1

Tema 1: Introduccin
1.1. Definicin de Mtodos Numricos

Los mtodos numricos son estrategias de clculo que se utilizan para resolver situaciones numricamente, en forma aproximada. Se emplean cuando la situacin no es fcil de resolver en forma analtica, cuando es imposible de resolver del mismo modo, o cuando existe mucha necesidad de resultados, y en cuyo caso, un resultado numrico sera aceptable como solucin.

1.2.

Aritmtica de Computadoras
La aritmtica de las computadoras estudia la forma en que las mquinas digitales

actan al efectuar un clculo numrico.

Ahora, para qu es necesario estudiar esta aritmtica? Al entender esta forma de hacer clculos, la cual se basa en un sistema de numeracin distinto al conocido por los humanos, llamado sistema decimal, se puede comprender mejor la necesidad de hacer lo ms efectivo posible el trabajo de las computadoras en la generacin de respuestas numricas. Para esto, es necesario, aclarar algunas definiciones con respecto a la base de los nmeros.

1.2.1.

Bases de los Nmeros

El sistema utilizado por las personas comnmente es el sistema decimal. Su base es

diez (10). Las computadoras usan el sistema binario, el cual consiste de elementos en los estados electrnicos de encendido (1) y apagado (0).

Examinando los lenguajes de programacin se pueden hallar otros sistemas numricos: el octal (base ocho (8)) y el hexadecimal (base diecisis (16)). Estos sistemas proporcionan algunas ventajas en la organizacin del espacio de memoria digital.

La base de un nmero se denota por medio de un subndice, con el nmero involucrado entre parntesis. Por ejemplo, (3.224)10 es 3.224 con base 10, (10011.11)2 es 10011.11 con base 2 (binaria) y (18C7.90)16 es 18C7.90 con base 16 (hexadecimal).

Por ejemplo, para el nmero entero binario (1110001)2: (1110001)2 = 1*26+1*25+1*24+0*23+0*22+0*21+1*20 = =64+32+16+0+0+0+1=113.

Para el nmero octal (254103)8: (254103)8 = 2*85+5*84+4*83+1*82+0*81+3*80= =2*32768+5*4096+4*512+1*64+0+3*1= 65536+20480+2048+64+3 = 88131.

Para el sistema hexadecimal, los valores de sus dgitos son: Decimal Hexadecimal 0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 10 11 12 13 14 15 9 A B C D E F

El valor decimal de un nmero de base r, por ejemplo (abcdefg.hijk)r se calcula como: (abcdefg.hijk)r = a*r6+b*r5+c*r4+d*r3+e*r2+f*r1+g*r0+h*r1+ i*r2+ j*r3+ k*r4 en donde, por definicin: (Base)0 = 1; por ejemplo r0 =1.

1.2.2. Nmeros de Mquina

Una computadora va a representar un nmero con una cola decimal limitada por la capacidad de dicha mquina. Representando como ejemplo un nmero de la computadora tipo mainframe de la serie 3000 de IBM (precisin simple): n = s c m = (signo) (caracterstica) (mantisa) n= 0 1000010 101100110000010000000000

La primera casilla de la tabla corresponde al indicador de signo (s

1 bit): 0 si es
j 64

positivo, 1 si es negativo. La segunda casilla corresponde a la caracterstica (c), un exponente de 7 bits con base 16. La caracterstica viene dada por: c = 16 . La mantisa

corresponde a los coeficientes negativos de exponentes de base binaria. Para el caso del ejemplo, se tiene: m = 121+123+124+127+128+1214. Por tanto: n = [1()1+1()3+1()4+1()7+1()8+1()14]16(66-64) = 179.015625. El siguiente nmero ms pequeo es: n= 0 1000010 101100110000001111111111

= 179.0156097412109375 El siguiente nmero ms grande es: n= 0 1000010 101100110000010000000001

= 179.0156402587890625

Con el nmero original (n) de la mquina, se representa cualquier nmero real en el intervalo: [179.01561737060546875, 179.01563262939453125]. En el sistema se utilizan 15*228 nmeros de la forma:

0.d1d 2 ...d 24 *16e1e2 ...e7

para representar a todos los nmeros reales. Obviamente esto es una limitacin que trae consigo un error de aproximacin.

1.3.

Definicin y Clculo de Errores

Error: Diferencia numrica que existe entre la evaluacin puntual de una expresin algebraica (utilizando valores decimales de la variable en cuestin) y el valor terico conocido como Valor real de la expresin.

Error Absoluto y Error Relativo: Si p* es una aproximacin de p, entonces:

Error _ Absoluto ( E Abs ) = p p*

Error _ Re lativo( ERe l ) =

p p* p

, siempre que p 0.

Errores en los clculos numricos:

(1)

Error de Truncamiento: se debe a las aproximaciones utilizadas en la frmula

matemtica del modelo. La serie de Taylor es el medio ms importante que se utiliza para obtener modelos numricos y analizar errores de truncamiento.

Clculo del Error de Truncamiento TEOREMA DE TAYLOR: Supngase que f Cn [a,b], que existe f(n+1) existe en [a,b]. Para toda
x [a,b] habr un nmero (x) entre x0 y x tal que: f (x) = Pn(x) + Rn(x)

donde: Pn(x) = f(x0) + f(x0)*(xx0) + (1/2!)*f(x0)*(xx0)2++(1/n!)*f(n)(x0)*(xx0)n =

i =0 n

f(

k)

( x0 )

k! f(
n +1)

( x x0 )

y en donde:
Rn ( x ) =

( n + 1)!

( ( x ) )

( x x0 )

n +1

siendo: Pn(x): Polinomio de Taylor de grado n para f respecto a x0. Rn(x): Residuo (o error de truncamiento) asociado a Pn(x). Cuando x0 = 0 (2) Taylor se convierte en McClaurin.

Error de Redondeo: se asocia con el limitado nmero de dgitos con que se

presentan los dgitos en una computadora.

NORMALIZACIN DE UN NMERO REAL POSITIVO

Sea la forma de un nmero real la siguiente (considerando la parte decimal enorme):

y = 0.d1d2...di...dkdk+1...*10n,
1 d1 9, 0 di 9, para cada i =2,...,k,k+1,...

estos nmeros se conocen como Nmeros de Mquina Decimales.

i)

Corte o Truncamiento (Chopping): Es la forma obtenida terminando la mantisa de

y en k dgitos decimales. La forma resultante, se denomina Representacin de Punto Flotante de y.

fl(y) = 0.d1d2...dk*10n
ii) Redondeo: Se agrega 5*10
n(k+1)

a y y se efecta el corte.

fl(y) = 0.1 2 ... k*10n

para el corte en el redondeo: Cuando dk+1 5: se agrega 1 a dk (redondeo hacia arriba). Cuando dk+1 < 5: se cortan todos los dgitos k (redondeo hacia abajo).

21

Tema 2: Solucin Numrica de Ecuaciones No Lineales

En el mundo de la ingeniera, se conoce bastante el problema de hallar las races de una ecuacin polinomial o trascendente, o problema de f(x)=0, como tambin se le conoce, ya que consiste en conocer el (los) valor(es) que satisfacen numricamente dicha ecuacin. Hallar el volumen especfico de una ecuacin de estado, determinar parmetros de una destilacin multicomponente, estimar el factor de friccin de la ecuacin de Colebrook, entre otros, son ejemplos tpicos de problemas que requieren la aplicacin metodolgica y sistemtica de mtodos desarrollados para tales fines. En este tema, se desarrollar una gama de mtodos necesarios para resolver esta clase tpica de problemas. Pero antes de proseguir con dicho desarrollo, se deben ver primero las definiciones y los teoremas bsicos. 2.1. Definiciones Bsicas

(1) Funcin f : Es una aplicacin que asigna un resultado a los valores de entrada. Para efectos de este tema, existir en el campo real. En este caso, la funcin estar definida en un conjunto X de nmeros reales y con x X. La funcin ser continua en X si existe en cada nmero en X. (2) f(x): Es el resultado de aplicar la funcin f al valor de entrada x. (3) C(X): denota al conjunto de todas las funciones que son continuas en X.

22

(4) Cn (X): denota al conjunto de funciones que tienen n derivadas continuas en X. Cuando todas las derivadas en todos los rdenes existen, se denota C(X). Tambin se puede asociar a la idea de espacio vectorial orden n. (5) Se dice que p es raz de f si f (p) = 0.

2.2. (1)

Teoremas bsicos Multiplicidad de la raz. Si f Cm y si f (p) = f (p) = ... = f (m1)(p) = 0,

pero f(m)(p) 0, entonces, se plantea que p es raz de f, con multiplicidad m. Cuando m = 1, la multiplicidad es simple. (2) Paridad de la raz. Sea f Cm, y los nmeros reales a, b. (a) (b) Si f(a) f(b) > 0, entonces f posee un nmero par de races en (a,b). Dicho nmero puede ser cero. Si f(a) f(b) < 0, entonces f posee un nmero impar de races en (a,b). Ejemplo 21: Sea f (x) = sen(x) 0.1x + 1, luego f (3) > 0 y f (4) < 0, por tanto, existe un nmero impar de races de f en el intervalo (3,4). (3) Teorema de Rolle: Se plantea en dos partes, dadas a continuacin: (a) Sea f C1 y p1 < p2 dos races de la funcin f. Luego la derivada f posee al menos una raz, ubicada entre p1 y p2.

23

(b)

Sea f Cn y p1 < p2 < ...< pn+1, n + 1 races de la funcin f. Luego, f

(n)

tiene al menos una raz, ubicada entre p1 y pn+1.

(Generalizacin del teorema dado en (a)).

Figura 21. Ilustracin del Teorema de Rolle.

Ejemplo 22: Sea

f ( x ) = e x x 2 . Si se aplican los teoremas

anteriormente mencionados:
2 Ya que f (1) = e 3 < 0 , y f ( 2 ) = e 4 > 0

hay un nmero

impar de races de f en el intervalo (1,2).

f '( x ) = ex 1

posee exactamente una raz, x = 0.

La raz es simple porque f '' ( 0 ) = 1 0 . f no puede tener 3 races, ya que f (x) tendra 2 races. Pero esto no es cierto, segn la primera premisa.

24

Ya que el nmero de races (que es impar) no puede ser 3 o mayor, entonces f posee exactamente una raz simple en (1,2). Ya que lim f ( x ) = , f (0) = 1 < 0, existe un nmero impar de races x en ( ,0); pero ese nmero no puede ser 3 o mayor. Slo hay exactamente 1 raz negativa y es simple.
2 Ya que f ( 2 ) = e > 0 , tambin existe al menos una raz en el

intervalo (2,0). Se puede concluir que f ( x ) = e x 2 posee exactamente dos

x

races simples, una en el intervalo (2,0) y otra en el intervalo (1,2).

2.3.

Bsqueda Incremental Es el proceso de dar valores a la variable independiente x para ver los

resultados (cambios de signo) de aplicar la funcin f. En este caso, se van asignando valores a la funcin f desde un lado de la variable en estudio, aumentndose gradualmente en un valor x. Si el valor de x es pequeo, tardar mucho, si el valor x es grande, se pueden dejar de determinar las races. La idea principal es: SUPONER UN VALOR DE x (LA RAZ x) EN (a,b) TAL
QUE

f (x) = 0. Se supone un punto de partida a = x0, incrementando un x, y

luego se calcula f (x0), f (x0 + x), f (x0 +2x),... Cuando se quiere mejorar en encuadramiento, se parte del ltimo valor antes del cambio de signo de f (x) y se disminuye en tamao del incremento

x, repitiendo hasta que se obtiene la precisin deseada.

25

2.4.

Mtodos de Encuadramiento Estos mtodos suponen que se tiene al principio un intervalo inicial

[a0...b0], en el eje de la variable independiente, x, donde est ubicada la raz, f (x). Tienen una velocidad de convergencia baja (salvo el mtodo de Mller). Antes de empezar con este tipo de mtodos, es necesario estar seguros de que se conoce el intervalo inicial [a0...b0] que contiene la raz. Ubicacin del Intervalo inicial [a0...b0]: Especificar dos valores, a y b, con tal que a < b, y calcular sus imgenes f (a) y f (b). Si Q = f (a)f (b) es negativo (Q<0), entonces los puntos seleccionados representan el intervalo, si Q es positivo (Q>0) entonces f(a) y f(b) son ambos positivos o negativos y entonces el intervalo no est definido. Es de hacer notar que, previamente se han fijado dos valores de x que se han definido como valores lmite permisibles xmx (valor mximo permisible) y xmn (valor mnimo permisible). Por tanto: (1) Si Q > 0 y | f (a)| > | f (b)|, se define a = b y f(a) = f(b). Luego se evala Si de nuevo Q > 0, se repite el procedimiento para b xmx. Cuando se alcanza el lmite xmx sin lograr definir el valor de b, no hay raz en ese intervalo. Si Q < 0 el intervalo est definido con los valores actuales de a y b. (2) Si Q>0 y | f (a)| < | f (b)|, se define b = a y f(b) = f(a). Luego se evala a

a b como b = a + x, donde x > 0. Despus se evala f (b).

a = b x, donde x > 0. Despus se evala f (a).

26

Si de nuevo Q > 0, se repite el procedimiento para a xmn. Cuando se alcanza el lmite xmn sin lograr definir el valor de a, no hay raz en ese intervalo. Si Q < 0 el intervalo est definido con los valores actuales de a y b.

2.4.1. Mtodo del Intervalo Medio (Biseccin): Supngase que f es una funcin continua definida en el intervalo [a,b] con f(a) f(b)<0. De acuerdo al teorema de valor medio, existe un nmero p en (a,b) tal que f(p) = 0. Se supone, a fines de simplificar las cosas, que la raz es nica en el intervalo (a,b).

Figura 22. Interpretacin Grfica del Mtodo de la Biseccin

El mtodo consiste en dividir varias veces a la mitad los subintervalos [a,b], y en cada paso, localizar la mitad que contenga a p.

27

Para empezar, se supone que a1 = a y b1 = b, y sea p1 el punto medio de [a,b]; es decir: p1 =

1 ( a1 + b1 ) = 0.5( a1 + b1 ) . 2

Si f(p1) = 0, entonces p = p1; de no ser as, f(p) tiene el mismo signo que f(a1) f(b1). Si f(p1) y f(a1) tienen el mismo signo, entonces p (p1,b1) y se toma a2 = p1 y b2 = b1. Si f(p1) y f(a1) tienen signos opuestos, entonces p (a1,p1) y se toma a2 = a1 y b2 = p1. Despus se vuelve a aplicar el proceso al intervalo [a2,b2]. Algoritmo del Mtodo de la Biseccin Sirve para obtener una solucin de f(x) = 0, cuando la funcin f es continua en el intervalo [a,b], donde f(a) y f(b) tienen signos opuestos.
ENTRADA: Extremos a,b; Tolerancia TOL; Nmero mximo de iteraciones, No. SALIDA: Solucin aproximada p, o mensaje de fracaso. Paso 1 Paso 2 Paso 3 Paso 4 Tome i = 1; FA = f(a). Mientras i No haga pasos 3 6. Tome p = a + (ba)/2; {Calcule pi} FP = f(p). Si FP = 0, o (ba)/2<TOL entonces SALIDA (p); {Procedimiento terminado satisfactoriamente} PARE. Paso 5 Paso 6 Paso 7 Tome i = i + 1 Si FAFP > 0 entonces tome a = p; {Calcule ai, bi} Si no, tome b = p. SALIDA (El mtodo fracas despus de No iteraciones, No =, No); {Procedimiento terminado sin xito} PARE.

Mtodo de la Biseccin Aplicado a la funcin: f (x) = x3 + 4x2 -10 = 0

la cual tiene una raz en [1,2], ya que f(1) = -5 y f(2) = 14. n
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

an
1.0 1.0 1.25 1.25 1.3125 1.34375 1.359375 1.359375 1.36328125 1.36328125 1.364257813 1.364746094 1.364990234 1.365112305 1.36517334 1.365203857 1.365219116 1.365226746 1.365226746 1.365228653 1.365229607 1.365229607 1.365229845 1.365229964 1.365229964 1.365229994 1.365230009 1.365230009 1.365230013 1.365230013

pn
1.5 1.25 1.375 1.3125 1.34375 1.359375 1.3671875 1.36328125 1.365234375 1.364257813 1.364746094 1.364990234 1.365112305 1.36517334 1.365203857 1.365219116 1.365226746 1.36523056 1.365228653 1.365229607 1.365230083 1.365229845 1.365229964 1.365230024 1.365229994 1.365230009 1.365230016 1.365230013 1.365230015 1.365230014

bn
2.0 1.5 1.5 1.375 1.375 1.375 1.375 1.3671875 1.3671875 1.365234375 1.365234375 1.365234375 1.365234375 1.365234375 1.365234375 1.365234375 1.365234375 1.365234375 1.36523056 1.36523056 1.36523056 1.365230083 1.365230083 1.365230083 1.365230024 1.365230024 1.365230024 1.365230016 1.365230016 1.365230015

f(an)
-5 -5 -1.796875 -1.796875 -0.848388672 -0.350982666 -0.096408844 -0.096408844 -0.032149971 -0.032149971 -0.016046691 -0.007989263 -0.003959102 -0.001943659 -0.000935847 -0.000431919 -0.000179949 -5.39625E-05 -5.39625E-05 -2.24658E-05 -6.71741E-06 -6.71741E-06 -2.78031E-06 -8.11763E-07 -8.11763E-07 -3.19625E-07 -7.35561E-08 -7.35561E-08 -1.20389E-08 -1.20389E-08

f(pn)
2.375 -1.796875 0.162109375 -0.848388672 -0.350982666 -0.096408844 0.032355785 -0.032149971 7.20248E-05 -0.016046691 -0.007989263 -0.003959102 -0.001943659 -0.000935847 -0.000431919 -0.000179949 -5.39625E-05 9.03099E-06 -2.24658E-05 -6.71741E-06 1.15679E-06 -2.78031E-06 -8.11763E-07 1.72513E-07 -3.19625E-07 -7.35561E-08 4.94783E-08 -1.20389E-08 1.87197E-08 3.34043E-09

f(bn)
14 2.375 2.375 0.162109375 0.162109375 0.162109375 0.162109375 0.032355785 0.032355785 7.20248E-05 7.20248E-05 7.20248E-05 7.20248E-05 7.20248E-05 7.20248E-05 7.20248E-05 7.20248E-05 7.20248E-05 9.03099E-06 9.03099E-06 9.03099E-06 1.15679E-06 1.15679E-06 1.15679E-06 1.72513E-07 1.72513E-07 1.72513E-07 4.94783E-08 4.94783E-08 1.87197E-08

TOL = |pN-pN-1|
5.00000000E-01 2.50000000E-01 1.25000000E-01 6.25000000E-02 3.12500000E-02 1.56250000E-02 7.81250000E-03 3.90625000E-03 1.95312500E-03 9.76562500E-04 4.88281250E-04 2.44140625E-04 1.22070313E-04 6.10351563E-05 3.05175781E-05 1.52587891E-05 7.62939453E-06 3.81469727E-06 1.90734863E-06 9.53674316E-07 4.76837158E-07 2.38418579E-07 1.19209290E-07 5.96046448E-08 2.98023224E-08 1.49011612E-08 7.45058060E-09 3.72529030E-09 1.86264515E-09 9.31322575E-10

28

En general, los procedimientos de paro que se pueden aplicar (como los vistos en el paso 4 del algoritmo) a ste y a otros mtodos similares son los siguientes: Se selecciona una tolerancia > 0, y se genera p1, p2, ..., pN hasta que se satisfaga una de las siguientes condiciones:
pN pN 1 < ,

pN pN 1 pN

< ,

pN 0,

f ( pN ) <

Inconvenientes del mtodo: Converge lentamente (N puede volverse muy grande antes que |pN pN1| sea bastante pequeo) e inadvertidamente se puede desechar una buena aproximacin intermedia. Sin embargo, siempre converge en una solucin sirve para iniciar mtodos ms eficientes.

TEOREMA 2.4.11. Supngase que f C[a,b] y f(a)f(b)<0. El mtodo de biseccin que se usa en el algoritmo genera una sucesin {pn} que aproxima a un cero de p de f, tal que

pn p
Demostracin:

ba , 2n

n 1

Para cada n 1, se tiene

bn an =
Y como pn =

1 (b a ) 2n 1

p ( an , bn ) .

1 ( an + bn ) para toda n 1, se deduce que: 2

29
pN p 1 ba ( bN aN ) = n 2 2

2.4.2. Mtodo de la FalsaPosicin (RegulaFalsi): ofrece una prueba para asegurar que la raz quede entre dos iteraciones sucesivas. Utiliza la frmula siguiente:

pn = pn 1

f ( pn 1 )[ pn 1 pn 2 ] f ( pn 1 ) f ( pn 2 )

Para ejecutar el mtodo de RegulaFalsi, se deben seguir los siguientes pasos: (1) Elegir dos aproximaciones iniciales p0 y p1, con f(p0)f(p1) < 0; la

aproximacin a la raz p2 ser la interseccin en la abscisa de la lnea que une a (p0, f(p0)) con (p1, f(p1)). (2) Calcular la siguiente aproximacin verificando el signo del producto

f(p2)f(p1): Si f(p2)f(p1) < 0 p3 el intervalo [p2,p1] encierra la raz, luego est en la interseccin de la lnea que une (p1, f(p1)) con (p2, f(p2)): Si f(p2)f(p1) > 0 p3 p0 = p1 f(p0), p1 = p2 f(p1)

el intervalo [p0,p2] encierra la raz, luego est en la interseccin de la lnea que une (p0, f(p0)) p0 = p0 f(p0), p1 = p2 f(p1)

con (p2, f(p2)):

210

(3)

Una vez hallado el signo de f(p3)f(p2), se determina si se utilizar p2 y

p3 p3 y p1 para calcular p4. (4) Repetir el procedimiento (2)(3) hasta cumplir con la tolerancia

requerida.

Figura 23. Interpretacin Grfica del Mtodo de la Falsa Posicin

Algoritmo del Mtodo de la Falsa Posicin Sirve para encontrar una solucin a f (x) = 0, dada una funcin continua f en el intervalo [p0,p1], donde f (p0) y f (p1) tienen signos opuestos.
ENTRADA: Aproximaciones iniciales p0, p1; Tolerancia TOL; Nmero mximo de iteraciones, No. SALIDA: Solucin aproximada p, o mensaje de fracaso.
Paso 1 Tome i = 2;

q0 = f (p0); q1 = f (p1).
Paso 2 Mientras i No haga pasos 37

211

Paso 3 Paso 4

Tome p = p1

q1 ( p1 p0 )

( q1 q0 )

{Calcule pi}

Si |p p1| < TOL entonces

SALIDA (p); {Proc. terminado con xito} PARE.

Paso 5 Paso 6 Paso 7 Paso 8 Tome i = i + 1;

q = f (p).
Si qq1 < 0 entonces tome p0 = p1;

q 0 = q 1.
Tome p1 = p;

q1 = q. SALIDA (El Mtodo fall despus de No iteraciones, No =;

No); {Proc. Terminado sin xito}

PARE.

2.4.3. Mtodo de la FalsaPosicin (RegulaFalsi) Acelerado: Es una versin del mtodo de la secante, ya que evala el punto que pasa por la cuerda entre dos puntos. Por otro lado, Curtis F. Gerald, en su libro Anlisis Numrico, Segunda Edicin, Editorial Alfaomega (1991), pgina 10, cita un MTODO DE
FALSA POSICIN MODIFICADA MODIFICADA),

(MTODO

DE LA INTERPOLACIN LINEAL

en la cual, si una posicin f (p) permanece estancada, es

decir, es siempre la misma, se puede cambiar su imagen f (pi) por la mitad de su valor, es decir:

f ( pi )

f ( pi ) 2

= 0.5* f ( pi )

212

e introducir este valor en la frmula pn = pn 1

f ( pn 1 )[ pn 1 pn 2 ]

f ( pn 1 ) f ( pn 2 ) , con

lo que se puede acelerar la convergencia de este mtodo. Hay que ser cuidadoso, ya que no siempre se puede hacer esta sustitucin. La misma puede hacerse mientras el signo de la imagen de la raz siguiente sea distinta de la imagen de la posicin estancada.

Figura 24. Interpretacin Grfica del Mtodo de la Falsa Posicin Modificada

2.4.4. Mtodo de Mller: Requiere tres aproximaciones iniciales, x0, x1 y x2, y determina la tercera aproximacin x3, considerando la interseccin del eje x con la parbola que pasa a travs de (x0, f (x0)), (x1, f (x1)), y (x2, f (x2)).

MTODO DE REGULA-FALSI GENERAL APLICADO A LA FUNCIN: f(x) = x3+x2-3x-3 = 0

Tolerancia Requerida: 1.00000000E-08

Calcular

Borrar

n
2 3 4 5 6 7 8 9 10 11 12

p n-2
1 1.571428571 1.705410822 1.727882728 1.731404866 1.731950853 1.732035344 1.732048415 1.732050437 1.73205075 1.732050799

p n-1
2 2 2 2 2 2 2 2 2 2 2

pn
1.571428571 1.705410822 1.727882728 1.731404866 1.731950853 1.732035344 1.732048415 1.732050437 1.73205075 1.732050799 1.732050806

f(p n-2 )
-4 -1.364431487 -0.2477451 -0.039339551 -0.006110673 -0.000945921 -0.000146349 -2.26406E-05 -3.50252E-06 -5.41841E-07 -8.38231E-08

f(p n-1 )
3 3 3 3 3 3 3 3 3 3 3

f(p n )
-1.364431487 -0.2477451 -0.039339551 -0.006110673 -0.000945921 -0.000146349 -2.26406E-05 -3.50252E-06 -5.41841E-07 -8.38231E-08 -1.29675E-08

f(pn)* f(pn-1) < 0?

Si Si Si Si Si Si Si Si Si Si Si

TOL=|p n -p n-1 |
0.428571429 0.13398225 0.022471907 0.003522137 0.000545987 8.44911E-05 1.30715E-05 2.02218E-06 3.12832E-07 4.83953E-08 7.48678E-09

213

La derivacin del Mtodo de Mller comienza considerando el polinomio cuadrtico

P ( x ) = a ( x x2 ) + b ( x x2 ) + c , que pasa por

2

(x0, f (x0)), (x1, f (x1)), y (x2, f (x2)). Se pueden determinar las constantes a, b, y c a partir de las condiciones

f ( x0 ) = a ( x0 x2 ) + b ( x0 x2 ) + c
2

f ( x1 ) = a ( x1 x2 ) + b ( x1 x2 ) + c , y
2

f ( x2 ) = a 02 + b 0 + c = c
y queda entonces

c = f ( x2 ) ,
2

b=

( x0 x2 )

f ( x1 ) f ( x2 ) ( x1 x2 ) f ( x0 ) f ( x2 ) ( x0 x2 )( x1 x2 )( x0 x1 )
2

a=

( x1 x2 ) f ( x0 ) f ( x2 ) ( x0 x2 ) f ( x1 ) f ( x2 ) ( x0 x2 )( x1 x2 )( x0 x1 )

Figura 25. Interpretacin Grfica del Mtodo de Mller

214

Cuando se quiere determinar x3, una raz de P, se aplica la frmula cuadrtica a P(x) = 0. Sin embargo, debido a los problemas de error de redondeo ocasionado por la sustraccin de nmeros casi iguales, se utilizar la frmula siguiente:

x3 = x2

2c b b + b 2 4ac b

= x2

2c b + signo ( b ) b 2 4ac

Una vez determinada x3, se reinicia el procedimiento usando x1, x2 y x3, en vez de x0, x1 y x2 para obtener la siguiente aproximacin, x4. El mtodo prosigue hasta que se logra una raz satisfactoria. Ya que en cada iteracin se
2 considera el discriminante = = b 4ac , se pueden aproximar races

complejas cuando = b24ac < 0. Algoritmo del Mtodo de Mller Sirve para obtener una solucin a f (x) = 0, dadas tres aproximaciones x0, x1, x 2:
ENTRADA: Aproximaciones iniciales x0, x1, x2; Tolerancia TOL; Nmero mximo de iteraciones, N0. SALIDA: Solucin aproximada p, o mensaje de falla.
Paso 1 Tome

h1 = x1 x0 ; h2 = x2 x1 ; f ( x1 ) f ( x0 ) ; h1 f ( x2 ) f ( x1 ) ; h2

1 = 2 =

215

d=

( 1 2 ) ( h1 + h2 ) ;

i = 3.
Paso 2 Mientras i No haga pasos 37. Paso 3

b = 2 + h2 d ;

D=

(b

4 f ( x2 )d ) . (Nota: se puede necesitar

aritmtica compleja).

Paso 4

Si

b D < b + D entonces tome E = b + D

si no, tome E = b D .

Paso 5

Tome

h=

2 f ( x2 ) E

p = x2 + h .
Paso 6 Si

h < TOL entonces

satisfactoriamente}

SALIDA (p); {procedimiento terminado PARE. Paso 7 Tome

x0 = x1 ; x1 = x2 ; x2 = p ; h1 = x1 x0 ; h2 = x2 x1 ;

{Prepare la siguiente iteracin}

1 =

( f ( x ) f ( x ))
1 0

h1

2 =

( f ( x ) f ( x ))
2 1

h2

216

d=

( 1 2 ) ( h1 + h2 ) ;

i = i + 1. Paso 8 SALIDA ( El mtodo fall despus de N0 iteraciones, N0 =, N0); {Procedimiento terminado sin xito}. PARE.