x ) en x = x0

f ( x0 ) = 2a2 + (2 )(3)a3 ( x0 x0 ) + (3)(4 )a4 ( x0 x0 ) + (4 )(5)a5 ( x0 x0 ) + LL

1 2 3

f ( x0 ) = 2a2 + (2 )(3)a3 (0 ) + (3)(4 )a4 (0 ) + (4 )(5)a5 (0 ) + L

1 2 3

f (x0 ) = 2a2

por lo tanto

a2 =

1 f ( x0 ) 2

El proceso se repite para obtener cada uno de los coeficientes an , el resultado general es
an = 1 f n!
n

(x0 ) , entonces la frmula general para la serie es:

f (x ) =
n =0

f (n ) ( xo ) (x xo )n n!

Puesto que el coeficiente se divide entre n!, la relevancia de los trminos va disminuyendo rpidamente, adems, no es posible considerar una suma infinita, solo se podr considerar n trminos, por lo que la serie se divide en dos partes f ( x ) = P ( x ) + R ( x ) Donde:

P (x ) = f ( xo ) + f (xo )(x xo ) +

(n ) f (xo ) (x xo )2 + L + f (xo ) (x xo ) 2! n!

R(x ) + K +

(n+ 2 ) f (n+1) ( xo ) (x xo )n+1 + f (xo ) (x xo )n+2 + L (n + 1) ! (n + 2) !

As, si una funcin es continua y diferenciable dentro del intervalo de inters, puede ser escrita como una serie de potencias finita, o serie de Taylor, que se utiliza para transformar funciones ya conocidas y diferenciables a unas de ms fcil manejo. Para tener una mejor aproximacin de la funcin a un intervalo [a, b], el valor de X0 debe elegirse lo ms cercano posible al centro de dicho intervalo. De esta manera se minimiza la contribucin mxima del trmino (x-x0)n+1 del residuo en el clculo de R(x) para a<x<b. P(x) es un polinomio de orden n llamado polinomio de Taylor, y R(x) es el residuo. Como los coeficientes del polinomio dependen de 1/n!, la parte importante del desarrollo en serie se encuentra en P(x). Mientras que el valor del trmino R(X) puede aproximarse a:

R( x ) =

f (n+1) (E ) (x xo )n+1 (n + 1) !

para algn valor E, tal que

xo < E < x ,

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

El valor de R(x) permite determinar cuntos trminos se requieren para lograr una estimacin razonable de f(x), segn una tolerancia especificada. El valor de E no se conoce con exactitud y se sabe que est entre x0 y x.

1.3.2

MEDICIONES DEL ERROR EN APROXIMACIONES DE FUNCIONES CON LA SERIE DE TAYLOR

El trmino

R(x ) =

f (n+1) (E ) (x xo )n+1 se relaciona con el error al buscar un valor de E que (n + 1) !

( n +1) (E ) (x x )n+1 , para algn valor E [x, x ] maximice el valor absoluto de R ( x ) : Error = max f 0 0 (n + 1) !

DESARROLLO

EJEMPLO 1: Obtener (a) La serie de Taylor de la funcin exponencial f(x)=ex alrededor del punto x0 = 0 . (b) Los polinomio de grado 2, 3 y 4 para aproximar la funcin exponencial (c) Estima el valor de la funcin exponencial con los polinomios de Taylor de grado 2, 3 y 4 en el valor x = 1 (d) Calcula el error relativo verdadero de cada estimacin con los polinomios del inciso (b). (e) Determine el error mximo esperado para cada aproximacin de los polinomios de orden 2, 3 y 4 a la funcin exponencial. SOLUCION
(n ) (a) La frmula del desarrollo de Taylor es f ( x) = f (x0 )(x x0 )n n! n=0

Es necesario calcular primero las n derivadas f n(x), para n=1, 2, , y evaluarla en x0=0 as pues,

n=0 n =1

ex

f (0 ) ( x0 ) = f (0 ) (0) = e 0 = 1

d x e = ex dx
d2 x (e ) = e x d x2
d3 x e = ex 3 dx

( )

f (1) ( x0 ) = f (1) (0) = e 0 = 1 f (2 ) (x0 ) = f (2 ) (0) = e 0 = 1 f (3) ( x0 ) = f (3) (0) = e 0 = 1

n=2

n=3

( )

dn x (e ) = e x d xn

f (n ) (x0 ) = f (n ) (0) = e 0 = 1
8

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

Sustituyendo en la serie general con x0 = 0 :

ex
n =0

n f (n ) ( x0 ) (x x0 )n = 1 (x 0)n = x n! n =0 n ! n =0 n !

Por lo tanto: e x

xn x 2 x3 x 4 x5 = 1+ x + + + + +L 2! 3! 4! 5! n =0 n !

Como se puede observar a partir de los resultados previos, se puede obtener un resultado general para un valor de n. b) Los polinomios de aproximacin de grado 2, 3 y 4 a la funcin exponencial son: Para n = 2 (Polinomio de segundo grado)
P2 ( x) = P3 ( x) =

xn x2 = 1+ x + 2! n =0 n !

Para n = 3 (Polinomio de tercer grado)

xn x 2 x3 = 1+ x + + 2! 3! n =0 n ! xn x 2 x3 x 4 = 1+ x + + + 2! 3! 4! n =0 n !

Para n = 4 (Polinomio de cuarto grado)

P4 ( x) =

(c) Para estimar el valor de la funcin exponencial, se evaluarn los polinomios de Taylor de grado 2, 3 y 4 en el valor x = 1 12 xn Para n = 2 (Polinomio de segundo grado) P2 ( x) = = 1 + 1 + = 2.5 2! n =0 n ! Para n = 3 (Polinomio de tercer grado)
P3 ( x) =

12 13 xn = 1 + 1 + + = 2.6667 2! 3! n =0 n !
12 13 14 xn = 1 + 1 + + + = 2.7083 2! 3! 4! n =0 n !

Para n = 4 (Polinomio de cuarto grado)

P4 ( x) =

(d) Para calcular el error relativo verdadero de cada estimacin con los polinomios del inciso anterior, se parte del valor verdadero de e1 = 2.7183 y se aplica la frmula del error relativo: ER = (P*-P)/P que se reporta en la siguiente tabla: N 2 Estimacin (P) 2.5000 Error relativo
ER = 2.5000 2.7183 = 0.0803 2.7183

Error mximo esperado

Error =

e 0.5 3 (1) = 0.2747 3! e 0.5 4 (1) = 0.0687 4! e 0.5 5 (1) = 0.0137 4!

2.6667

ER =

2.6667 2.7183 = 0.0190 2.7183

Error =

2.7083

ER =

2.7083 2.7183 = 0.0037 2.7183

Error =

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

(e) De acuerdo al resultado previo, en el cual para el intervalo [0, x ] ser mximo para E=x>0, tomando E = 0.5, sabiendo que f n+1(x) = ex y aplicando la formula de R(x)
ERROR = max
x E f (n+1) (E ) , (x x0 )n+1 = max e 1n+1 = e (n + 1) ! (n + 1) ! (n + 1) !

para algn E [x, x0 ]

Los resultados son reportados en la tabla anterior. EJEMPLO 2 (a) Halle el polinomio de Taylor para la funcin: f(x)=ln x, en x =1, con n=4 (b) Calcule el valor de ln (2) con el polinomio de aproximacin de cuarto orden (n=4) (c) Estime el error porcentual aproximado de la aproximacin del inciso anterior SOLUCIN
(n ) (a) La frmula del desarrollo de Taylor es f ( x) = f ( x0 )( x x0 )n n! n=0

para para

n = 0 f ( x ) = ln( x )
n = 1 f ( x ) = 1 x

f ( x0 ) = ln(1) = 0

1 f ( x0 ) = = 1 1

para

n = 2 f ( x) =

1 x2

f ( x0 ) =

1 = 1 (1)2

para

n = 3 f ( x ) =

2 x3

f ( x0 ) =

(1)3

=2

para

n=4 f

IV

(x) = (3)(42)
x

IV

(x0 ) =

3!

(1)4

= 6

Sustituyendo en la frmula del polinomio de Taylor, con n= 4:

P( x)
n =0

f ( n ) ( x0 ) (x x0 )n = 0 + 1 (x 1) 1 (x 1)2 + 2 (x 1)3 6 (x 1)4 n! 1! 2! 3! 4!

P( x) = ( x 1) 1 (x 1)2 + 1 (x 1)3 1 (x 1)4 2 3 4

Este resultado se puede generalizar para n>0, observando que

n f (n ) (1) = ( 1)
n +1

(n 1)!
1n

( 1)

n +1

(n 1)!

sustituyendo en la frmula general

ln(x )
n =0

n +1 n+1 f ( n ) ( x0 ) (x x0 )n = ( 1) (n 1)!(x 1)n = ( 1) (x 1)n n n! n! n =1 n =1

10

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

Por lo tanto:

ln( x )
n =1

( 1)n+1 (x 1)n
n

(b) evaluando en el polinomio de Taylor con n=4 y x = 2

ln( x ) ( x 1) 1 (x 1)2 + 1 (x 1)3 1 (x 1)4 2 3 4

ln(2) (2 1)

1 1 1 7 1 (2 1)2 + 1 (2 1)3 1 (2 1)4 = 1 + = =0.58333 2 3 4 12 2 3 4

( n +1) (c) El residuo para este caso con n+1=5 es: f (E ) (x x )n+1 0

(n + 1) !

, donde E [1, 2] ,

para el clculo del error se busca el valor de E, para este caso particular E =1.5,

( 1)4+2 11.5 f (n+1) (E ) n +1 ( x x0 ) = R ( x) = (4 + 1) (n + 1) !

El error porcentual aproximado e% = PRCTICA: a) b) c) d) e)

( )

4 +1

(1)4+1 =

1 0.02634, 1.5 * 5
5

0.02634 * 100 = 45.15 % 0.58333

Obtenga la grfica de la funcin ex y de los valores de las aproximaciones con los polinomios de Taylor de orden 2, 3 y 4. Escriba sus comentarios sobre el proceso de aproximacin. Con la serie de Taylor de la funcin exponencial alrededor del punto X0=0, calcular una aproximacin con un polinomio de grado 5 para aproximar la funcin exponencial en x=1 Calcula el error relativo verdadero de la estimacin del inciso b) Calcula el error relativo aproximado de la estimacin del inciso b) Porqu los valores obtenidos en c) y d) son diferentes y cmo se puede disminuir esa diferencia?

Determine un polinomio de Taylor de tercer orden para la funcin f ( x) = e x cos x entorno al punto X0 = 0 a) Use el polinomio de tercer orden para aproximar f (0.5). b) Calcula el error verdadero porcentual y el error aproximado porcentual c) Muestra la grfica de la funcin en el intervalo [0 , 2]y de la aproximacin 7.- Determina el polinomio de Taylor de tercer orden para la funcin f ( x) = ( x 1) ln x respeto al punto x0 = 1 a) Usa el polinomio de tercer orden para aproximar el valor de la funcin en X=0.5 b) Calcula el error relativo verdadero. c) Calcula el error relativo aproximado y analiza el resultado.

11

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

PRCTICA No 3 BSQUEDA DE RACES POR EL MTODO GRFICO

OBJETIVOS:

Reconocer de manera grafica la solucin de ecuaciones no lineales de una variable. Obtener la grfica de una funcin mostrando sus races en un intervalo (a, b).

INTRODUCCIN 2.1 Mtodo grafico de bsqueda de races.

La grfica de una funcin f(x) es una curva en el plano xy, las races corresponden a los valores de x que cumplen con f(x)=0, grficamente son las intersecciones con el eje de las abscisas. Por lo tanto, para obtener la raz de una funcin se debe proceder a obtener la respectiva grfica en un intervalo (a, b), que contenga una raz de f(x) y a partir de la observacin de la grafica y utilizando herramientas de MATLAB, aproximarse al valor ms adecuado de la raz.
2.1.1 Grfica de funciones.

Las graficas de dos dimensiones en Matlab, se hacen por el mtodo tabular, se debe declarar un vector con los datos de x y otro con los valores de y, tendiendo cuidado de que la dimensin de los vectores sea la misma, pues se estn graficando pares de puntos (x, y). A continuacin se ofrece un resumen de los principales comandos para hacer graficas en MATLAB.
Comando x= -3:0.01:3; y=x.*tan(1/x) plot(x,y) plot(x,y,-r) grid Title hold on Descripcin Crea un vector llamado x con valores reales con variacin de una centsima. El vector se llena con valores desde 4.0 hasta 4.0 con distancias 0.01 Genera el vector con los valores de f(x)=x tan(1/x), evaluados en cada valor de x Realiza la grafica respecto a los valores contenidos en (x, y). Realiza la grafica respecto a los valores contenidos en (x,y), con una lnea punteada en color rojo (r red) Dibuja las lneas entre cada punto de la escala de la grfica (rejilla) Title (funcin de prueba) Permite continuar dibujando en la grafica, comnmente llamado encimar sobre la misma grafica Desactiva el comando hold on Coloca una etiqueta o mensaje sobre el eje x de la grfica actual. Por ejemplo: xlabel(Valores en X) Coloca una etiqueta o mensaje sobre el eje y de la grfica actual. Por ejemplo: ylabel(Valores en Y) gtext (texto) Coloca un texto donde se indique con el ratn help plot Salida x -3 -2.9 -2.8 -02.8 2.9 3 1.0390 1.0393 1.0396 1.0393 1.0390 1.0388 Dibuja la grfica con los datos (x, y) por el mtodo tabular Dibuja la grfica en la ventana de grficos a partir de los valores (x,y). Cuadricula la grafica Aparece como ttulo de la grfica: funcin de prueba Activa el poder transponer datos a la grafica ya existente. Desactiva el poder transponer datos a la grafica existente. Despliega valores en X sobre el eje X de la grafica. Despliega valores en Y sobre el eje y de la grafica Despliega el texto en el punto seleccionado con el ratn. Muestra informacin sobre el comando plot

hold off xlabel (texto) ylabel (texto) gtext (texto) help comando

12

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

2.1.2 Localizacin de intervalos con una raz con uso de una computadora.

Una funcin puede tener o no tener races, cuando no tiene races se dice que la funcin no tiene solucin y grficamente, se refiere a que la curva de f(x) no se intersecta con el eje de las x, que es el punto donde se cumple que f(x)=0; Por otra parte existen funciones con mltiples races, por ejemplo, en el caso de las funciones polinomiales se pueden tener tantas races como es el grado del polinomio, as una polinomio de cuarto grado puede tener como mximo cuatro races, en el caso de las funciones cclicas como las trigonomtricas pueden haber infinidad de races. Es importante tener una idea de la forma de la grafica de la funcin, a fin de observar algn intervalo que contenga una raz. Considere el siguiente ejemplo:

DESARROLLO:

Ejecuta los comandos propuestos para la solucin del siguiente ejemplo:

Ejemplo 1 : Encuentre de manera grfica una raz de la funcin f(x)=x+ln(x)

SOLUCION: Para obtener la grfica se utiliza el paquete MATLAB, las instrucciones necesarias para obtener la grfica se listan a continuacin:
>> x = 0.5:0.001:1; % La variable x se define de 0.5 a 1 con incrementos de 0.001 >> y = x+log(x); % Se evala la funcin y se genera el vector con los valores de f(x) >> plot(x,y, b-,LineWidth,2) % Grfica la funcin con lnea de color azul y 2 puntos de ancho >> title(Grafica de la funcin y=x+ln(x)) % Titulo de la grfica >> xlabel(x) % Etiqueta del eje x >> ylabel(y) % Etiqueta del eje y >> grid % Coloca un entramado o red

La grfica se muestra en la figura 1, en la cual se observa que existe una raz en el intervalo (0.55, 0.60), la raz se puede considerar como el punto medio del intervalo, xr=(0.55+0.60)/2 = 0.5750, con un error mximo igual a la mitad del ancho del intervalo, en este caso error=(0.600.55)/2=0.0250.

Figura 1. Grfica de la funcin y =x+ln(x) en el intervalo [0.5, 1].

13

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

Por otra parte, MATLAB cuenta con herramientas que permiten acercarse a la regin de inters con bastante resolucin ( Zoom in) en la ventana de grficos. La figura 2 Muestra un primer acercamiento a la regin donde se encuentra la raz, en este caso esta se encuentra en el intervalo (0.566, 0.568), as se tiene ahora que xr=(0.566+0.568)/2 =0.5670 y error=(0.568-0.566) /2=0.0010.
Grfica de la funcn y=x+ln(x) 0.03

0.02

0.01

-0.01

-0.02

0.558

0.56

0.562 0.564 0.566 0.568 x

0.57

0.572

0.574 0.576

Figura 2. Primer acercamiento a la grfica de la funcin y =x+ln(x).

El proceso puede continuar ms veces, sin embargo, tiene un lmite, en la figura 3 se muestra el caso lmite para el caso de la figura 1. En el eje x no se observa cambio de los valores mostrados (son los mismos), por lo que la raz buscada se considera xr=0.5671. El error no se puede calcular a partir del intervalo, en este caso se considera como la mitad de la mnima resolucin mostrada en la grfica, en este caso, error =0.0001/2=0.00005.
x 10 2.5 2 1.5 1 0.5 0 -0.5 -1 -1.5 -2 -2.5 0.5671 0.5671 x 0.5671 0.5671 y
-7

Grfica de la funcn y=x+ln(x)

Figura 3. Caso extremo de acercamiento a la grfica de la funcin y =x+ln(x)

14

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

Otra forma de incrementar la resolucin de la grfica es volver a ejecutar los comandos para obtener la grfica, cambiando los valores de x a los valores del intervalo de inters, y ajustando los incrementos, de manera que mejore la resolucin, en este caso (0.55, 0.60) con incrementos de 0.001. Una forma muy rpida de repetir estos comandos es usar la flecha de desplazamiento hacia arriba que presenta los comandos escritos con anterioridad.
>> x = 0.55:0.001:60; % La variable x se define de 0.55 a 0.60 con incrementos de 0.001 >> y = x+log(x); % Se evala la funcin y se genera el vector con los valores de f(x) >> plot(x,y, b-,LineWidth,2) % Grfica de la funcin con lnea continua de color azul, % con de 2 puntos de ancho >> title(Grafica de la funcin y=x+ln(x)) % Titulo de la grfica >> xlabel(x) % Etiqueta eje x >> ylabel(y) % Etiqueta eje y >> grid % Coloca un entramado o red

El mtodo grfico es sencillo de aplicar cuando se cuenta con un paquete grfico, pero est limitado en su resolucin, en este caso la mxima resolucin es cuatro cifras decimales, por lo que s se requiere una mayor exactitud y precisin, se debe recurrir a los mtodos numricos, los cuales se darn a conocer en las secciones siguientes.
1.2.3. Aproximacin grfica de la raz para una precisin dada.

Recordando que la precisin se refiere al nmero de cifras significativas en una cantidad, se pide determinar una aproximacin a la raz con un nmero de cifras significativas, lo cual depende de la capacidad de graficacin del programa usado.
Ejemplo 2: Obtener la grafica de la funcin y=x sen x2 y dar una aproximacin a la primera raz positiva con 3 cifras significativas.

SOLUCIN: Para conocer la forma general de la grfica, se ejecutan los siguientes comandos:
Comandos en MATLAB >> x=-5:0.01:5; >> f=x.*sin(x.^2); >> plot (x,f,'m'); >> grid; >> title ('Grafica de la funcin y=x*sen(x^2)') >> xlabel ('x'); >> ylabel ('f');

Figura 3 Grfica de y=x sen x2 en intervalo (-5, 5)

La funcin es cclica por lo que se espera que tenga races mltiples, de hecho una raz es x=0. Como se puede ver de la grafica, la funcin tiene infinidad de races y la primera raz positiva se encuentra en el intervalo (1, 2), la estimacin de la raz, que se puede hacer por la inspeccin

15

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

visual de la grfica, r=1.5 con un error mximo de 0.5. Para ver con mayor resolucin la grafica de la funcin en el intervalo (0, 2) se ejecutan los siguientes comandos:
Comandos en MATLAB >> x=0:0.0001:2; >> f=x.*sin(x.^2); >> plot (x,f,'m'); >> grid; >> title ('Grafica de la funcion y=x*sen(x^2)') >> ylabel ('f'); >> f=x.*sin(x.^2);

Figura 4 Grfica de y=x sen x2 en intervalo (0, 2)

De la grfica de la figura 4, se observa que la primera raz positiva se encuentra en el intervalo (1.6, 1.8), por lo que la aproximacin que se puede hacer para la raz es de r=1.65 con un error mximo de 0.1. Al seguir reduciendo el intervalo de graficacion se obtienen las figuras 5, 6, 7 y 8: De la figura 5 se puede estimar la raz de la funcin como r=1.77 y se tienen dos cifras significativas es decir que se tiene plena certeza de que la raz tiene los valores 1.7, con un error mximo de 0.01.

Figura 5 Grfica de y=x sen x2 en (1.6, 1.8)

Figura 6 Grfica de y=x sen x2 en (1.77, 1.775)

De la figura 6 se puede estimar la raz de la funcin como r=1.7725 y se tienen tres cifras significativas es decir que se tiene plena certeza de que la raz tiene los valores 1.77, con un error mximo de 0.0025. Por lo tanto se ha respondido a la pregunta del ejercicio. Se continuar haciendo ajustes a la grfica a fin de que el alumno considere los lmites de graficacin :

16

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

Figura 7 Grfica de y=x sen x2 en (1.6, 1.8)

Figura 8 Grfica de la funcin en (1.77, 1.775)

De la figura 7 se puede estimar la raz de la funcin como r=1.77225 y se tienen cuatro cifras significativas es decir que se tiene plena certeza de que la raz tiene los valores 1.772, con un error mximo de 0.00025. De la figura 8 se puede estimar la raz de la funcin como r=1.77245 y se tienen cinco cifras significativas, es decir que se tiene plena certeza de que la raz tiene los valores 1.7724, con un error mximo de 0.00005. Se observa que para sta grfica se repiten valores en la escala del eje horizontal, lo que nos indica que MATLAB en las graficas, ya no puede diferenciar los valores del orden de diezmilecimas.
TAREA

Contesta lo que se te pide en los dos siguientes ejercicios: 1 Para la funcin f(x) = sen10x + cos3x a) Muestra el esbozo de la grafica en el intervalo [0,5] b) Determina cuantas races tiene la funcin en el intervalo [0,5] c) Determina la raz ms cercana a x=4 con una precisin de 0.001 (4 cifras significativas) d) Muestra la raz en el intervalo [4.22, 4.25] e) Estima el valor de la raz verdadera con tres cifras decimales 2 Para la funcin f(x) = -2 + 7x - 5x2 + 6 x3 a) Muestra el esbozo de la grafica en el intervalo [-5, 5] b) Determina cuantas races tiene la funcin en el intervalo [-5, 5] c) Determina la raz ms cercana a cero con una precisin de 0.001 (5 cifras significativas) d) Muestra la raz en un intervalo de amplitud 0.05 e) Estima el valor de una raz verdadera con el mayor nmero de cifras significativas y muestra la grfica (limite de graficacin en MATLAB)

17

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

PRCTICA No 4 BUSQUEDA DE RAICES CON EL MTODO DE BISECCIN

OBJETIVOS:

Identificar y desarrollar los pasos del algoritmo de biseccin para la solucin de ecuaciones no lineales de una variable Calcular el error en el algoritmo de biseccin para la solucin de ecuaciones no lineales de una variable

INTRODUCCIN 2.2 Mtodos de intervalos

Aunque los mtodos grficos son tiles para observar las races y se pueden hacer estimaciones del valor de la raz, tienen la desventaja de ser poco precisos, por lo que se emplearn para conocer la forma de la grfica de f(x) y poder dar una aproximacin al valor de la raz. Los mtodos de bsqueda de races pueden acotar un intervalo en el cual se tiene una raz, y este intervalo se va reduciendo hasta un nivel de precisin dado o una tolerancia del error especificado El mtodo de biseccin se dice que es un mtodo cerrado, porque aproxima el valor de la raz a travs de intervalos cada vez ms pequeos, en los que se contiene una raz
2.2.1 Mtodo de biseccin

El mtodo de biseccin es un mtodo para encontrar las races de una funcin. El mtodo de biseccin es conocido tambin como mtodo de corte binario, mtodo de particin en dos intervalos iguales o mtodo de Bolzano. El mtodo de biseccin es un mtodo de bsqueda incremental, en el cual el intervalo se divide siempre en dos sub-intervalos iguales, se evala la funcin sobre los extremos de uno de los sub-intervalos y s la funcin cambia de signo al ser evaluada en los valores extremos, se toma el y punto medio de dicho intervalo como la aproximacin a la raz. El proceso se repite hasta obtener una mejor aproximacin. En general f(x) tiene una raz real en (a,b) s se cumplen las siguientes condiciones:
f(x) es real f(x) es continua f(x) es montona f (a) y f(b) tienen signos opuestos que se cumple s: f (a) * f(b)<0

Estas condiciones se aprovechan para localizar un sub-intervalo donde la funcin tenga una raz al observar el signo del producto de la funcin evaluada en sus extremos, para lo cual se divide el intervalo en dos subintervalos iguales, calculando el punto medio c del intervalo y rastrear en

18

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

uno de los subintervalos, por ejemplo (a, c) s el signo del producto f(a)*f (c)<0 para determinar s la raz est en ese subintervalo. Para aclarar el criterio de la bsqueda de la raz se tienen las siguientes reglas:
a) Si f(a) * f(c) < 0 Existe una raz en el sub-intervalo (a, c) b) Si f(a) * f(c) > 0 No existe una raz en el sub-intervalo (a, c)

c) Si f(a) * f(c) = 0 c es la raz. El proceso se repite y la aproximacin a la raz mejora cada vez ms a medida que los subintervalos se dividen en intervalos ms y ms pequeos.
Clculo del error

El tamao del intervalo es a-b y despus de cada iteracin se reduce a la mitad, entonces despus de n iteraciones, el tamao original se abra reducido hasta (a-b)/2n. Se requiere estimar el error de manera que no incluya el conocimiento previo de la raz verdadera, al dividir el intervalo (a, b) en dos partes iguales y tomar como aproximacin el punto medio c, el error mximo aproximado seria :Ea=(ciai)=(bici)=(ai-bi)/2i en la i-sima iteracin. Una forma de calcular el error relativo aproximado Ea es de la siguiente manera: Ea=(cici-1)/ci= (ai-ci)/ci, ci se usa para renombrar el extremo del intervalo de la prxima iteracin y tambin representa la aproximacin a la raz de la iteracin actual, y ci-1 es el valor de la raz de la iteracin anterior. Se usa el valor absoluto ya que, en general importa solo la magnitud del error aproximado Ea. Cuando | Ea | es menor que un valor previamente fijado, se terminan de repetir los clculos y el programa se detiene.
Algoritmo de la biseccin

Paso 1. Obtener la grfica de la funcin y observar los puntos de x dnde existe una raz. Paso 2. Escjase los valores inciales a y b que corresponden a un intervalo que sabemos que contiene una raz Paso 3. Se puede verificar que existe raz s f (a) * f(b) < 0 Paso 4. Obtener aproximacin a la raz c, como: c = (a + b) / 2 Paso 5. Evaluar f (a) * f(c) para determinar en que sub-intervalo queda la raz: a) Si f (a) * f(c) < 0 la raz se encuentra en (a , c) hacer b = c. b) Si f (a) * f(c) > 0 la raz se encuentra en (c , b) hacer a = c. c) Si f (a) * f(c) = 0 la raz es igual a c y se terminan los clculos. Paso 6. Decdase si la nueva aproximacin es tan exacta como se desea (s se cumple con tolerancia o error mximo). Si es as, entonces los clculos terminan, de otra manera, regresar al paso 4.

DESARROLLO

Ejecuta los comandos para resolver el siguiente ejemplo, podrs comparar tus resultados con los resultados mostrados y resolver tus dudas con los profesores del curso

19

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

Ejemplo 1: Calcular una raz para la funcin f ( x ) = 3 x 3 + x 2

1 x + 1 con un error mximo de 6

0.001 y un valor de x0=-2.2. En un intervalo de longitud de 0.5. Paso 1. De la grfica de la funcin se observa que existe una raz muy cerca de x = -2. Comandos MATLAB

>> x=-10:0.2:10; >> y=sqrt(3)*x.^3+pi*x.^2-(1/6)*x+1; >> plot (x,y,'r'); grid; >> title (' grafica de la funcion'); >> xlabel ('eje x'); ylabel ('eje y');

Figura 1 Grafica de f ( x) = 3x3 + x 2 1 x + 1 en (-10, 10) 6

Paso 2. Escjase los valores inciales a y b que corresponden a un intervalo de amplitud 0.5 y que sabemos que contiene una raz por ejemplo (-2.2, -1.7) Paso 3. Se verificar que existe raz porque f (-2.2) * f(-1.7)= -1.8709*1.853=-3.4667<0 Paso 4. Obtener una aproximacin a la raz, c=(-2.2+(-1.7))/2=-1.95 que define los sub-intervalos (-2.2, -1.95) y (-1.98, -1.7) En cul sub-intervalo queda la raz? Paso 5. Evaluando f(-2.2)*f(-1.95)=-1.8709*0.4280=-0.8007 Cmo f(a)*f(c) es negativo, la raz se encuentra en (-2.2, -1.95) entonces ahora b=-1.95. El nuevo intervalo (a, b) es (-2.2, -1.95) Paso 6. El error mximo especificado es 0.001 y error mximo aproximado por el mtodo de biseccin es: Ea = (-1.7-(-2.2)) / 2 = 0.25, el error mximo especificado aun no se cumple porque Ea > Em , por lo que se repite el proceso a partir del paso 4 Paso 4. La siguiente aproximacin se determina como: c=(-2.2+(-1.95))/2=-2.075 que define los sub-intervalos (-2.2, -2.075) y (-2.075, -1.95) En cul sub-intervalo queda la raz? Paso 5 Evaluando f(-2.2)*f(-2.075)=-1.8709*-0.6021=1.1264, cmo es positivo, la raz se encuentra en el intervalo (-2.075, -1.95) entonces ahora a=-2.075. el nuevo intervalo (a, b) es (2.075, -1.95) Paso 6 El error mximo aproximado se calcula como: Ea=(-1.95-(-2.2))/2=0.125, el error mximo aun no se cumple porque Ea > Em , por lo que se vuelve a repetir el proceso a partir del paso 4

20

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

Para saber cuntas iteraciones se debe realizar para cumplir con el erro mximo especificado, se puede despejar n de la formula Ea =

ab . 2n

Para facilitar el proceso de clculo se registran los resultados en una tabla como la siguiente: # ite 0 1 2 3 4 5 6 7 8 9 La raz es= -2.0057 en 9 iteraciones Contesta con tus propias palabras las siguientes preguntas: 1. Explique brevemente como identifica el mtodo de biseccin si en un intervalo hay una raz a -2.2 -2.2 -2.075 -2.0125 b -1.7 -1.95 -1.95 -1.95 c -1.95 -2.075 -2.0125 -1.9813 fa*fc -0.8007 1.1264 0.0352 -0.0112 Er 0.25 0.125 0.0625 0.03125

2. Explica brevemente en qu consiste el mtodo de biseccin

3. Explica brevemente 3 iteraciones del mtodo de biseccin de manera grafica

21

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

4. Describe la forma de calcular el error relativo porcentual en ste mtodo

5. Cmo se puede determinar el nmero de iteraciones n para un error menor a un valor dado? (indica que datos debes conocer)

6.

Para la funcin f(x)= sen x2-x

1. Escribe los comandos de MATLAB y muestra el esbozo de la grafica en el intervalo [-2, 2] Comandos de MATLAB Forma de la grfica

2. Determina cuantas races reales tiene la funcin en el intervalo [-2, 2]

3. Determina un intervalo (valores iniciales) de amplitud 0.01 que contenga a la primera raz no trivial (la ms cercana a cero).

22

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

4. Aplicando el mtodo de biseccin, determina el valor de la primera raz no trivial con una precisin de 0.01 (Llena la tabla de iteraciones sucesivas) # de iteracion 0 1 2 3 4 5 6 7 8 9 5. Reporta el nmero de iteraciones realizado para cumplir con la tolerancia, la aproximacin de la raz y el error obtenido 6. Cuntas iteraciones se requieren para cumplir con una tolerancia de 0.00001 para un intervalo de amplitud 0.1 (aplicar frmula para determinar el nmero de iteraciones) 7. 8. 9. Realiza el diagrama de flujo del programa del algoritmo de Biseccin. Codifica el programa que corresponde al algoritmo de biseccin Ejecuta el programa de biseccin, para la funcin f(x)= 0.065x5 - 9x4 + 45x3 -88x2 +82.3x -26 a) Determina cuantas races reales tiene la funcin b) Muestra el esbozo de la grfica en la que se observen sus races (grafica de la funcin en color verde y de las races con asterisco rojo) c) Determina un intervalo (valores iniciales) de amplitud 0.001 que contenga a la raz ms grande. d) Determina el valor de la raz ms grande con una precisin de 0.00001, por el mtodo de biseccin. e) Reporta el nmero de iteraciones realizado para cumplir, la tolerancia, la aproximacin de la raz y el error obtenido f) Cuntas iteraciones se requieren para cumplir con una tolerancia de 0.00001 para un intervalo de amplitud 0.01 (desarrollar y aplicar frmula para determinar el nmero de iteraciones) a b c fa*fc Er

23

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

PRCTICA No 5 BSQUEDA DE RACES POR EL MTODO DE PUNTO FIJO.

OBJETIVO

Aplicar el mtodo de punto fijo para la obtencin de races de funciones de forma f(x)=0. Desarrollar un programa para el algoritmo del mtodo de punto fijo en MATLAB. Determinar las condiciones necesarias para la convergencia del mtodo de punto fijo. Describir las limitaciones del mtodo para encontrar races.

INTRODUCCIN TERICA 2.3.1 Mtodo de punto fijo

Un punto fijo de una funcin g(x) es un nmero real x tal que: x = g(x), est definicin constituye la base del mtodo de punto fijo y puede utilizarse para resolver funciones del tipo f(x)=0. Entonces, a partir de la ecuacin f(x)=0, se obtiene la forma x=g(x), esto se puede lograr de dos formas: 1) Simplemente despejando alguna x de f(x)=0. 2) Sumando x a ambos miembros de la ecuacin f(x)=0, se tendr, x=x+f(x), de donde g(x)=x+f(x). Es necesario observar que la funcin g(x) para un problema particular f(x)=0 no es nica, por ejemplo, para el caso de la funcin f(x)=x+ln(x) 1) Despejando x se obtiene x=-ln(x), de donde g(x)=-ln(x) Por otra parte, se puede aplicar la exponencial en ambos miembros de donde resulta x=e-x de donde se obtiene g(x)=e-x 2) Sumando x en ambos miembros en resulta x=2x+ln(x) de donde se obtiene:
x+ln(x)=0 g(x)=2x+ln(x) x+ln(x)+x=0+x al despeja x

El mtodo de punto fijo requiere de un punto inicial x0, para iniciar el proceso de bsqueda de la raz, posteriormente se aplica iterativamente la regla xi=g(xi+1) x1=g(x0) x2=g(x1) x3=g(x2) El proceso termina cuando se satisfaga la aproximacin deseada mediante el error propuesto o en algunos casos hasta encontrar el punto fijo de manera exacta. Grficamente el mtodo de punto fijo se puede representar como la interseccin de dos curvas, una formada con y=x (funcin identidad) y otra con y=g(x) (funcin recursiva); la raz de f(x) corresponde con la abscisa del punto de interseccin de ambas funciones (punto fijo). La siguiente figura muestra el proceso de convergencia hacia el punto fijo.

24

MANU UAL DE PRCT TICAS DE MTO ODOS NUMRIC COS ACADE EMIA DE MATEM MTICAS Y FS SICA

En E la figura se parte de e un valor x0 y se evala e x1=g(x0), que corresponde a trazar una u lnea ve ertical hacia la funcin g(x) g ; Se toma el valor v de x1 como nueva aproximacin a n, que equi ivale grfica amente, a trazar una u lnea horizontal hasta in ntersectar con c la func cin identidad, se repite r el proceso, ahora eva aluando x2=g(x1), pa ara obtener r el valor de x2, trazando una a lnea verti ical sobre x1 hasta g(x) g y otra lnea horizontal hacia la a recta y=x. Trazar una lnea vertical ha acia la funcin f g(x) desde el pu unto x2, repr resenta F Figura 1 Proce eso de conve ergencia hacia a el punto fijo o evaluar e g(x) en x2, para a obtener x3, esto es: e x3=g(x2), al trazar la a lnea horiz zontal hasta y=x se tom ma como nue evo valor a x3. El proce eso anterior a se re epite hasta lograr la apro oximacin d deseada. Criterio C de convergenc c cia Aplicando A el teorema de el valor medio en el inte ervalo acotad do por xn y x n-1, se tiene e que existe un valor v x que pertenece p a ese intervalo o, tal que: g ( x ) =

g ( x n ) g ( x n 1 ) x n x n 1

De D acuerdo con c lo que establece e el mtodo del punto fijo: xn=g(xn-1) ; xn+1=g(xn)

g (x ) =

x n +1 x n x n x n 1

El E mtodo co onverge si se presenta la desigualda ad: as a que, para a que el mt todo converja a la a raz busca ada, se debe e cumplir que e

x n +1 x n < x n x n 1

g (x ) < 1

En E la figura 2 se muestra grficamente el caso c de dive ergencia del mtodo de punto fijo f en el cua al se tiene g ( x ) > 1 .

Fig ura 2. Grfic ca del proces so de diverge encia del mto odo de punto p fijo.

25

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

Calculo del error en el mtodo de punto fijo

En este mtodo se emplea una ecuacin recursiva, que cada vez que se evala se espera como resultado, un valor ms prximo al valor verdadero de la raz, de manera que xi+1 es una mejor aproximacin que xi, por lo que el error relativo aproximado se calcula de la siguiente forma:

a =

xi +1 xi xi +1

ALGORITMO DE PUNTO FIJO

Para obtener un valor aproximado de la solucin de f(x) por el mtodo de punto fijo se realizan los siguientes pasos: 1. Obtener la grfica de f(x), a fin de observar su forma y ubicar visualmente las races de la funcin. 2. Obtener la funcin recursiva g(x), despejando x en f(x) sumando x a f(x)=0.

3. Proponer un valor x0 aproximado a la raz r. 4. Calcular la primera aproximacin a la raz con xi+1=g(xi). 5. Calcular el error aproximado, considerando xi+1 como mejor aproximacin que xi, a la raz:

a =

xi +1 xi xi +1

6. Comparar el valor del error aproximado a con la tolerancia especificada previamente, en caso de no cumplirse a < regresar al paso, hasta cumplir con la tolerancia. 7. Puede darse el caso que la funcin g(x) diverga del punto fijo, en cuyo caso el error aproximado se va haciendo ms grande y se tendr que cambiar la funcin recursiva g(x). Los resultados de la aplicacin del algoritmo de punto fijo, se pueden resumir en una tabla, como la siguiente:
No de iteracin xi xi+1=g(xi)

a = a = a = a =

xi +1 xi xi +1 x1 x0 x1 x2 x1 x2 x3 x2 x3
.

1 2 3

x0 x1 x2 . xn-1

x1=g(x0) X2=g(x1) x3=g(x2)

. n

.
xn=g(xn-1)

a =

xn xn1 xn

26

MANU UAL DE PRCT TICAS DE MTO ODOS NUMRIC COS ACADE EMIA DE MATEM MTICAS Y FS SICA

PRCTIC CA 6 BSQ QUEDA DE RACES P POR EL M TODO DE NEWTON RAPHSON N

OBJETIVO O GENERAL G Aplicar r el mtodo de Newton Raphson pa ara obtener races con una u aproxim macin en cif fras correct tas deseada as. Desarr rollar el prog grama de Ne ewton Raphs son en MATL LAB Clculo o del error y su relacin con la conv vergencia de el mtodo de e Newton Ra aphson. Estable ecer las co ondiciones necesarias n para la obt tener races s mediante el mtodo de Newton n Raphson

INTRODUCC CIN TER RICA Mtodo M de e Newton-Raphson El E mtodo de Newton-R Raphson es uno de los ms podero osos y utiliza ados para encontrar rac ces de d funciones s de la form ma f(x)=0, ad dems, estas s races pue eden ser rea ales o comp plejas; aunque, es e necesario o conocer en e el caso de las race es compleja as si estas lo son.La id dea bsica del mtodo m de Newton-Rap phson, est basado en aproximar la funcin n f(x) media ante una re ecta tangente de forma en qu ue se muest tra en la figu ura 1.

Figura 1. Ilustracin del mtodo de e Newton-Rap phson

La L forma de e la ecuacin n de la recta a tangente con c pendien nte m, que pasa p por el punto ( x0 , y 0 ) es e y = m( x x0 ) + y 0

La L pendiente e de la rect ta en el punto ( x0 , y 0 ) se puede determinar a partir de m = f (x 0 ) , y sabiendo s adems que x 0 es un pun nto tangente e a f ( x ) , es sto es, y 0 = f ( x0 ) , la ecuacin e que eda como: c

y = f ( x0 )(x x0 ) + f (x0 )
Siguiendo S la a grfica de e la recta, hasta y=0, se hace x=x x 1, y la e ecuacin se e expresa por: p

0 = f (x0 )(x1 x0 ) + f (x0 ) ; despeja ando x1: x1 = x 0

aproximacin a n a la raz de e f(x).

f (x0 ) ; f (x 0 )

x1 se consid dera la prim mer

27

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

El proceso anterior se puede repetir utilizando el punto x1 para obtener la siguiente aproximacin, en este caso x2, mediante la ecuacin x 2 = x1 Generalizando el resultado se tiene la ecuacin recursiva:

f (x1 ) f (x1 ) x n +1 = x n f (x n ) f (x n )

De tal forma que la ecuacin recursiva es :

g ( xn+1 ) = xn

f ( xn ) f (xn )

Criterio de convergencia

El clculo del erro aproximado del mtodo de Newton Raphson, procede de la misma forma que el mtodo de punto fijo, inclusive se puede afirmar que la diferencia con el mtodo de punto fijo es la forma de obtener la funcin recursiva g(x), con la cual se calcula la siguiente aproximacin, de acuerdo con la relacin: xn=g(xn-1) xn+1=g(xn). El mtodo converge, s cada vez que se evala g(x) se obtiene como resultado un valor ms cercano al valor verdadero de la raz, de manera que xi+1 es una mejor aproximacin que xi, por lo que el error relativo aproximado se calcula de la siguiente forma: a =

xi +1 xi xi +1

Por lo que el mtodo converge si al realizar la siguiente iteracin, a es cada vez ms pequeo.
ALGORITMO DE PUNTO FIJO

Para obtener un valor aproximado de la solucin de f(x) por el mtodo de Newton Raphson, se realizan los siguientes pasos: 8. Obtener la grfica de f(x), a fin de observar su forma y ubicar visualmente las races de la funcin. 9. Obtener la funcin recursiva g(x), obteniendo f(x), sustituyendo y simplificando en

g ( xn+1 ) = xn

f ( xn ) . f ( xn )

10. Proponer un valor x0 aproximado a la raz r. 11. Calcular la primera aproximacin a la raz con xi+1=g(xi). 12. Calcular el error aproximado, con la siguiente formula a =

xi +1 xi xi +1

13. Comparar el valor del error aproximado a con la tolerancia especificada previamente, en caso de no cumplirse a < regresar al paso 4, hasta cumplir con la tolerancia. 14. Puede darse el caso que la funcin g(x) diverga del punto fijo, en cuyo caso el error aproximado se va haciendo ms grande y no se podr localizar la raz de f(x).

28

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

Los resultados de la aplicacin del algoritmo de punto fijo, se pueden resumir en una tabla, como la siguiente:

No de iteracin

xi

xi+1=g(xi)

a =
a =

x i +1 xi x i +1

1 2 . n

x0 x1 xn-1

x1=g(x0) x2=g(x1) . xn=g(xn-1)

x1 x 0 x1

a =

x 2 x1 x2

a =

x n x n 1 xn

DESARROLLO

a) Determina una raz para la funcin y=x+ln(x), por el mtodo de Newton Raphson, con una tolerancia de = 10-5 1. Se obtiene un perfil de la grfica, para proponer una aproximacin x0 a la raz de la funcin. Se ejecutan las siguientes instrucciones en MATLAB en la ventana de comandos. Comandos en MATLAB >> x=0.2:0.01:1.1; >> y=x+log(x); >> plot(x,y,'b-','LineWidth',2) >> grid on >> xlabel('x') >> ylabel('y') >> title('Funcin f(x)=x+ln(x)')

Figura 2 Grfica de y= x+ln(x) en intervalo [0.2, 1.1]

2. Para obtener la funcin recursiva g(x), es necesario calcular la derivada de la funcin

f (x ) = x + ln(x ) , esto es, f ( x ) = 1 +

particular es

1 entonces, la frmula recursiva para este problema x

g ( xn+1 ) = xn

xn + ln ( xn ) 1 1+ xn

29

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

3. De la observacin de la grfica se propone un valor de x como primera aproximacin, en este caso x0=1. 4. Clculo de la primera aproximacin de la raz (n=0) x1 = 1

1 + ln (1) 1 = = 0.500000 1 2 1+ 1

5. Clculo del error :

a =

xi +1 xi x x 1 0.5 = 1 0 = =1 xi +1 x1 0.5

15.

No se cumple que a < , por lo que se repite el proceso a partir del paso 4

4. Clculo de la segunda aproximacin a la raz (n=1)

x 2 = 0 .5

0.5 + ln (0.5) = 0.56438239 1 1+ 0. 5

5 Clculo del error aproximado

a =

x2 x1 0.56438239 0.5 = = 0.11407583 0.56438239 x2

6. No se cumple a < , se vuelve a repetir el proceso a partir del paso 4. 4. Clculo de la tercera aproximacin a la raz (n=2):

x3 = 0.56438239

0.56438239 + ln (0.56438239 ) = 0.56713998 1 1+ 0.56438239

5. Se calcula el error aproximado

a =

x3 x2 0.56713998 0.56438239 = = 0.00486053 0.56713998 x3

6. No se cumple a < , se vuelve a repetir el proceso a partir del paso 4. 4. Clculo de la cuarta aproximacin a la raz (n=3):

x4 = 0.56713998

0.56713998 + ln (0.56713998 ) = 0.56714329 1 1+ 0.56713998

5. Clculo del error aproximado

a =

x 4 x3 0.56714329 0.56713998 = = 0.0000075865 9 0.56714329 x4

30

MANUAL DE PRCTICAS DE MTODOS NUMRICOS ACADEMIA DE MATEMTICAS Y FSICA

6. Se compara el valor aproximado del error a=0.0000075, con el de la tolerancia especificada =0.00001, como ya se cumple a < , termina el proceso y se reporta la aproximacin al valor de la raz como: r0.567143, con un error aproximado de 0.00000705. Los resultados se resumen en la siguiente tabla: Una observacin importante es que con cuatro aproximaciones se obtiene una raz con una muy buena aproximacin en, comparacin con la obtenida con el mtodo de punto fijo, el cual para tener aproximadamente la misma exactitud requiere de 17 recursiones, (ver practica previa). Lo anterior muestra que el mtodo de Newton-Raphson tiene una alta velocidad de convergencia.

No de iteracin 1 2 3 4

xi 1 0.5 0.56438239 0.56713998

xi+1=g(xi) 0.5 0.56438239 0.56713998 0.56714329

a =

xi +1 xi xi +1
1

0.11407583 0.00486053 0.000007586

En la siguiente tabla se muestran las instrucciones que se deben ejecutar desde la ventana de comandos de Matlab, para obtener los resultados de la aplicacin del mtodo de Newton Raphson
Comandos de Matlab para aplicar el mtodo de Newton Raphson a la funcin y=x+lnx >> xn=1; >> gx=xn-(xn+log(xn))/(1+1/xn) gx = 0.50000000000000 >> ea=abs((gx-xn)/gx) ea = 1 >> xn=gx; >> gx=xn-(xn+log(xn))/(1+1/xn) gx = 0.56438239351998 >> ea=abs((gx-xn)/gx) ea = 0.11407583627554 >> xn=gx; >> gx=xn-(xn+log(xn))/(1+1/xn) gx = 0.56713898771506 >> ea=abs((gx-xn)/gx) ea = 0.00486052670472 >> xn=gx; >> gx=xn-(xn+log(xn))/(1+1/xn) gx = 0.56714329039937 >> ea=abs((gx-xn)/gx) ea = 7.586591222695360e-006 >> xn=gx; >> gx=xn-(xn+log(xn))/(1+1/xn) gx = 0.56714329040978 >> ea=abs((gx-xn)/gx) ea = 1.836357817418341e-011

b) El diagrama de flujo del mtodo de Newton-Raphson es mostrado en la figura 3. Utilizando este diagrama de flujo, codifica el programa en Matlab para resolver el ejemplo anterior x+ln(x)=0; Se debe respetar la nomenclatura empleada en el diagrama y como salida se debe observar la tabla de resultados. Supngase que se requiere una aproximacin a la raz de la funcin con una exactitud de 8 cifras decimales correctas. Para conseguir la aproximacin indicada (y tal vez ms) se propone un valor de control psilon =0.000000001 y un valor inicial x0=1.

31

MANU UAL DE PRCT TICAS DE MTO ODOS NUMRIC COS ACADE EMIA DE MATEM MTICAS Y FS SICA

F Figura 3. Dia agrama de flujo f para el l mtodo de e Newton Ra aphson

El E mtodo de d Newton-R Raphson tiene una gran n velocidad de converg gencia comp parado con los mtodos m de biseccin y de punto fij jo, sin emba argo, la velo ocidad de co onvergencia se ve altera ada cuando c la ra az correspon nde a un mnimo o cuan ndo se interp pone un mn nimo entre el valor de inicio x0 y la raz buscada. b La a figura 4 muestra m el ca aso en que el e mtodo Ne ewton-Raph hson falla si no se s tiene cuid dado, en este e caso se da a una aproxi imacin cerc cana a un m mnimo.

32

MANU UAL DE PRCT TICAS DE MTO ODOS NUMRIC COS ACADE EMIA DE MATEM MTICAS Y FS SICA

Figura 4. Situacin do onde el mto odo de Newt ton-Raphson n falla c) c La funcin n f(x) = ex - 3x2, tiene tr res races. Obtenga O una a grfica de la funcin que muestre las races. d) d Modifique e su program ma para aplic car el mtod do de Newto on-Raphson para localiza ar cada una a de las races s de la funci in con una aproximaci n de 6 cifra as decimales s correctas. Elija usted sus s valores ad decuados de e inicio para aplicar el m mtodo de Ne ewton Raphson. e) e Obtenga todas t las ra ces reales de d la funcin n f(x)= x3 - 4x 4 2+9.48. f) f Calcule ahora a las ra aces de la funcin f(x) ) = x3 - 4x2+9.485, not te que la fu uncin es muy m parecida a la anterior r. Qu suce ede ahora co on las races s? Explique.

33