ee. 2 cu i Analisis numéricoContenido 1 Preliminares matematicos 1 LI Repase de cileulo 2 1.2 Brrores de redondes y aritmética de ana computadora 18 2 Soluciones de ecuaciones de una variable 47 2.1 El métoda de bisecciéa 48 2.2 heracidn de panto fijo 55 23° El método de Newton 66 2.4 Andlisis de error para los. iméindos iterativas 78 2.5 Convergencia scelerada 86 2.6 Ceros de polinomlos y el miétodo de Miller 91 2.7 Uns visidn general de métodos y de software 101 3 Interpolaci6n y aproximacién polinomial 104 3.1 Interpolacién y polinomio de Lagrange 107 3.2 Diferencias dividides 122 3.3 Unterpolacién de Hermite 133 3.4 Interpolacisn de trazadores edbices M1 3.5 Curvas parumétricas 156 3.6 Rekefta de métodos y de software 163Conterida 4 Diferenciacion e integracién numéricas 166 41 Diferenciacién numérica 167 4.2. Extrapolacidn de Richandson 178 43 Elementos de In imegracién numérica 186 44 Iniegracidn numérica compuesia 1% 45° Iniegracidin de Romberg 207 4.6 Métodos adaptativos de ctiadratira 213 4.7 Cuadrarura gavssiana 220 48 Integrates miltiples 227 4.9 Integrates impmpias 241 4.10 Reseda de métodos y software 247 5 Problemas de valor inicial para ecuaciones diferenciales ordinarias 249 5.1 Teoria elemental de Jos problemas de valor inicial 251 5.2 Métado de Euler 256 5.3. Métexdos de Taylor de orden superar 266 SA Métodos de Runge-Kutta 272 5.5 Control del crrory cl métode de Runge-Kutta-Fehibery 282 3.6 Métodos multipasos 289 5.7 Métodos maltipasos con tamafio variable de pase 301 5.8 Métodas de extrapolaciéa 07 5.9 Ecuaciones de orden superior y sisternas de ecusctones diferenciales 313 5.10 Estabilidad 324 5.1] Eeuactones diferenciales rigidas 334 5.12 Resefiade métodos y de software 42 6 — Métodos directos para resolver sistemas lineales 344 6.1 Sistemas de ecuaciones Fineales 45 6.2 Estratngins de pivoteo 359 6.3 Algebra tineal e inversas de matrices 370 64 Determinante de une matrix 383 6.5 FuctorizaciGn de matrices 388 6.6 Tipos especiales de matrices 98 6.7 Reseba de métoxtos y de software 413Contenide vii 7 — Métodos iterativos en el algebra matricial 417 71 Nonmas de vweetores y de matrices 418. 7.2. Vectones y valores earacterfsticas 430) 7.3. Métoxos iterativos para revolver sistemas lineales 437 74 Estimaciones de error y refinamiento iterative 454 7.5 El método del gradients conjugada 465 7.6 Resefia de métodos y de software 481 8 Teoria de la aproximaci6n 483 BI Aprximacidm discreta por minimps euadrados 484 82 Polinontios ortogonales y aproximacidn por minimos cuadrados 495 83 Polinomios de Chebyshev y economizacidn de las series de patencias $07 84) Aproximacién mediante la funcién racional S17 85 Aproximacién polinomial trigonométrien 529 86 Transformadas ripidas de Fourier $37 8.7 Resefta de métodos y de programas de computo 348 9 Aproximacion de los valores caracteristicos 550 9.1 Algebra lineal y valores caractertsticos 551 92 Métoxo de la potencia 560 93 Método de Houscholder 577 94 Algoritmo QR 585 9S Reseiia de métodos y programas de cdimputo $97 10 soluciones numéricas de sistemas de ecuaciones no lineales 600 104 Puntos fijos para funciones de varias variables 602 10.2 Métode de Newton 611 103 Métodos cuasi-Newton 620 104 Métoiios del descenso mas ripide 628 10.5 Métoiios de homotopia y de continuscidn 635 10.6 Resefia de-métadas y de programas de cmputo 643viii Contenido 11 Probiemas con valor en la frontera para ecuaciones diferenciales ordinarias 645 TL El método del dieparo lineal 646 11.2 El método del disparn para problemas wo lineales 653 11.3 Métodos de diferencias fnitas para los problemas lineales 660 Lid Métdis de diferencias finitas para peobleenas no Kneales 667 115 El métoda de Raybeigh-Rite 672 11.6 Reseda de méteddos y de programas de eémpulo 688 12 Soluciones numéricas para las ecuaciones diferenciales parciales 691 12.1 Beuaciooes difereaciales parciales elipticas 694 Eeusciones diferenciales parclales parubdticas 70H Ecuaciones difereniales parciales hipertsiticas 718 24 ‘Una introdvecitin al método-de elementos finitos 726 125° Resefia de métodos y de programas de ecmputo 741 Bibliografia 743 Respuestas a ejercicios seleccionados 753 indice 831Prefacio LS Acerca del texto Hemos claborado este material para una serie de cursos acerca de la teoria y aplicacidn de las téenicas de aproximacién numérica. Esti disefiado sobre toda para estudiantes orienta- dos a las matemdticas, Ciencias ¢ ingenieria que han conchiido se curso de calculo en Hi- cenciatura. Sera de utilidad cstar familiarizado con los fundamentos del dlgebra de matrices y las ecuaciones diferenciales, aunque en el texto presentamos un material introductoria adecuado para estas temas, de modo que estos cursos no Son premrequisitos Las ediciones anteriores de Andlisis numérico s¢ utitizan en situaciones muy variadas, En algunos casos, se enfatizé el anilisis matemitico en que se basa el desarrollo de Ine técnicas de aproximacidn y ne les propios métodos, en otros, ef éofasis fue a la inversa. Asimismo, el libro se utiliza como referencia bésica para cursos inticiales posteriores a la licenciatura en programas de ingenicria y ciencias de la computacidn; como base para un examen de actuaria en métodas numéricos, donde es comin ef estudio autodidacta; y en cursos de andlist oduciorio impartidos en universidades internacionales. Hemos tata- do de adaptar e! libro’ a estos usuarios tan diversos sin comprometer nuestra propésito ori- ginal: Ofrecer wna introduceién a las técnicas madernas de aproximacién: explicar edmo, por qué y cucndo se espera que funcionen: y proporcionar una base firme para el es- hidio posterior del anuilisis numérica y ef computa ctentifico. El libro contiene suficiente material para un aio completo de estudio, aunque tal ver Jos lectores lo utilicen sélo para un curso de on semestre, En est lapso, los estudiames aprenden a identificar qué problemas requieren métodos numéricas para su solucide y ven ejemplos de la propagacion (0 difusion) del error que puede ocurrie al aplicarlos. Ademés, Feconocen cémo aproximar con precisiéa las sotuciones de problemas que no se pueden resolver con exactitud y aprenden técnicas de estimacién de cotas {o imites) del error en las aproximaciones. El resto del tcxto sirve como referencia para métodos. mo considcrados eel curso. El tratamiento de un afio.o un semestre ex comsixtente con lox propésitos del texto, Casi todos los conceptos del texto se ilustran mediante ejemplos; esta edicidn contie- ne mas de 2.000 ejercicios probados en clase que abarcan desde aplicaciones clementalesx Prefacio de los métodos y los algoritmos hasta generalizaciones y extensiones de la teoria. Ademés, Jos conjuntos de ejercicios incluyen muchos problemas de eplicacién de diversas direas de la ingenieria, asi como de las ciencias fisicas, de la computacién, biolégicas y sociales. Las aplicaciones elegidas demuestran en forma concisa o6mo se pueden aplicar los métodos numéricos en situaciones reales. Existen varios paquetes de software para realizar calculos matemiticos simbsilicos, De sto, predominan en el medio académico Derive, Maple y Mathematica, Las versiones ¢s- colares de estos paquetes estin disponibles a precios razonables y funcionan en la mayo- ria de las computadoras. Aunque cxisten diferencias importantes entre los paquetes, tanto ‘en desempefio como en precio, todos pueden realizar operaciones comunes de calculo y figebra, El hecho de contar con un paquete para el cdlculo simbdlico puede ser muy dtl en el estudio de las técnicas de aproximacisn, Los resultados de la mayor parte de nuesiros ejemplos y ejercicios se generaron a partir de problemas para los que pueden determinar- se los valores exactos, pues esto permite examinar el desempetio del método de aproxima- cién. A menudo, las soluciones exactas se pueden obtener con relativa facitidad mediante calculo simbélico, Ademés, para muchas tenicas muméricas, el anilisis del error exige acotar una derivada ordinaria o parcial de orden superior de una funciGn, lo cual puede ser uma tarea tediosa y poco instructiva cuando se dominan las técnicas del cileulo. Las deri- vadas se pueden obtener ripidamenie en forma simbélica y un poco de ingenio permite que un cdlculo simbdlico ayude también en el proceso de acotacién Se cligié a Maple como paquete estindar debide al uso generalizado, pero Derive 0 Mathematica se pueden sustituir con s6lo ligeras modificaciones, También, se agregaron ejemplos y ejercicios donde se tiene la impresiGn que un sistema de élgebra por computs- dora podria traer beneficios significativos y se analizaron los métodes de aproximacién que usa Maple cuando no ¢s posible resolver un problema de manera exacia. Samael Novedades en esta edicién La séptima edicién incluye dos nuevas secciones importantes. El método del gradiente conjugado precondicionado se agregé al capitulo 7 para proporcionar un tratamiento més complete de la solucién numérica de los sistemas de ecuaciones lineales. Se presenta co ‘mo una técnica de aproximacién itcrativa para resolver sistemas lineales positivos defini dos. De esta forma, es particularmente dtil para aproximar la solucién de sistemas dispersos. de gran tamatio. En el capitulo 10 se afiadié una seccién sobre métodos de homotopia y continuacién. Estos proporcionan una (éenica muy distinta, que en fechas recientes ha llamado mucho la atenciém, para aproximar las soluciones de sistemas de ecuaciones no lineales. ‘También se afiaden en todo el libro grandes listados de cédigo Maple, pues los revie sores consideraron titi} esta caracteristica en la sexta ediciGn. Hemos actualizado todo el cOdigo Maple a la versién 6, que es 1a mis reciente, Las personas farniliarizadas con nues- teas ediciones anteriores verdn que casi todas las paginas mejoraron de alguna manera, Se actualizaron y revisaron las referencias y se han agregado nuevos ejercicios. Esperamos que todos estos cambios le parezean benéficos para la ensefunza y el estudio del andlisis, numérico; la mayor parte de ellos han sido motivados por cambios en la presentacién del material a nuestros propios estudiantesPrefacio Pil ‘ira modificacivin importante en esta edicidn es un sitio en Intemet* en En este sitio colocarcmos programas actualizados conforme cambie el software, ast como respuestas a los comentarios realizados por usunrios del libro. También podemos agregar nuevo material que padria incluirse en ediciones posteriores, en la forma de archi- wos PDF que pueden ser consullades par los usuarios. Esperamos que esto amplic la vida de la séptima edicién, a la vex que mantenga ac- tuslizado ¢l material. “La informacia conteaida cn este sitio esth.cn inglés, Asimismo, esta casa editorial no se hace responsable si en algdin momenta desaparece el siti cambia de dizecciin. ‘Como en las ediciones anteriores, se proporciona un algoritmo detallado y estructurado sin el listado del programa para cada méiodo en el texto, Los algoritmos aparecen de forma ‘que los estudiantes puedan codificarlos, aun con poca experiencia en programacién. Los programas para cada algoritiio estan eseritos en FORTRAN, Pascal y C, Ademis, Jos hemos codificado por medio de Maple y Mathematica, asi como MATLAB, un paque- te de software ampliamente utilizado para aplicaciones del ilgebra tineal. Esto debe garan- lizar qué se dispone dé on conjunto de programas para la mayor parte dé los sistemas de cémputo, Por medio de los algoritmos se obtienen programas que dan los resultados corrects para los ejemptos y ejercicios en el texto, pero de ningiin modo se intenté escribir softwa~ re profesional de cardcter general, Ea particular, los algoritmos no siempre estin excritos de una forma que conduce al programa mds efective en términos de requisitos de tiempo © almacenamiento, Cuando ocurre un conilicto entre escribir un algoritmo extremadamen- te eficaz y uno algo distinto que ilustre mejor fas caracteristicas importantes del método, se opta por lo segundo, Acerca de los complementos en la direcciém www.thomsonlearning.com.mx En el sitio, el lector encontrar informacién sobre este libro y podria, ademas, consultar los archivos electrnicas de los algoritmas que aparecen en cl texto (en distintos forma- tos). Para cada algoritmo hay un programa C. Fortran, Maple, Mathematica, MATLAB y Pascal; y para cada sistema hay varios programas, cuya aplicacién depende de la ver- sidn del software que se emplee; esos programas se ejemplifican con un problema del tex- to, de modo que el usuario pueda resolverlo en el lenguaje de su eleccién e identifique la entrada (INPUT) y la salida (OUTPUT), éstos pueden también modificarse para re- solver otros problemas. Las. entradas y salidas son casi las mismas en cada sistema de programacién,ati Prefacio Las programas pueden correrse en una computadora que posea los sistemas operati- ‘vos MS-DOS, Windows o Macintosh, Sin embargo, se requiere un software apropiado, co- mo un compilador para Pascal, Fortran, C, 0 algin sistema algebraico para computadora (Maple, Mathematica e MATLAB). E] lector encontrard seis subdirectorios pura cada len- guaje y los archivos complementarios. ‘Todos los programas estin en archivos ASCII y hojas de edleulo; y pueden modificar- se mediante un procesador de palabras, capaz de crear un archiva estindar de ASCII (de Jos Hammidos “s6lo texto”), Los archivos README se presentan en formato ASCII y PDF, y se incluyen con los archivos del programas, de manera que los sistemas de programacién puedan ejecutarse en forma individual. Sugerencias para un curso Andlisis numérico esta diseftado para que los profesores pucdan clegir entre los temas, asf como el nivel de rigor tedrice y el énfasis en las aplicaciones. En concordancia con estos propésitos, proporeionamos referencias detalladas para los resultados no demostrados en el texto y las aplicaciones utilizadas para indicar la importancia préctica de los métodos. Las referencias son las que tienen mis posibilidades de ser halladas en las bibliotecas de las universidades y se actualizaron para reflejar la ediciéa més reciente en el momento en que este libro se imprimié, También incluimos citas de articulos originales de investiga- cin cuando consideramos que el material es accesible a nuestros lectores, En el siguiente diagrama de flujo se indican los prerrequisitos de cada capitulo. La tinica desviaciGn de este diagrama se describe en la nota al pie de pagina, al inicio de la seccidin 3.4. La mayor parte de las secuencias posibles que pueden generarse con este grama, los autores las utilizaron en Youngstown State University,Prefocio oii Agradecimientos Nos sentimos muy afortunados porque muchos de nuestros estudiantes y colegas nos. han comunicado sus impresiones acerca de las ediciones anteriores de este libro. Todos es- tos comentarios fueron tomados en cuenta y se procuré incluir todas las sugerencias acordes con los principios det libro; asimismo, agradecemos a todos aquellos que se han tomado un tiempo para contactarnos ¢ informamos de mejoras que podemos hacer en ver: siones. posteriones En particular, queremos agradecer el esfuerzo de las siguientes personas: Glen Granzow, Idaho State University José Miguel, Universidad Peruana Cayetano Heredia, Lima, Perit John M. Neuberger, Northern Arizona University L. G. de Pillis, Harvey Mudd College Agradecemos cn particular a nuestro amigo y alguna vez alumno, Jim Baglama, de Ball State University. Jim estuvo de acuerdo en revisar ampliamente esta edicidm y nos ayudé a actualizar las secciones de bibliograffa y software, Es muy gratificante ver el de- sarrollo de nuestros estudiantes en su profesion. Otra persona que se desempefta bien én su profesién, aunque de manera muy distinta, cs nuestro editor Gary Ostedl, gerentc sobresaliente de nuestros proyectos y gran amigo en lo personal. Extraiiaremos en gran medida su direccién y apoyo, y aprovechamos la opor- tunidad pars desearle lo mejor en su pronto retiro de Brooks/Cole. Igual que en las ediciones anteriores de este libro, aprovechamos la ayuda de los ¢s- tudiantes de Youngstown State University para preparar la séptima edicién, Nuestra habill asistente para esta edicién fue Laurie Marinelli, a la que agradecemos su trabajo. También queremnos expresar nuestra gratitud a los colegas académicas y administrativos de Youngs- town State University por darnos la oportunidad y facilitanos los medias para concluir es- te proyecto, Por tiltimo, quisiéramos agradecer a quienes han utilizado y adoptade las diversas edi ciones de Andlisis numérico en estos aiios, Es maravilloso saber de tantos estudiantes y j6- venes profesores que utilizan nuestro libro en su primer encuentrs con el estudio de los métodos numéricos. Esperamos que esta edicién continde esta tendencia y apoye el gusto de los estudiantes por el anzlisis numérico. Si usted tiene sugerencias para mejorar el ma- terial que puedan incorporarse en las proximas ediciones del libro, agradeceremos sus co- mentarios en las siguientes direcciones de correo electrsnico: Richard L. Burden burdent math ysu.esly . Douglas Faires faires@math ysueduCAP a a ULO Preliminares matematicos | primeros cursos de quimica se introduce la ley del gas ideal, PV = NRT, que relaciona la presin P, el volumen V, la temperatura Ty el ni- mero de moles V de un gas “ideal”, En esta ecuacién, X es una cons- tante que depende del sistema de medida. Suponga que se realizan dos experimentos para comprobar es- ta ley con el mismo gas en cada caso, En el primer experimento, P= 1.00.atm, V = 0.100 m’, N= 0.00420 mol, RK = 0.08206, Por medio della ley del gas ideal se predice que la temperatura del gas sera (1.00)(0.100) = 290.15 K = 17°C, (0.00420)(0.08206) Al medir Ia temperatura del gas, vemos que la temperatura real es 18°C,CAPITULO 1 © Preliminares matematicos Lego, repetimos el experimento con los mismos valores de R y .N, pero se incrementa la presién por un factor de dos y se reduce ef volumen por el mismo factor. Como el producto PY es el mismo, ln temperatura prevista atin es 17 °C, pero ahora la temperatura real del gas es de 19°C, Por supuesto que se sospecha de la ley del gas ideal, pero antes de concluir que la ley no es valida en esta situacién es necesario exa- minar los datos para ver si el error se puede atribuir a los resulta- dos experimentales. En caso afirmativo, podriamos determinar Ia. precisién necesaria en nuestros resultados experimentales para ga= rantizar que no ocurra un error de esta magnitud. El andilisis del error que surge en los ciilculos es un tema impor- tante en el aniilisis numérico y se presenta en Ia seccién 1.2. Esta aplicacién particular se considera en el ejercicio 28 de esa seccién, Este capitulo contiene un breve repaso de temas de célculo ele- mental de una variable, necesarios en capitulas posteriores, junto: con una introduccién a la convergencia, el andlisis del error y la re= presentacién de los niimeros ¢n los dispositive utilizades para la realizacién de los célculos. 1.1 Repaso de calculo Definicién 1.1 Definicién 1.2 Los conceptos de limite y continuidad de una funcién son fundamentales en ¢l estudio del célculo diferencial, Una funcidn / definida en un conjunto X de niimeros reales tiene el limite 1 en x,, denota- do por im f(x) = L, rng si, dado cualquier ntimero real © > 0, existe un niimero real 6 > O tal que |f(x) - L| < €, siempre que x Xy0-< |x—xy| <6. (Véase la figura 1.1.) . ‘Sea funa funcién definida en un conjunto X de nimeros reales y xy € X. Entonces fes con- tinua cn x si im fix) = fox). a La funcién fes continua en el conjunto X si cs continua en cada nimero en X. .‘Figura 1.1 Definicién 1.3 Teorema 1.4 1.1 Repaso de eétewio- 3 (COQ denota al conjunto de funciones que son continuas en X, Cuando X es un inter- valo de la recta real, se omiten los paréntesis en esta natacién. Por ejemplo, el conjunto de todas las funciones continuas en el intervalo cerrado [a,b] se denota Clad). El démite de una sucesién de nimeros reales 0 complejos se define de manera similar, Sea {x,)7_, una sucesién infinita de nimeros reales o complejos. La sucesién (x, )7_ tie- ne el limite x (converge a x) si, para cualquier € > 0, existe un entero positive M(@) tal que |x, — x] N(e). La notaci6n o xx cuando =n 00, lim 3, _ significa que la sucesién {x,)™, converge a x. . En el siguiente teorema se relacionan los conceptos de convergencia y continuidad. Sifes una funciGn definida en un conjunto X de niimevos reales yx € X, entonces las si- guientes afirmaciones son equivalentes: a Fes continua en agi b. Si (x,)%., es cualquier sucesién en X que converge a x,, entonces lim f(4,) = fC) . ‘Supondremos que son continuas lus funciones por considerar en el aniilisis de los métodos numéricos, pues éste es un requisito mfnimo para tener un comportamiento pre- decible, Las funciones discontinuas pueden interrumpirse en los puntos de imterés, lo que puede causar dificultades al intentar aproximar una soluci6n a un problema, Por lo gene- ral los supuestos mis claborados acerca de una funcién conducen a mejores resultados de aproximacién. Por ejemplo, una funcién con grifica uniforme se comportard, por lo gene-Definicién 1.5 Figura 1.2 Teorema 1.6 Teorema 1.7 CAPETULO 1 © Pretiminares matematicos ral, de manera mis predecible que una en forma de sierra. La condicién de suavidad se ba- sa en el concepto de derivada. Sea f una funcién definida en un intervalo abierto que contiene a x, La funcidn fes deri= vable en x9 si fa) = feo) = tim LoL) £69 = im existe, El niimero f’(1,) es la derivada de fen x, Una fu ntimero de un conjunto X es derivable en X. La derivada de fen x, es ln pendiente de la recta tangente a la grafica de fen (x, Fx). como se muestra en la figura 1,2 . ‘i6n que tiene derivada en cada | La recta tangente tiene pendieme f(x) i fie) + i (sy. ro { Si la funcidn Fes derivable en xp, entonces fes continua en xy . El conjumo de todas las funciones que tienen n derivadas continuss en X se denota C*(X), y el conjunto de funciones que tienen derivadas de todos los 6rdenes en X se deno- ta C-(X). Las funciones polinomiales, racionales, trigonométricas, exponenciales y loga~ ritmicas estén en C-(X), donde X consta de todas los niimeros para los que estén definidas las funciones. Si X ¢8 un intervalo de la recta real, se omiten de nuevo los paréntesis en es- ta notacién, Los siguientes teoremas son fundamentales en la deduccién de métodos para la esti- macién del error. Las demostraciones de estos teoremas y de los dems resultados xin re~ ferencia en esta seocidn se pueden encontrar en cualquier texto de edleulo. (Tearema de Rolle) Suponga que /€ Cla,b] y que fes derivable en (a, b). Si f(a) = f(b), entonces existe un ndimero ¢ en (a, 6) tal que f“{c) = 0. (Véase la figura 1.3.) .1.1 Repeso de célevlo 5 Figura 1.3 Hah = 08) + Teorema 1.8 (Teorema del valor medio) Sife Cla, b] y fes derivable en (a, 5), entonces existe un mimero ¢ en (a, b) tal que fo= i =f ¢Véase la figura 1.4.) . Figura 1.4 Rectas paradelas Pendiente fe) y= fun Teorema 1.9 (Teorema de los valores extremos) Sif Cla. 6], entonces existen cy, c, € la, b] tales que f(c,) = f(x) = f(c,) para toda.x € [a,b]. Ademas, si fes derivable en (a, »), entonces los mimeras c, y c, aparecen en los ex- tremos de [a, b], o bien donde se anula f* (Véase Ia figura 1.5.) . ‘Como se inenciond en el prefacio, cuando sea adecuado usaremos el sistema de dige- bra por computadora, Maple, Los sistemas de élgebra por computadora son ttiles para la derivacién simbiilica y el trazo de grificas. Ambas técnicas se ilustran en el ejemplo 1Figura 1.5 EJEMPLO1 CAPITULO 1 © Pretiminoves mateméticos Determine max, <<, [f(x)| para Fle) = S cos 2x — 2x sen 2x ‘en los intervalos [1,2] y (0.5, 1). Primero ilustraremos las capacidades grificas de Maple, Para tener accese al paquete de graficacién se escribe la instruccién swith(plots); A continuacién aparecen las instrucciones del paquete, Se introduce la definicisn de f al escribir #008 (24x) -2¢xtsen(2*x) : La respuesta de Maple es f:= S.cos(2x) — 2rsen (2x) Para graficar fen el intervalo (0.5, 2}, use la instruccién »pli La grifica aparece como en la figura 1.6, en la cual se pueden determinar las coordenadas fsolveig.x.0.5..197 Maple responde con fsolve( ~ 12 sen(2x) — 4x cos (2x), x, 5.1) 1o cual indica que Maple no pudo encontrar una soluciém en (0.5, 1). Si grafica g, veré que no hay soluciones en este intervalo, y el méximo ocurre en win extremo. Por tanto, f° nun- ca se anula en [0.5, 1], como s¢ muestra en Ia figura 1.8, y como f(0.5) = 1.860040545 y fl) = —3.899329037, tenemos max — |S.cos 2e = 2esen 2x| = [y(1y| = 3.899329037 . oseext Figura 18 E] otto cancepto basico del cflculo que usaremos ampliamente es la integral de Rie- mann. Definicién 1.10 La integral de Riemann de la funcién fen cl intervalo [a, 6] es el siguiente limite, si és- te existe ’ . f fOdde = lim YS f(z) Ax, lo 0 mishTeorema 1.11 1.1 Repaso de céleulo 9 donde los nilineros xy X;...., 1, Satisfacen a = xy = x, S-- Sx, para toda / by =x -4,, |. 2,24 my z, se elige de manera arbitraria en el intervalo [,..,x]. ‘Toda funcién continua f en [a, b] es Riemann-integrable en (a, 6]. Esto nos permite clegir, para fines de eflculo, los puntos x, uniformemente distribuidos en [a, 6), y para ca~ da i= 1,2,..., m, elegir z, = x, En este caso, En nuestro estudio del andlisis numérico necesitaremos otros dos resultados. El pri- mero es una generalizacién del teorema del valor medio para integrals. (Teorema del valor medio ponderado para integrales) Suponga que f€ C[a, b], que la integral de Riemann de g existe en [a, b] y que g(x) no cambia de signo en (a, 6]. Entonces existe un nmero ¢ en (a, b) tal que [reve a= so [00 de . ‘Cuando g(x) = 1, el teorema 1,11 es el del valor medio para integrales que proporcio- na el valor promedio de la funcién fen el intervalo fa, 6] como 1 w-~ > fn de, (Véase Ia figura 1.10.)10 Figura 1.10 Teorema 1.12 Teorema 1.13 Figura 1.11 CAPITULO 1 © Pretiminares matematicas ya fey fo}+ = Por lo general, la demostracién del teorema 1.11 no se da en un curso basico-de céleu- Jo, pero se puede encontrar en Ia mayor parte de los textos de andlisis (véase, por ejemplo, IFu, p. 162) El otro teorema que necesitaremos y que normalmente no se presenta en un curso bé- sico de célculo se deduce al aplicar de manera sucesiva el teorema de Rolle af, f’,.... y. por titimo, a f"—!), (Teorema generalizado de Rolle) Suponga que f'€ Cla, b] es n veces derivable en (a, b). Si f(x) se anula en los n + 1 néime- ros distintos.x,...., x, en [a, b], emtonces existe un mimero c en (a, b) tal que fc) = 0. . El siguiente teorema es el del valor intermedio. Aunque su enunciado parece razonable, Ja demostracién esté fuera del alcance de un curso usual de célculo. Sin embargo, se puede encontrar en la mayor parte de las textos de andlisis (véase, por ejemplo, [Fu, p. 671). (Teorema del valor intermedio) Si fe Cla, 6] y K es cualquier nimero entre f(a) y f(b), entonces existe un niimero ¢ en (a, by tal que f(c} = K. . En la figura 1.11 se muestra una eleccién del mimero garantizado por el teorema de! valor intermedio. En este ejemplo hay otras dos posibilidades. (a, fay fonEJEMPLO 2 Teorema 1.14 EJEMPLO 3 1. Repaso de edtewlo 1 Para mostrar que x5 = 2x) + 3x7 = 1 = 0 tiene una solucidn en el intervalo [0, 1], consi- dere f(x) = 3° — 2x + 3x — 1. Puesto que sO) ==1<0<1=fl) ¥ fees continua, el teorema del valor intermedio indica que existe un ndmero.x en 0 < x < T para el que x° — 28 + 3° ~ 1 = 0, . Como vimos en el ejemplo 2, el teorema del valor intermedia sirve para determinar si existen soluciones de ciertos problemas. Sin embargo, no proporciona un método eficaz para determinar tales soluciones. Estudiaremos este tema en el capitulo 2 El tltimo teorema en este repaso de calculo describe los polinomios de Taylor. Estos se usan ampliamente en el andlisis numérica, ({Teorema de Taylor) Suponga que fe C*[a, 5). que f+") existe en [a, b] y xy € (a, b). Para cada x € [a, b) existe un ndmero &(x) entre x, ¥ x tal que SU) = PR) + RO), donde “Cx : P6X) = flsy) + Poa ~ x5) + fos aw tet a. fi (ey y LO 0) iy gt mo FH y n+ 1) ¢€¢x) RG = ee ae we! . En este caso, P(r) es el n-ésima polinomto de Taylor para frespecto a x), ¥ R,(x) se ama el término del residue (a error de truncamienta) asociado a P(x), La serie inti nita obienida al tomar el limite de P,(x) cuando n — » es la serie de Taylor para fen tor- 10 a x5. En el caso. = 0, el polinomio de Taylor sucle llamarse polinomio de Mactau- rrin, y la serie de Taylor se nombra serie de Maclaurin. El término error de truncamiento se refiere al error implicito al usar una suma trun cada, 0 finita, para aproximar la suma de una serie infinita, Determine (ayel segundo y (b) el tercer polinomio de Taylor para fix) = cos.x respect a = 0, y use estos polinomios para aproximar cos(0,01). (c) Con el tercer polinomio de Taylor y su término de residuo aproxime ["' cos.x dx. Como fe C* (R), el teorema de Taylor se puede a icar a cualquier n = 0. Ademds, fix) =—senx, f%x)=— coer, PM ayssene y f(x) = cose,12 CAPITULO 1 © Preliminares matemdticas de modo que 0) = FO =0, f'O)= y fOr =0. a. Para n = 2 y ty = 0, tenemos P+ te sen £ix), cos = 2 donde &(x) es un mimero entre 0 yx. (Véase la figura 1.12.) Figura 1.12 Para x = 0.01, el polinomio de Taylor y el téemino del residuo son cos 1.01 1- Foor + doar sen Ad = 0.99995 + 0.16 X 10° sen Ax), donde 0 < x) < 0.01, (La barra sobre ] 6 en 0.16 se usa para indicar que este digito se repite de manera indefinida.) Puesto que |sen gx)| < 1 para toda x, tenemos |cos 0.01 — 0.99995| = 0.16 x 10-6, de modo que la aproximacién 0.99995 coincide por lo menos con los primeros cinco digi- tos de cas 0.01, y 0,9999483 < 0,99995 — 1.6 X 10° = cos 0.01 = 0.99995 + 1.6 x 10~¢ < 0.999517. La cota de error es mucho mayer que el error real, Esto se debe, en parte, a la pobre ‘cota que usamos para |sen é(x)|. Se puede demostrar que pars todo valor de x, tenemos [senx/ = |x]. Como0 = €< 0.01, podriamos usar el hecho de que |sen &x)| = 0.01 cn la {6rmula para el error, lo que produce La cota 0.16 * 10-%,1.4 Repaso de céleulo 13 b. Como /”(0) = 0, el tercer polinomio de Taylor con término de residuo en torno a x) = es dat L cos fin, 2° donde 0 < &x) < 0.01. El palinomio de aproximacién es el mismo, y Ia aproxima- ci6n aGn es 0.99995, pero ahora tenemos una mucho mejor garantia de precisién. Puesto que |cos &x)| = I para toda x, tenemos cos x = 4 COD) = 4.2 x 10-% De mode que |cos. 0.01 ~ 0.99995) = 4.2 x 10-19, 0,99994990958 = 0.99995 — 4.2 x 10°! cos 0,01 = 0.99995 + 4.2 x 10°" = 0.99995000042. tran los dos objetivos del andi sis numérico. El primero es encontrar una aproximacién, que los polinomios de Taylor proporcionan en ambas partes. El segundo es determinar la precisién de la aproxima- ci6a. En este caso, el tercer polinomio de Taylor fue mucho més informative que el segundo, aunque ambos dicron la misma aproximacién. €. Usamos el tercer polinomio de Taylor para obtener PP cosxae= (1 1 haces Lf tos dena Lop 1 fy con a = |r 6" |, 24 | M cos €(x) dr 91 =01-Forps sf xt cos Ex) de. Por tanto, cos.xde~ Ol ~ & (0.1) = 0.09983. Se puede determinar una cota para el error en esta aproximaciéin a partir de ta integral del término del residuo de Taylor y el hecho de que | cos &(r)| = 1 para toda x 1 - lf Hoos Zonas 5 af a [oo tx)| de 1 < =83 ‘ oi flee 83 x 1014 CAPITULO 1 © Pretiminares matemdticos Coma el valor real de esta integral es a jot f cos xde = sen.x["'= sen 0.1 ~ 0,090833417, lo el error real para esta aproximacién es 8.332 10°8, que esta dentro de La cola de error. . En el ejemplo 3, también podrfamos usar un sistema de algebra por computadora, Por medio de Maple, se define a f como of r=coa (x)? Maple nos permite colocar Varios enunciados en un rengl6n y usar los dos puntos para eli- minar las respuestas de Maple. Per ejemplo, obtenemos el tercer polinomio de Taylor con sedrstaylor(f,%=0,4)+ p3:sconvert(s3, polynom); La primera parte calcula la serie de Taylor con cuatro términos (grado 3) y el residua de- sanrollade respecto a4) = 0. La segunda parte convierte la serie =3 en el polinomio p3 al climinar el residuo. Para obtener 1 cifras decimales en el resultado, introducimos -pighte y evaluamas (0.01), P,(0.01) y |f@.01) — P,(0.01)| con ibe (x0 .01,p3) 3 sabe {y1-y2) i Esto produce y, = (0.01) = 0.99995000042, », = P(0.01) = 0,99995000000 y [ye.o1y — POI] = 42x 10-% Para obtener una griifica similar a la figura 1.12, introducimos rplot tt £453.) 2ee-PL. PLT rrucciones para las integrales son OU: O.les con le cual se obticnen los valores oa 1 % ( Six) dx = O.099833416647 oy gy Pal) de = 009983333 con error 0.83314 x 10-7 En los incisos (a) y (b) del ejemplo se muestra cOmo dos técnicas pueden producir | misma aproximacién pero con diversas garantias de precisién. Recuerde que determinar las aproximaciones cs sélo parte de nucstro objetivo. Una parte igualmente importante es determinar al menos una cota para la precisién de la aproximacién.epeso de célcuto 15 CONJUNTO DE EJERCICIOS 1.1 L 10. M DDenueste que ls siguientes ecuaciones tine al me a xeose= 2 +3r—1 0, [02,03] y 1 b @—2F-Ine=0, [1.2)y le 4) c Qeo(2x)—(x—2F = 0, 2,319 13.4) @ x-(asr=0, (8.5) Determine intcrvalos que contcngan soluciones a las siguientes cvaciones. a x30 b dee =0 e Potd-dr43=0 + 40012 + 4.0020 + 1.101 = 0 ‘Demuesire que f(x) se anula al menos una vez en los imtervalos dados, a fix)= let + Ty sent(af2yx), 10,1] nen los intervals dads, b fi) =~ tana + csen ex, (0,1) © f)=xsener—-2in, (12 d@. f(z) = Ce 2)sen ints + 2), (1,3) Determine més, .,|ft2)| para tos siguientes funciones e inervalos. & fa Q-e4 293, (0,1) bo fi) =e - 3-2, 05. fix) decostey = (r= 27, (2.4) fayette, (1,2) [Use el teorema del valoc intermedio y el weorema de Rolle para mostrar que la grfica de fle) = St 2x oF kcruza el eje.x exactamente una vez, sin importar el valor de la constante K. Suponga que fe Cla.b] y que f(a) existe en (a, Dermuestre que si f“(x) # 0 para toda xen {a. 8), entonces puede existira lo sumo un nmero p en fa. b] tal que fp) = 0 Sea f(s) = Determine el segundo polinomin de Taylor P(x) en torno a x) © 0. b. Caleule (0.5) y el exror real al usar P,(0.5) para aproximar f¢0.5). . Repita cl inciso (a) usando x, 4. Repita el inciso (b) com el polinomio del ineiso (e) (Obesiga el tener polinomio de Tayloc Px) pata ln fanciéa f(x) = VIE 1 ea temo 0% = 0 Aproxime V0.3, ViLIS, W125 y VTS usando P(x), y calcule los ervores reales, Determine el segundo polinomio de Taylor P(x) para la funcin f(x) = eens. xen torpoa.xy = 0 40.5) para aproximar f(0.5) Determine una cola superioe para el error [/(05) = {0.5)| por medio de a fcmala pan el esr y compro con el eror rea 16, Caldew cota par cl exit fis) = Ge) | alse Ps) par api fl) it terval [0,1] &Aproxime [' for) de por medio de [' Pfs) de 4, Calcule una cots superioe para ct error en (c) mediante extoe real Repitael ejercicio 9 con x, = m6 Determine el tercer polinomio de Taylor P(x) para la funcién fx) = ( r= 1 dx y compérela con el Dn x vespecto a16 CAPITULO 1 © Preliminares matemdticos 12, 13. 4 15, 16, 17. 18. 2 2. a Use Py(0.5) para aproximar /(0.5). Determine una cota superior para el error [/(0.5) — P(0.5)] par medio de la férmula pare el error y compérelo con el error real 1b. Caleule uns gota pars ef error [Y¢x) - P,Ce)! al usar P(x) para aproximar f(xy en el in tervalo [0.8, 1.5]. © Aproxime [ , F) dx usando [ , Pita) de dd. Caleule una cote superior para el error en (c) mediame |” | R,(x) dx |, y compérela con el eeror real. " Sean fix) = 2 cos(2x)—(- 27? ¥ ap = 0. @. Determine el tercer polinomio de Taylor F(x) y Gselo para aproximar f(0.4), b. Use la férmula del error en el teorema de Taylor y determine con ella una cota superior para el error {f(0.4) — P,(0.4)| . Calcule el error real. Determine el cuarto polinomio de Taylor P(x} y dselo para aproximar f(0.4), @, Con la formula del error en ¢l teorema de Taylor determine una cota superior para el error [70.4 - P¢0.4)] Caleue el errr real Calcule ef cuarto polinomio de Taylor P(x) para la funcidn fix) = ce” en torno a tp = 0. & Caleule una cota superior para |/(x}= ,l1)|. con 0 4 bAproxime [fear dx vsando {°* Pte) Determine una cota superior para el emor en () usando . Aproxime (0.2) usando P%(0.2) y cafcule el error Use el término del error de un polinomio de Taylor para estimar ¢l exror impticadio al ernplear sen x= x para aproximar sca 1°, Use un polinomio de Taylor respecto a mi para sproximar cox 42° con una precisién de 10-6 Sea f(x) = e*? sen(x/3), Utilice Maple para determinar fo siguiente. Pe) de a. El tercer polinomio de Maclaurin Py(x). bfx) y una cota para el error [f(x) = P,Cx)] en (0, 1] Sea f(x) = Ing? + 2). Utitice Maple para determinar ko siguiente a. El polinomio de Taylor P(x) para fdesarrollada en tomo a xp = | b. Elorror méximo [fta) - P,o)| paraO =x < 1, € El polinomio de Maciaurin P,(x) para 4. Elerror maximo [f(x) ~ P,(x)| paraO-s x3 1 & GPO) aproxima a /(0) mejor de lo que Py(1) aproxima a f(1)? Sean f(a) = (1 —x)"! y y = 0. Determine el n-ésimo polinomio de Taylor P,(2) para f(x) en torno a 4. Determine un valor de m necesatio para que F(x) aproxime a f(x) basta 10-* en {0,03} Sean f(x) = e y x5 = 0. Determine el - 0 tal que f(x) # 0 para toda x en Ip — 8 p + 8], donde [p — 8, p + 8] ¢5 subsonjunto de [a, b]. b. Suponga que f(p) = Oy sea k > On valor dado. Demwestre que existe 4 > 0 tal que [f(a)| = & para toda x en (p — 8,p + 8], donde [p ~ 8 p + 8] es sulsconjunto de (a, 5.18 CAPETULO 1 © Pretiminares matemdticos 1.2 Errores de redondeo y aritmética de una computadora La aritética que realiza una calculadora © una computadora cs distinta de la aritmética de nuestros cursos de Algebra o cAlculo. Por experiencia esperaria que siempre se tuviera ‘como enunciados verdaderos cosas como 2 + 2= 4,464 = 16y (V3)? = 3. En la acite mética computacional comin, siempre se tendrin los dos primeros, pero no siempre el ter- ‘cero. Para ver por qué, debemos explorar el mundo de Ja aritmética con un nkimere finito de cifras. En nuestro mundo matemético tradicional permitimos la existencia de nGmeros con una cantidad infinita de cifras. La aritmética que usamos en este mundo define a ‘V3 co- mo el tinico nimero positivo tal que al multiplicarse por si mismo produce el entero 3. Sin embargo, en el mundo de las computadoras, cada mimero representable tiene sélo un nii- mero finito, fijo, de cifras. Esto significa, por ejemplo, que sdlo los nimeros racionales (y no todos ellos) se pueden representar con exactitud, Puesto que V3 no es racional, se da una representacién aproximada, una cuyo cuadrade no seré 3, aunque sf lo bastante cerca- fro a 3 como para que sca aceptable a la mayor parte de las situaciones. Luego, en mu- cchos casos, esta aritmética de la maquina es satisfactoria y se aprueba sin més, aunque a veces esta discrepancia puede generar problemas. Los errores de redondeo surgen al usar una calculadora 0 computadora para céleulos ‘con ntimeros reales, pues la aritmética de la maquina s6io utiliza némeros con una canti- dad finita de cifras, de modo que Jos edlculos se realizan tinicamente con representaciones aproximadas de los 1imeros verdaderos, En una computadora comtin, solo se usa un sub- conjunto relativamente pequefto del sistema de mimeros reales para representarlos a tacos. Este subconjunto contiene sdlo mlimeros racionales (tanto positives como negativas) y almacena la parte fraccionaria, junto con una parte exponencial. En 1985, cl Institute for Electrical and Electronie Engineers, IEEE (Instituto para In- genicros Eléctricos y Electrénicos) publicé un informe llamado Binary Floating Point Arithmetic Standard 754-1985. Se especificaron los formatos para las precisiones simple, doble y extendida; en general, los fabricantes de microcomputadoras utilizan estos estin- dares para el hardware de punto flotante. Por ejemplo, el coprocesador numérico de las PC utiliza una representaciéa de 64 bits (digitos binarios) para un ntimero real, llamado real Jargo. El primer bit es un indicador de signo, denotado como s. Le sigue un exponente de 11 bils, c, denominade earacteristica y una fraccién binaria de 52 bits, f, Hamada manti- ssa. La base para el exponente es 2 ‘Como 52 digitos binarios corresponden a entre 16 y 17 digitas decimales, podernos ‘suponer que un niimero representado en este sistema tiene al menos 16 cifras decimales de precisién, El exponente de 11 digitos binarios proporciona un intervalo de 0a 2" — 1 2047. Sin embargo, el uso exclusivo de enteros positivos para el exponente no permitiria una representacién adecuada de los nimeros con magnitud pequefia. Para garamtizar que estos atimeros también sean representables, se resta 1023 de la caracteristica, de modo que el intervalo del exponente es en realidad de -1023 a 1024, Para ahorrar espacio de almacenamiento y propofcionar una representacién Gnica de cada niimero de punto flotanie, se impone una normalizacién. El uso de este sistema pro- porciona un nimero de punto flotante de la forma (12-1 1 +f, Considere, por ejemplo, el nimero de méquina 0 10000000011 161.1 10018001.0000000000000000000000000600000000000000.1.2 Errores de redondeo y oritmética de una computadora 19 EL bit de Ia extrema izquierda es cero, lo cual indica que ei ntimero es positive, Los siguien- tes 11 bits, 1000000001 1, que dan la caracteristica, son equivalentes al nimero decimal C= 2H 0 Mee HO MH 7-H 1 = 1024 +24 1 = 1027 La parte exponencial del niimero es, por tanto, 21027-1823 cifican que Ia mantisa es mrG}er yeep Ghee Glen Gy" 24. Los iltimos 52 bits espe- En consecuencia, este mimero de maquina representa con precisién al nimero decimal Ppt, aytl a 1 ppg, =(—1ye-gir—fpg (bp byt, t,t, te (Cipemm + PoP 2 ((d+ 5+ 16 * 32 a6 * aoe) = 27.56640625. Sin embargo, el siguiente mimero de méquina menor es © 10000000011 1011200100001 1 TELLTT ENA EX IATA ENT ETAT AT 10101 LLL, y el siguiente nimero de méquina mayor es 010000060011 101 11901060 1600000000000000000000000000000000000000 I. Esto significa que nuestro niimero de méquina original representa no s6lo 8 27.56640625, sino también ala mitad de los mimeros reales que estén entre 27,56640625 y los dos nui- meros de maquina mas préximos a él. Para ser precisos, representa a cualquier nimero real en cl intervalo [27.566406249999998223643 160599749535322 1893310546875, 27.5664062500000017763568394002504646778 106689453125). EI menor niimero positive normalizado que puede representarse tiene ceros en todas parles, excepto en el bit del exiremo derecho (donde tiene un 1) y es equivalente a 2-10BR 6 CL ob 2-82) ow 10-308, y el mayor tiene un cero al principio seguido de unos; es equivalente 2124 « (2 — 2-8) = 1978, Los mimeros que aparecen en los edlculos y tienen una magnitud menor que 212. (1+2-%) producen un desbordamiento de la capacidad minima o subdesbordamiento y. por lo general, se igualan a cero. Los ntimeros mayores que 2! . (=2-*) producen un desbordamiento* y hacen que se detengan las célculos. EL uso de digitos binarios tiende a encubrir las dificultades de e4lculo que aparecen al usar una colecci6n finita de ndmeros de mdquina para representar a todos los ndimeros rea- les. Para examinar estos problemas, supondremos, para mayor claridad, que los niimeros de maquina se representan en la forma de punto flotante decimaf normalizada 2O.djdy...dy X10", Sd, y para cada j= 1,2,..., &, Los niimeros de esta forma se Haman nuimeros de maquina de- cimales con k digitos. “© N. del R.T;: Estos somegptos se conocen también como: overflow y waderflow:20 CAPLTULO 1 © Pretirninares matemdticos ‘Cualquier niimero positive real dentro del interval numérico de fa méquina se puede pormalizar como Oded hysg- % 10 La forma de punto flotante de y, que denotamos f(y), se obtiene terminande la mantisa de y en k cifras decimales. Hay dos formas de realizar esto. Un método, llamado truneamiento, consiste simplemente en cortar los digitos d,, .d,,>... para obtener fIQ) = O.d jy... % 10, E1 otro metodo, Hamado redondeo, suma 5 x 104" 4 y y Iuego trunca el resultado para obtener un otimero de la forma FIG) = 0.8,8...8, 10" Asi, al redondear, si dj, , = 5, sumamos 1 ad, para obtener f1(y); es decir, redondeamas ha- cia arriba. Si dj, , < 5, simplemente truncamos todo excepto los primeros k dfgitos; as/, 7e- dondeanos hacia abajo, Si el redandeo es hacia abajo, entonces 8, = d, para cada i = 2..... & Sin embargo, los digitos podrian cambiar si el redondeo es hacia urriba. EJEMPLO 1 El niimero 7 tiene un desarrollo decimal infinito de la forma @ = 3.14159265... Escrito en forma decimal normalizada, tenemos = 0314159265... 10! La forma de punto flotante de» con un truncamiemto a cinco cifras es fU(a) = 031415 x 10! = 3.1415, Puesto que la sexta cifra del desarrollo decimal de aes 9, la forma de punto flotante de zr con un redondeo a cinco cifras es: fIC#) = 31415 + 0.00001) x 10! = 3.1416. . E1 error que resulta al sustituir un niimero por su forma de punto flotante es el error de redondes (sin importar si se determiné por truncamiento.o redondeo). En la siguiente defini- idm se describen dos métodos para medir errores de: aproximacién, Definicién 1.15 § pe s una aproximacién de p, el error absolute es |p — p*| y el error relativo cs ip =p ampre que p + 0. : Considere los errores absoluto y relative al representar p por p* en el ejemplo siguiente . EJEMPLO 2 a. Sip = 0.3000 x 10! y p* = 0.3100 x 10}, el error absoluto ¢s 0.1 y el error relative 28 0.3333 x 10-4Definicién 1.16 ‘Tabla 1.1. 41.2 Errores de redondeo y aritmética de uno computadora 21 by Si p = 0.3000 x 10-9 y p* = 0.3100 x 10%, el error absoluto es 0.1 x 10- y el ‘error relativo es 0.3333 & 107). &. Si p = 0.3000 x 104 y p* = 0.3100 x 10%, el error absoluto es 0.1 x 10° y el error relativo es de nuevo 0.3333 X 10°! Este ejemplo muestra que ocurte ¢l misnme error relative, 0.3333 * 107', para una gran variedad de errores absolutes. Como wna medida de la precisién, el error absolute puede llevar a confusiones, en tanto que el error relative es més significativo, pues toma en cuenta el tamaiio del vator. . La siguiente definicién utilizs el error relative como una medida de las cifras sign’ ‘cativas de precisi6n para una aproximacién, El nimero p* aproxima a p con / cifras significativas si # es el mayor entero no negativo para el cual ip—p*l — SK 10 lpl . En Ia tabla 1.1 se ilustra Ja naturaleza continua de las cifras significativas al eaume- ‘ar, para diversos valores de p, la minima cota superior de |p — p*|, que se denota max | p — p*|, cuando p* coincide con p hasta cuatro cifras significativas. ? jo 0s 100 1000500 999010000 mix |p—p*| | ooo005 800025 00S OS 2s 49955 De regreso a la representacidn de los niimeros en Ia méquina, vemos que fy) come punto flotante para el némero y tiene el error relativo ad rue Si se usan k cifras decimales y el truncamiento para Ia represemtacién en ta méquina de dos % 10%, ‘entonces | flo) [“ yh). X10" = Oeil. X | Odid,... 10" [Ses pee X 10 Odd, ... X10" y Como d, # 0, el valor minimo del denominador es 0.1. El 1 es la cota superior del nume- rador. En consecuencia, | =f1) | y 01 x 10-# = 10-#+22 EJEMPLO 3 Tabla 1.2 CAPETULO 1 © Protiminares matemdticas De manera similar, ana cota para el error relativo al usar la aritmética de redondeo a k ci- fras es 0.5 x 10-**1, (Véase el ejercicio 24.) Observe que las cotas para el error relative al usar la aritmética con k cifras son inde- pendientes del ndmero representado. Este resultado se debe a la manera en que se distri- bayen los mimeros de méquina a lo largo de la recta real. Debido a la forma exponencial dela caracteristica, se usa la misma cantidad de némeros decimales de maquina para repre= sentar cada uno de los imtervalos [0.1, 1], (1, 10] y [10, 100]. De hecho, dentro de los limi- tes de la maquina, la cantidad de mimeros decimales de miquina en [10", 10**"] es cons- ‘ante para todo entero 7. Ademds de la representacién imprecisa de tox ndmeros, la aritmética realizada en una ‘computadora na es exacia. La aritmética implica el manejo de los digitos binarios medi te diversas operaciones de cortimiento, o légicas. Como la mecdnica real de estas opera clones no es pertinente a esta presentacién, disefaremos nuestro propio enfoque de la arit- mética de una computadora, Aunque nuestra aritmética no dard la imagen exacta, bastard para explicar los problemas potcnciales. (Para una explicacién de la mecénica real, el bec tor deberd consultar textos de ciencias dela computacién més orientados a los uspectos técnicos, como [Ma], Computer System Architecture.) ‘Suponga que se tienen las representaciones de punto flotame f(x) y f1(y) para los ni- meros reales xy v, ¥ que los simbolos @, O, ©, S represemtan las operaciones de suma, resta, mulliplicacién y divisién en la maquina, respectivamente, Supondremos que se-usa una aritmeética con un niimero finite de cifras dada por r@By =f + flO, «By =f1Glay x fly, rOy=fifliy fl xy = fla) + sly. Esto corresponde a realizar la aritmética exacta con las representaciones de punto flotante de x y y, para luege convertir el resultado exacte en su representacién de punto flotan- te con un ndmero finit de cifras, La aritmética de redondeo se lleva a cabo computadora. La instruccién de Maple mente en un sistema de dlgebra por eDigit: hace que toda Ia aritmética se redondee a t cifras. Por ejemplo, /14f1(x)+ JA{y)) se realiza con aritmética de redondeo 1 # cifras mediante peval f fevalf (x}+evalfty)}; La ejecucién de La aritmética de truncamiento a t cifras es mis dificil y requiere una serie de pasos o un procedimienta, En el ejercicio 27 s¢ estudia este problema. 5 Suponga que x = 3, y= > y que se usa el truncamiento a cinco cifras para los cdlculos aritméticos donde intervienen x y y. En la tabla 1.2 se enumeran los valores de estas ope- raciones de tipo computadora con f(x) = 0.71428 x 10y f(y) = 0.33333 x 10, Operacidn Resultado Vilorreal Error absolute Error relative r@y 0.10476 x 10" Dm 0.190% 10-# 182 x 10-* rOy O.SRDDS x 10° Br 0.238 x 10" 0.825 x 10°° ry 0.23809 108 sa osm x 10-5 0.220 x 10-* r@x 0.21428 x 10! 1/7 LST 10-4 0.267 x toTabla 1.3 1.2 Erores de redondeo y aritmética de una computodore 23 Como el miximo error relativo para Ins operaciones del ejemplo 3 ¢s 0.267 x 10, ta aritmética produce resultados satisfactorios con cinco cifras. Suponga, sin embargo, que también tenemos los aimeros u = 0.714251, v = 98765.9y w= O.LIIILT x 10-4, de mo- do que fi(u) = 0.71425 x 10°, f1(v) = 0:98765 x 105 y fI(er) = OLLI x 10-4, (Elegi- mos estos niimeros para ilustrar algunos problems que pueden surgir con la aritmética cuando se tiene una cantidad finita de cifras.) En la tabla 1.3, x © «produce un error absoluto pequefio, pero un error relative gran- de, La divisién posterior entre el nimero pequefio wo ta multiplicacién por el nimero grande v aumenta el error absoluto, sin modificar el error relative. La suma de los nime- ros grande y pequeiio # y v produce un error absoluto grande pero no uno relative similar. Operacién Resultado ‘Valor re Trror absoluto Error relative 100 0.30000 x 10~* 0.34714 & 10° O4TL Xx 10-5 0.136 (Ow @w 0.29629 1 3428S x 10! OES WEwey 0.29694 10 O3aIBS x IO OES u@v 0.98765 x 10° 0.98766 x 10° O.161 x 10! Uno de los los célculos mis. comunes que producen errores tiene que ver con Ia can- celacién de cifras significativas debido a la resta de ruimeros casi iguales. Suponga que dos mimeros casi iguales x y y, con x > y, tienen las representaciones de & cifras fix) = Ody, - a, X10", fliy) = Odd, La forma de punto flotante de x — y es FUFLO) — flo = donde O10 pe pen Fh = 0. pag + Oe — OB ye 1Bpo2--- Be El ndmero de punto flotante utilizade para representar x — y tiene a lo sumo k ~ p cifras nificativas. Sin embargo, en la mayor parte de los dispositivos de caleulo ax — y se le asignardn & cifras, de modo que las Gltimas p se anularin o serin asignadas al azar, En todas los calculos posteriores con x —y se tendrd el problema de contar con k - p cifras nificativas, pues una cadena de caleulos no es mis precisa que su parte més débil. Si una representacién con un néimero finito de cifras o un cdlculo introduce un error, éste aumenta al dividir entre un niimero con magnitud pequefa (a, en forma equivalente, al muhtiplicar por un nmere con magnitud grande). Suponga, por ejemplo, que el nime- ro z tiene la aproximacién con un nimero finite de cifras z + 6, donde el error 5 surge por Ja representaci6n © un célculo anterior. Suponga abora que dividimos entre © = 10-*, don- de n > 0, Entonces HO) oe + ax 10, “(TO )24 EJEMPLO 4 EJEMPLO 5 CAPITULO 1 © Pretiminares matemdticas Asi, el error absoluto en esta aproximacién, | 6| x 10%, es el error absoluto original, | 8|, multiplicado por el factor 10°. Sean p = 0.54617 y q = 0.54601. El valor exacto de x = p ~ ges r = 0.00016. Suponga que la resta se realiza con una aritmética de cuatro cifras. Al redondear p y g a cuatro ci- fras, tenemos p* = 0.5462 y q* = 0.5460, respectivamente, y * = p* — g* = 0.0002 es la aproximacién de cuatro cifras de r.Como | _ |0.00016 — 0.0002 | Ir} o.on016] = 0.25, el resultado slo tiene una cifra significativa, en tanto que la precision para p* y q* fue de cuatro y cinco cifras significativas, respectivamente. Si se usa el truncamicmo para obtener las cuatro cifras, las aproximaciones de cuatro cifras de p,q y r son p* = 0.5461, g* = 0.5460 y r* = p* — g* = 0.0001. Con esto se obtiene In- {0.00016 — 0.0001 | nee = 0.375, Irl {0.00016 | lo que también ptoduce sélo una cifra de ~ -ecisiGn. . La pérdida de precisidn debida al error de redondeo se puede cvitar a menudlo median- te la reformulacién del problema, como se muestra en el siguiente ejemplo. La férmula cuadritica establece gue las raices de. ax? + bx + ¢ = 0, cuando a # 0, son 22 + 62.10r + 1 = 0, cuyas raices son aproximadamente mj ~ ~0.01610723 yy = ~62.08390, En esta ecuaci6n, 6? ¢s mucho mayor que 4ac, de modo que el numerador en el cileulo de x, implica la resta de miimeros casi iguales. Como ViP = dae = V462.10)® = (4.000\1.000)(1.000) = 3856, — 4.000 = v3882. = 62.06, tenemos hi) = 2210+ 62.06 =0.04000 9 gry Fe) = F000 2.000 7 una mala aproximacién ax, ~ —0.01611, con ¢l error relativo grande DOLL + 0.020001 4 ig | -o.0161 . el cfllculo de x, implica la suma de los nimeros casi iguales ~b y sto no presenta problemas, pues 62.10 62.06 _ —124.2 ~ 2,000 2.000 fll) = 62.10EJEMPLO 6 Tabla 1.4 1.2 Errores de redondeo y aritmética de une computedora 25 tiene el error relativo pequefio 0! | 62.08 + | -62,08 | 32x 10-4 Para obtener una aproximacién més precisa con redondeo a cuatro cifras para x), se cambia la forma de la formula cuadratica mediante la racionalizacién del numerador: aac ( =b VE) 2 — (bt — dae) 2a —b- VE ~ dace! ab — VP — 4ac) Jo que se simplifica como una férmula cuadritica alternativa (1.2) Al usar (1.2) tenemos ~2.00 I") = Sie 62.06 ~ con el pequefio error relativa 6.2 10 . La técnica de racionalizacién se puede aplicar también para obtener la si la cuadrética alternativa para.x,: VP = sac Esta forma se utitizard sib cs un nimero negativo, Sin embargo, en el ejemplo 5, el uso incorrecte de esta férmula para x, no s6lo produciria la resta de nimeros casi iguales, sino también Ia divisién entre el resultado pequefio de esta resta. La imprecision que esta com- binacién produce, ale =2.000 _ 72.000 _ $0.00, b=Ve=4ac 6210-6206 0.04000 filx,) tiene el gran error relativo 1.9 x 10-4 La pérdida de precisién debida aun error de redondeo también se puede reducir reor- denando los cdleulos, como se muestra en el siguiente ejemplo. Evalie f(x) = 3° —6.Lx? + 3.2 + LS en. = 4.71 con una aritmnética de tees cifras, En la tabla 1.4 se dan los resultados intermedios de los célculos. Verifique con cuida- do estos resultados para asegurarse de que es correcte su concepto de aritmética con un nti= mero finito de cifras. Observe que los valores truncados a tres cifras slo conservan las tres primeras, sin ningiin redondeo; estos valores difieren de manera significativa de los valo- Tes redondeados a tres cifras. * ® 3S 61e 328 Exact 471 221841 NOKABTINT 13532301 15.072 Tres cifras (truncamiento) 4m ma 104. 134 150 Tres cifras (redondeo) 471 22 105, 135. 18.126 CAPETULO 1 + Preliminores moteméticos Exacto: S471 104.487111 ~ 135.32301 + 15.072 + 1.5 = ~14.263899, ‘Tres ciftas (truncamiento): —_f4.71) = ((104, - 134.) + 15.0) + 1.5 = —13.5; ‘Tres cifras (redondeo): —_f(4.71) = (10S. ~ 135.) + 15.1) + 15 = -134, Los errores relatives para los métodos con tres cifras son. —14.263899 + 13.5 2a | 7805. para truncamienio = 14.263899 + 13.4 sTa2ene | 008. para redondo. Como metodo alternativo, f(x) se puede escribir de una manera anidada como fa) =P = 6.LP + 3.20 + 1S = (6.x + 3.2) + LS. Esto da como resultado ‘Tres cifras (truncamiento): 4.71) = (4.71 = 6.1)4,71 + 3.24.71 + 15 = —14.2 y una respuesta con redondeo a tres cifras de ~14.3. Los nuevos errores relativas son = 14.26.3899 +1 ‘Tres cifras cE oy ng | = 004 5; res cifras (truncamiento): 1263899 o = 14.263899 + | Tres cifras (redondeo): | "Say | ~ @.n0as El anidamiento redujo el error relativo para la aproximacién por truncamienio a menos de 10% del original. Para la aproximacién por redondeo, la mejora ha sido mds dristica; el error en este caso se redujo mas de 95%. . Los polinomios siempre deben expresarse en forma anidada antes de realizar cualquier evaluacién, pues esta forma minimiza el mémero de eéleulos aritmétioos. La disminucidin del error en el ejemplo 6 se debe a la reduccién de los célculos, de cuatro multiplicaciones y tres sumas a dos multiplicaciones y tres sumas. Une forma de reducir los exrores de redandeo consiste en reducir el niimero de célculos que pueden producir errores. CONJUNTO DE EJERCICIOS 1.2 1, Calcule el error absoluto y el error reiativo on las aproximacianes de p mediante p*. a pompt= 27 b p= pt = Adi6 & prep = 2718 do p= VE pt= 14144.2 Errores de redandeo y avtmética de una computadora a7 fe p=el,p* = 22000 1400 & p= 8i,p* = 39900 he Vike (Me 2 Determine el mayor intervalo-en que debe estar p* para aproximar p con un error relativo de ‘alo sumo 10~* para cada valor de p. a 7 be evi a VF 3 Suponga que p* debe aproximar a p con un error relative a lo sumo 10-*, Determine el rs sive imtervalo en que debe estar p* para cada valor de p. a 150 ba. 900 1500 a 90 4. Realice los siguientes edlculos (i) en forma exacta, (ii) mediante una aritmética de trunca- miento a tres cifras y (ii) con una aritmeética de redondeo-a tres cifras. (iv) Caleule los erro- res relativos en ls incisos (i) y (ii. 4 1 41 os bass i 3 3 fi 3 3 -a)* “(+i a 'S. Use una aritmética de redondco a tres cifras para los siguientes edlculos. Calcule el error ab- soluto y él error relative con el valor exscto determinado a por lo menos cinco cifras. a 133 +0921 bh. 133-0499 «(21 0327) 119 @. (121 ~ 119) ~ 0.327 Bis ut © Soa f —10w + be — ‘6 Repita el ejercécio $ usando un 1. 8. Repita el ejercicio $ mediante una arimésica de truncamiento a cust cifras, 9. Los primeros tes trminos no nulos de la serie de Maclaurin paga ba fasei6h age tangente som x—(U33x° + (1/3}e°. Calcul el error absoluto y el error relativo en las siguientes aprosxima- scones de m usando el polinomia en vez de ia fimcida arco tangente sritméticn de redonden a cuatro cifras. Repita el ejercicio 5 con una aritmética de truncamiento a tres cifras. t (1 1) a 4fman( +) sean (4)] be 16 arcan (> ) 10. El ndmero ¢ se puede definit como e = 5g (Mal), donde nt = mint) > 2-1 param # y 0! = 1. Calcule el eror absolute y el eror relative en las siguientes aproximaciones dee: cos pepe SRS &Caleue tim 7), b Use una aritmétics de redondeo- a cust cis para evalua (0.1) ‘¢ Reemplace cad funci6a trigonométrica por su tercer palinomin de: Maclaurin y repita el ineiso tbh. ‘d.El valor real es (0.1) = ~1,99899008. Determine el error relative para los valores ob: tenidas en los incises tb) y (e