Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
x2 2x + 3 = 0
x( i + 1) = g(xi )
Como con otras formulas iterativas de este libro, el error aproximado de esta ecuacion se puede calcular
usando el estimaodor de error :
x( i + 1) x( i)
a = | | 100 %
x( i + 1)
1
Ejemplo 1.1. Use iteracion simple de punto fijo para localizar la raz de f (X) = e( x) x.
La funci?on se puede separar directamente y expresarse en la forma de la ecuacion (6.2) como
x( i + 1) = e( xi )
Empezando con un valor inicial de x0 =, se puede aplicar esta ecuacion iterativa y calcular:
De esta manera, cada iteraccion acerca cada vez mas al valor estimado con el valor verdadero de la raz,
o sea 0,56714329
1.1. Covergencia
Observese que el error relativo porcentual verdadero en cada iteraccion del ejemplo es casi proporcio-
nal (por un factor entre 0,5 a 0,6) al error de la itecraccion anterior. Esta propiedad, conocida como
convergencia lineal, es caracterstica de la Iteraccion de punto fijo.
Ademas de la velocidadde convergencia, se debe enfatizar en este momento la posibilidad de con-
vergencia. Los conceptos de convergencia y de divergencia se puede ilustrar graficamente. Recuerdese
que en la seccion 5.1 se grafico una funcion para visualizar su estructra y comportamiento. Tal aproxi-
macion es empleada en funcion f (x) = e( x) x. Un plantamiento grafico alterno es el de separar
la ecuacion en dos partes, como en
f1 (x) = f2 (x)
Entonces las dos ecuaciones
y = f1 (x)
y
y2 = f2 (x)
Se pueden garficar por separado. Los valores de x correspondientes a las intersecciones de estas fun-
ciones presentan las raices de f (x) = 0.
2
Ejemplo 1.2. El metodo grafico de dos curvas.
Enunciado del problema. Separe ecuaicon e( x) x = 0en dos partes y determine su raz en forma
grafica.
En el primer caso, el valor inicial x0 se usa para determinar el punto correspondiente sobre la curva
y2 [x0 , g(x0 )]4. El punto (x1 , x1 ) se encuentra moviendose horizontalmente a la izquierda hasta que in-
tersecta la curva y1 . Estos movimientos son equivalente sa la primera iteraccion en el metodo de punto
fijo.
De esta manera, tanto en la ecuacion como en la grafica se usa una valor incial x0 para obtener una
estimacion de x1 . La siguiente iteracion consiste en moverse al punto [x1 , g(x1 )] y despues a (x2 , x2 ).
Esta iteracion es equivalente a la ecuacion:
x2 = g(x1 )
La solucion en la figura es convergente, ya que la estimacion de x se aceraca mas a la raz con cada
iteracion. Lmismo se cumple para la distintas figuras b. Sin Embargo, este no es el caso para la la
figura c y d, en donde las iteraciones divergen de la raz. Observese que la convergencia parece ocurrir
unicamente cuando el valor de la pendiente de y2 = g(x) es menor al valor de la pendiente y1 = x; esto
es, cuando |g 0 (x)| < 1.
3
1.2. Errores de truncamiento
1.3. Error del problema.
1.4. Error del metodo.
1.5. Error residual
1.6. Error inicial
2. Errores de redondeo
Originados por la representacion finita de numeros es el caso de las computadoras (notacion punto flo-
tante). Ejemplo: se redondea en un numero finito de dgitos, como 32
El error absoluto no es mas que la diferencia entre el valor exacto y el valor aproximado, mientras que
el error relativo mide el error entendido como una porcion del valor exacto.
Por determinar el error absoluto y el error relativo en los siguientes casos. Sean x = 3,141592 y
x = 3,14; entonces el error absoluto es:
Ex = |x x| = |3,141592 3,14|
Seaun numero p es una aproximacion a p con d cifras decimales significativas, si d es el mayor numero
natural tal que:
|p p| 10d
<
p 2
4
Algorithm 1: Algoritmo en Octave y Matlab
1 x=2/3
2 format short e
3 x=6.6667e-01
4 format long
5 x=0.666666666666667
6 format long e
7 x= 6.666666666666666e-01
8 format hex
9 x= 3fe5555555555555
10 format bank
11 x = 0.67
12 format +
13 x=+
14 format rat
15 x = 2/3
16 format short
17 x = 0.6667
Ejemplo 2.1. Vamos a determinar el numero de cifras significativas de cada uno de los ejemplos sig-
nificativas de cada uno de los ejemplos anteriores .
a) si x = 3,141592; x = 3,14 es decir;
|p p| 102
= 0,000507 <
p 2
por lo tanto, x es una aproximacion a x con 2 cifras significativas. 0,00507 < 0,0050,0 500 cifras signi-
ficativas.
|x x| |3,141592 3,14|
Rx = = = 5,067494442308351e 04 = 0,0005067
x 3,141592
Ex = |x x| = |1000000 999996| = 4
|x x| |1000000 999996|
Rx = = = 4,000000000000000e 06 = 0,000004
x 1000000
5
Algorithm 2: Algoritmo en Octave y Matlab
1 Ex=abs(3.141592-3.14);
2 disp (El valor del error relaivo es : )
3 Rx=Ex/abs(3.141592)
4 disp(el valor de Ex, error abosuluto :)
5 fprintf(1, %10.6f \n,Ex)
6 disp(el valor de Rx, error relativo :)
7 fprintf(1, %10.5f \n,Rx)
8 disp(con dos cifras significativas Rx10-d/2)
9 aux1=(10(-2))/2;
10 aux2=(10(-5))/2;
11 aux3=(10(-0))/2;
6
Ejemplo 2.3. z = 0,000012, z = 0,000009
|x x| |0,000012 0,00009|
Rx = = = 0,250000000000000 = 0,25
x 1000000
3. Errores de Truncamiento
Definicion 3.1. Se refiere normalmente a los errores, que se producen cuando una expresion matemati-
ca complicada, se reemplaza por una formula mas simple.Lo podemos analizar mediante, un polinomio
de Taylor.
x4 x6 x8 x 1 0 x2n
ex2 = 1 + x2 + + + + ++
2! 3! 4! 5! n!
Pora los 5 primeros terminos:
x4 x6 x8
1 + x2 ++ +
2! 3! 4!
El momento de calcular una ntegral numericamente. Sabiendo que por la regal del trapecio nos da
como resultado : Z 1
2 2 1 1 + 1,284025417
ex dx = = 0,5710063542 = p
0 2 2
7
2
Al reemplazar f (x) = ex por la serie de Taylor truncada
x4 x6 x8
p8 (x) = 1 + x2 + + +
2! 3! 4!
Integrando termino a termino este polinomio se tiene:
Z 1 1/2
x4 x6 x8 x3 x5 x7 x9
2
2
1+x + + + dx = x + + + ++
0 2! 3! 4! 3 5 2! 7 3! 9 4! 0
1 1 1 1 1
+ + + + = 0,544986720817 = p
2 24 320 5376 110592
Error absoluto :
Error Relativo
|p p| |0,5710063542 0,544986720817|
Rp = = = 0,04556802773
p 0,5710063542
x3 x5 x7 x9 (1)n x2n+1
sin(x) = x + + ++
3! 5! 7! 9! (2n + 1)!
8
Pora los 5 primeros terminos:
x3 x5 x7 x 9
+x +
3! 5! 7! 9!
El momento de calcular una ntegral numericamente. Sabiendo que :
Z 3
2 3 0 + 0,9974949866
sin(x) dx = = 0,74812124 = a
0 2 2
Al reemplazar f (x) = sin(x) por la serie de Taylor truncada
x3 x5 x7 x9
p9 (x) = x + +
3! 5! 7! 9!
Integrando termino a termino este polinomio se tiene:
Z 3 3/2
x3 x5 x 7 x9 x2 x4 x6 x8 x10
2
x + + dx = + +
0 3! 5! 7! 9! 2 4 3! 6 5! 8 7! 10 9! 0
3/2
2,25 5,0625 11,390625 25,62890625 57,66503906
+ + = 0,9292630659 = a
2 24 720 40320 3628800 0
Error absoluto : Ea = |p p| = |0,74812124 0,9292630659| = 0,1811418259
Error Relativo: Ra = |aa|
a
= |0,748121240,9292630659|
0,74812124
= 0,2421289708
Ejemplo 3.3. Sea la serie de Tailor:
9
Algorithm 6: Algoritmo en Octave y Matlab
1
2 clear
3 fprintf(f= sin(x); integracion desde 0 hasta 1.5)
4 disp(El resultado por la regla del trapecio es p)
5 a=(1.5-0)*((0+0.9974949866)/2);
6 fprintf(El valor de a es = )
7 fprintf(1, %10.6f\n,a)
8 x=1.5;
9 a barra=(x2)/2-(x.4)/(4*factorial(3))+((x.6)/(6*factorial(5) ))-((x.8)/(8*factorial(7)))+
((x.10)/(10*factorial(9)));
10 fprintf(El valor de a barra es = )
11 fprintf(1, %10.6f\n,a barra)
12 Ea=abs(a-a barra);
13 fprintf(El valor del error absoluto es = )
14 fprintf(1, %10.12f\n,Ea);
15 Ra=Ea/abs(a);
16 fprintf(El valor del error relativo es = )
17 fprintf(1, %10.12f\n,Ra);
5/2
(x 1)2 (x 1)3 (x 1)4 (x 1)5 (x 1)6
+ +
2 32 43 54 6 5 1
1,125 0,5625 + 0,421875 0,3796875 + 0,3796875|5/2
1 = 0,984375 = b
Error absoluto :
Error Relativo
|b b| |0,6872180489 0,984375|
Rb = = = 0,4324056267
b 0,6872180489
10
Algorithm 7: Algoritmo en Octave y Matlab
1
2 clear
3 fprintf(f= sin(x); integracion desde 0 hasta 1.5)
4 disp(El resultado por la regla del trapecio es p)
5 b=(2.5-1)*((0+0.9162907319)/2);
6 fprintf(El valor de b es = )
7 fprintf(1, %10.6f\n,b)
8 x=1.5;
9 b barra=(x2)/2-(x.3)/(3*2)+((x.4)/(4*3))-((x.5)/(5*4))+((x.6)/(6*5));
10 fprintf(El valor de b barra es = )
11 fprintf(1, %10.6f\n,b barra)
12 Eb=abs(b-b barra);
13 fprintf(El valor del error absoluto es = )
14 fprintf(1, %10.12f\n,Eb);
15 Rb=Eb/abs(b);
16 fprintf(El valor del error relativo es = )
17 fprintf(1, %10.12f\n,Rb);
11