Calculo del Error para

Mtodos Nmericos
6 ABRIL, 2013 / JULIO CSAR

Si se buscara el significado de la palabra error, se encontraran diferentes

definiciones, dependiendo del contexto donde se de este error o de lo que
representa tal, tales como error de apreciacin ,error de medicin, error
de aproximacin, error experimental etc.

En este blog, debido a que principalmente nos enfocaremos en

la programacin y el desarrollo de algunos mtodos numricos nos
concentraremos el error que comprende la diferencia entre la cantidad exacta y la
cantidad obtenida por nuestro algoritmo en cada ejecucin o comando ya
sea error verdadero, error relativo frccional o error relativo porcentual entre
otros.
como sabemos, los mtodos numricos son empleados para realizar
aproximaciones de problemas que pueden ser resueltos (o aproximados)
mediante ciertos algoritmos definidos, dichos mtodos nos permiten resolver
problemas tales como sistemas de ecuaciones lineales y no lineales,
problemas geomtricos de calculo infinitesimal, ecuaciones diferenciales etc,
que a menudo seran difciles de resolver analticamente.

como es de notar, cualquier valor que sea tan solo una aproximacin, sea por el
mtodo que sea, conlleva consigo un margen de error con respecto al valor real
de la solucin o la variable que se intenta resolver, en esta oportunidad,
se desarrollar el calculo respectivo a los tres ltimos tipos de error mencionados.

a pesar que dichos algoritmos se pueden implementar en cualquier lenguaje

de programacin c, c++, phyton, etc. Se utilizar en esta y otras oportunidades el
compilador de Matlab, y en entradas posteriores los problemas pueden ser
presentados tanto en Matlab como lenguaje C o C++.
Causas del Error.
Sea X el valor resultante de un procedimiento matemtico y Xa
su aproximacin entonces la diferencia entre X y Xa se explica por:

Error de truncamiento: Que es el resultado de usar una aproximacin o

serie de aproximaciones, en lugar de un procedimiento matemtico exacto,
tales como serie de Taylor, serie de Mclaury entre otros ejemplos.
Error de redondeo: Los errores de redondeo son el resultado de
limitaciones computacionales, ya que las computadoras no
pueden almacenar un nmero infinito de cifras significativas en medio de
un procedimiento, y es obvio, es por esto que los valores que se pueden
representar numricamente estn limitados por ciertas condiciones tanto
del lenguaje de programacin y por la maquina en s.
Error Verdadero.
se define este error como la diferencia real entre el valor exacto de una variable
o medicin el valor aproximado, as se tiene:
donde Ev es el error real cometido, X es el valor exacto y Xa el valor aproximado
tras emplear, en nuestro caso un mtodo para tratar de acercarnos al valor de X
(para eso usamos los mtodos numricos no?), el cdigo sera el siguiente.

Error Relativo Frccional.

se puede obtener obtener el error relativo normalizando el error con respecto al
valor real.

Donde Er es el error relativo o tambin llamado error relativo frccional,resulta

de dividir el error verdadero Ev entre el valor exacto de la variable. X-Xa
representa el error verdaderocometido, y X el valor exacto, el fragmento
de cdigo para este error es:

Error Relativo Porcentual.

Aprovechando al obtener el error relativo, se puede conocer tambin el error
relativo porcentual entre los valores mencionados con anterioridad, bastando
solo con multiplicar el valor relativo por 100 obteniendo as el %.

Donde Erp es el error relativo porcentual.

Error en Mtodos Numricos Iterativos.
Para los mtodos numricos la magnitud del valor verdadero se puede conocer
solo en funciones que pueden ser resueltas analticamente, pero como es sabido
los mtodos numricos empleados por nosotros, se usan principalmente para
cuando es bastante difcil o no se puede llegar a una solucin analtica, es por
esta incertidumbre de los mtodos numricos al no conocer el valor real que se
presenta un inconveniente y un reto obtener la estimacin del error en un
procedimiento al no tener conocimiento hacia donde se debe llegar, la estimacin
del error, hablando en trminos computacionales o de algoritmos, que es el caso
que nos compete, es de suma importancia ya que es la apreciacin de un umbral
de error, que es un valor de error por debajo del cual es satisfactoria
nuestra aproximacin es lo que usaremos un
muchas ocasiones como condicin de finalizacin para
nuestros mtodos iterativos.
Es por esta incertidumbre mencionada anteriormente que se tiene un error
aproximado o error por aproximacin definido por cada una de las
aproximaciones en los mtodos iterativos, teniendo en cuenta la siempre, tanto
la aproximacin actual como la anterior, as:

Para nuestro caso, al emplear mtodos numricos, principalmente los iterativos y

teniendo en cuenta un umbral de error, se hace necesario trabajar con el valor
absoluto de los errores, para tener una clara condicin de parada en nuestros
programas, de esta forma el calculo de los errores, en cdigo (matlab) quedara
en la siguiente manera, empleando la funcin abs() de Matlab:
Error Verdadero:

Error Relativo:

Error Relativo Porcentual:

Error Aproximado Porcentual:

un ejemplo de como sera el criterio de parada de un mtodo que emplea

interaciones, mediante el calculo del error aproximado sera uno que
implementara las siguientes lineas, o parecidas.
En este ultimo fragmento de cdigo, la condicin para ejecutar el ciclo While
se cumpla mientras el error era mayor que el umbral propuesto, siendo as, cada
vez que se ingresaba a un nuevo ciclo, se almacenaba el ultimo valor tomado por
la variable X en Xant para posteriormente, obtener mediante sentencias que se
ejecutarn un nuevo valor para X, que ser Xac y por ultimo hacer el calculo del
error porcentual aproximado. Con la condicin para el siclo While se dice, que el
resultado tiene un error menor a 0.0000001% de error, esto ultimo puede variar
dependiendo de la precisin que se requiera,

1.2 Tipos de errores: Error absoluto, error relativo, error porcentual, errores de redondeo y
truncamiento.

Tipos de Errores

Los errores numricos se generan con el uso de aproximaciones para representar las operaciones
y cantidades matemticas. Estos incluyen de truncamiento que resultan de representar
aproximadamente un procedimiento matemtico exacto, y los errores de redondeo, que resultan
de presentar aproximadamente nmeros exactos. Para los tipos de errores, la relacin entre el
resultado exacto o verdadero y el aproximado est dado por:

E = P* - P

Bien sea una medida directa (la que da el aparato) o indirecta (utilizando una frmula) existe un
tratamiento de los errores de medida. Podemos distinguir dos tipos de errores que se utilizan en
los clculos:

Error absoluto.

Es la diferencia entre el valor de la medida y el valor tomado como exacto. Puede ser positivo o
negativo, segn si la medida es superior al valor real o inferior (la resta sale positiva o negativa).
Tiene unidades, las mismas que las de la medida.

Sin embargo, para facilitar el manejo y el anlisis se emplea el error absoluto definido como:
EA = | P* - P |

Error relativo.

Es el cociente (la divisin) entre el error absoluto y el valor exacto. Si se multiplica por 100 se
obtiene el tanto por ciento (%) de error. Al igual que el error absoluto puede ser positivo o
negativo (segn lo sea el error absoluto) porque puede ser por exceso o por defecto. no tiene
unidades.

Y el error relativo como

ER = | P* - P| / P , si P =/ 0

El error relativo tambin se puede multiplicar por el 100% para expresarlo como:

ERP = ER x 100

Ejemplo:

Supngase que se tiene que medir la longitud de un puente y de un remache, obteniendose 9 999
y 9 cm, respectivamente. Si los valores son 10 000 y 10 cm, calclese a) el error y b) el error
relativo porcentual de cada caso.

Solucin: a) El error de medicion del puente es:

EA = 10 000 - 9 999 = 1cm

y para el remache es de

EA = 10 - 9 = 1cm
b) El error relativo porcentual para el puente es de:

ERP = 1/ 10 000 x 100% = 0.01%

y para el remache es de

ERP = 1/10 x 100% = 10%

por lo tanto ambas medidas tiene un erro de 1 cm, el error relativo procentual del remache es
mucho ms grande. Se puede concluir que se ha hecho un buen trabajo en la medida del puente,
mientras que la estimacin para el remache deja mucho que desear.

Errores de Redondeo

Error de redondeo. La casi totalidad de los nmeros reales requieren, para su representacin
decimal, de una infinidad de dgitos. En la prctica, para su manejo slo debe considerarse un
nmero finito de dgitos en su representacin, procedindose a su determinacin mediante un
adecuado redondeo.

Los errores de redondeo se deben a que las computadoras slo guardan un nmero finito de cifras
significativas durante un clculo. Las computadoras realizan esta funcin de maneras diferentes.
Por ejemplo, si slose guardan siete cifras significativas, la computadora puede alamcenar y usar
"pi" como "pi" = 3.141592, omitiendo los trminos restantes y generando un error de redondeo.

Ya que la mayor parte de las computadoras tiene entre 7 y 14 cifras significativas, los errores de
redondeo pareceran no ser muy importantes. Sin embargo, hay dos razones del porqu pueden
resultar crtico en algunos mtodos numricos:

Ciertos mtodos requieren cantidades extremadamente grandes para obtener una respuesta. En
consecuencia, aunque un error de redondeo individual puede ser pequeo, el efecto de
acumulacin en el transcurso de la gran cantidad de clculos puede ser significativo.

El efecto del redondeo puede ser exagerado cuando se llevan a cabo operaciones algebraicas que
emplean nmeros muy pequeos y muy grandes al mismo tiempo. Ya que este caso se presenta
en muchos mtodos numricos, el error de redondeo puede resultar de mucha importancia.
Reglas de Redondeo

Las siguientes reglas dan la pauta a seguir en el redondeo de nmeros cuando se realizan clculos
a mano.

En el redondeo, se conservan las cifras significativas y el resto se descarta. El ltimo dgito que se
conserva se aumenta en uno si el primer dgito descartado es mayor de 5. De otra manera se deja
igual. Si el primer digito descartado es 5 o es 5 segundo de ceros. entonces el ltimo dgito
retenido se incrementa en 1, slo si es impar.

En la suma y en la resta, el redondeo se lleva acabo de forma tal que el ltimo dgito en la columna
de las milsimas.

Para la multiplicacin y para la divisin el redondeo es tal que la cantidad de cifras significativas
del resultado es igual al nmero ms pequeo de cifras significativas que contiene la cantidad en
la operacin.

Para combinaciones de las operaciones aritmticas, existen dos casos generales. Se puede sumar o
restar el resultado o de las divisiones.

(Multiplicacin o Divisin) +/- (multiplicacin o divisin)

o tambin se pueden multiplicar o dividir los resultados de las sumas y las restas.

Ejemplos:

Los siguientes ejemplos tiene por objeto ilustrar las reglas de redondeo.

5.6723 -------------------------- 5.67 3 Cifras Significativas

10.406 ---------------------------- 7.4 4 Cifras Significativas

10.406 ---------------------------- 7.4 2 Cifras Significativas

88.21650 ------------------- 88.216 5 Cifras Significativas

1.25001 -------------------------- 1.3 2 Cifras Significativas

Errores de Truncamiento

Los errores de truncamiento son aquellos que resultan al usar una aproximacin en lugar de un
procedimiento matemtico exacto. Adems para obtener conocimineto de las caractersticas de
estos errores se regresa a la formulacin matemtica usada ampliamente en los mtodos
numricos para expresar Funciones en forma polinomial: Serie de Taylor

Por ejemplo:

La serie de Taylor provee un medio para predecir el valor de una funcin en un punto en trminos
del valor de la funcin y sus derivadas en otro punto.

Teorema de Taylor: Si la funcin f y sus primeras n+1 derivadas son continuas en un intervalo que
contiene a a y a x, entonces el valor de la funcin en un punto x est dado por:

La expansin en series de Taylor de n-simo orden debe ser exacta para un polinomio de n-
simoorden.

Para otras funciones continuas diferenciables, como las exponenciales o sinusoidales, no se

obtiene una estimacin exacta mediante un nmero finito de trminos.

El valor prctico de las series de Taylor radica en el uso de un nmero finito de trminos que darn
una aproximacin lo suficientemente cercana a la solucin verdadera para propsitos prcticos.
Cuntos trminos se requieren para obtener una aproximacin razonable?

La ecuacin para el trmino residual se puede expresar como:

Significa que el error de truncamiento es de orden hn+1. El error es proporcional al tamao del
paso h elevado a la (n+1)-sima potencia.

Otros Tipos de Errores

Otros tipos de errores son el error humano que pueden ocurrir cuando se toman datos
estadsticos o muestras, si estos datos son mal recopilados los errores al utilizarlos sern obvios.
Cuando se calibran mal los equipos donde de harn lecturas de algunas propiedades de los
compuestos o resultados de un experimentos. Cuando se desarrollan modelos matemticos y
estos son mal formulados y no describen correctamente el fenmeno o equipo en estudio. Todos
los tipos de errores pueden contribuir a un error mayor, sin embargo el error numrico total, es la
suma de los errores de truncamiento y redondeo.

Bibliografia:

1.Analisis Numerico
 Richard L. Burden

J. Douglas Faires

2.Antonio Nieves Hurtado, Federico C. Dominguez Sanchez

Metodos Numericos

3ra ed; CESA.

Fuente: https://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r57927.PDF

La Raz Cuadrada y el Mtodo Babilnico.

Una solucin antigua a un problema actual.
En principio la raz cuadrada de un nmero se define como un nmero tal que al multiplicarse por
si mismo obtenemos el nmero original. La raz tambin es definida como la operacin inversa de
la potenciacin. Si tenemos un nmero y del cual se quiere calcular la raz cuadrada, existe un
nmero x tal que al elevarlo al cuadrado volvemos a obtener y.

Pero el calculo de la raz cuadrada es un problema ms antiguo de lo que muchos piensan y gente
tan antigua como los babilonios ya haban hallado una solucin elegante. Ellos se plantearon este
problema de manera muy grfica y prctica.

S el rea de un rectngulo es A=bh cual sera la medida del lado de un cuadrado con la misma
rea A?
Supongamos que tenemos un rectngulo con un rea de 15 unidades cuadradas, las posibles
medidas enteras de los lados serian: 1x15 y 3x5, vemos que el rectngulo que ms se aproxima a
un cuadrado es el segundo, as inferimos que la raz de 15 es un numero mayor de 3, pero menor
de 5. Por otra parte un cuadrado con lados de 3 unidades tiene una rea de 9 unidades cuadradas,
y uno con lados de 4 unidades tiene un rea de 16 unidades cuadradas, lo cual implica que la raz
es un nmero mayor de 3 pero menor de 4 para dicha rea, ya que nuestra rea es solo de 15
unidades cuadradas. Por medio de este pequeo anlisis podemos encontrar la primera
aproximacin a la raz, ya que 4x4=16, podemos establecer que 4 es el nmero ms cercano a la
raz de 15.

En este punto los babilonios dividan el nmero entre esta primera raz, es decir 15/4= 3.75 (A/b=h
ya que A=bh por lo tanto 15=4x3.75) calculando el largo de el otro lado del rectngulo y como para
que un rectngulo sea cuadrado es necesario que ambos lados midan lo mismo ellos calculaban el
promedio de ambos lados, esto es el promedio de 4 y 3.75:

De tal manera que obtenan una segunda aproximacin de la raz, nuevamente repetan el proceso
con esta nueva raz 15/3.875=3.870967742 y , donde este ultimo
resultado seria la tercera aproximacin y en la cuarta aproximacin encontramos un valor que por
el nmero de decimales ya compite con cualquier calculadora moderna:
Podemos observar que al repetir este simple proceso la longitud de los lados del rectngulo se
aproximan, y el rectngulo se aproxima a un cuadrado, adems al elevar al cuadrado las
aproximaciones vemos que en cada interaccin nos aproximamos al rea dada.

La representacin algebraica del mtodo babilnico sera:

Sustituyendo 1 en 2 obtenemos la primera interaccin:

por lo que para la segunda interaccin b es sustituida por la misma ecuacin como sigue:

factorizando b'' queda:

la tercera interaccin se definira de la siguiente forma:

factorizando:

y finalmente para la cuarta interaccin:

Factorizando esta ultima queda:

Volviendo al ejemplo solo tenemos que sustituir A=15 y b=4, en la ultima ecuacin la cual nos
devuelve la cuarta aproximacin b''''=3.872983346. Sin embargo conseguir la ecuacin de una
interaccin especifica es algo complicado y no siempre la ecuacin se resuelve en la cuarta
interaccin, por lo que se suele usar en su forma bsica varias veces hasta obtener la raz:

En este punto se podra argumentar que conseguir la aproximacin original, es decir el b=4 en
nuestro ejemplo se hace de manera emprica, sin embargo esta aproximacin no es necesaria, ya
que se puede iniciar con cualquier nmero para b y eventualmente este mtodo encuentra la raz,
no obstante hacer esto implica ms interacciones como se muestra en la siguiente tabla:

En la columna de la derecha se muestran las aproximaciones de la raz de 15, como se puede ver la
primera raz propuesta es 1 y al elevar al cuadrado esta raz obtenemos 1, en la segunda fila se
encuentra la primera interaccin del mtodo babilnico, la aproximacin a la raz es 8 que al
elevar al cuadrado resulta 64, un nmero muy alejado de 15, pero basta ver que despus de 3
interacciones el resultado es ya bastante cercano y en 6 interacciones conseguimos la raz. En
contraste la primera tabla vemos que la raz se consigue en 3 interacciones, de lo
cual tambin podemos concluir que sin importar como se consiga la primera raz o que raz se
proponga al inicio eventualmente llegaremos a la raz del nmero, y habremos convertido
un rectngulo en un cuadrado.

Finalmente Cmo sabemos cuando debemos dejar de calcular? la respuesta depende de cuantos
decimales de la raz se desean conseguir. En la vida real solamente usamos los
primeros dgitos despus del punto decimal y despreciamos los restantes, incluso las calculadoras
y las computadoras solo pueden calcular un nmero limitado de decimales, dicho esto podemos
observar en el ejemplo anterior que en la quinta linea ya conseguimos los 2
primeros dgitos decimales y en la sexta linea conseguimos 6 posiciones decimales correctas. En
la sptima fila conseguimos suficientes dgitos para igualar la precisin de una hoja de
calculo, tambin hay que observar el cuadrado de cada aproximacin a la raz en la columna del
centro que en cada interaccin se aproxima a 15. No hay que olvidar que este mtodo propone
una solucin racional a una operacin que es en si misma irracional, por lo que en e mejor de los
casos solo ser una aproximacin.

Raz Cubica
Es posible usar el mismo enfoque para llevar a cabo el calculo de la raz cubica, solo que en
este caso hay que pensar en un paraleleppedo con un volumen V con lados x, y, z.

Igualamos z=y para simplificar la ecuacin, indicando que "y" y "z" siempre tendrn el mismo
valor cualquiera que este sea, por lo que la ecuacin queda:

Despejamos x:

Para conseguir x' sacamos el promedio entre "x" y "y".

finalmente despejamos x en la ecuacin anterior con lo que nos queda:

Esta ecuacin es la aproximacin para cada interaccin de la raz cubica.

METODO BABILONICO DE RESOLUCION DE RAICES

Mtodo babilnico de resolucin de raices

El mtodo babilnico de resolucin de races cuadradas se centra en el hecho de que cada

lado de un cuadrado es la raz cuadrada del rea. Fue usado durante muchos aos para
calcular races cuadradas a mano debido a su gran eficacia y rapidez. Para calcular una raz,
dibuje un rectngulo cuya rea sea el nmero al que se le busca raz y luego aproxime la base
y la altura del rectngulo hasta formar o por lo menos aproximar un cuadrado.

vamos a realizar el siguiente ejemplo:

Por el metodo babilonico obtener la raiz cuadrada de 460

primer paso:

suponer o estimar a "ojo de buen cubero" el cuadrado de un numero que se aproxima

a 460

a ver hacemos unas pruebas:

20 x 20 = 400

21 x 21= 441
22 x 22 =484

si se fijan el numero 21 al cuadrado es el que mas se aproxima a 460 entonces

escogemos al 21 y ese 21 sera la base de nuestro rectangulo.

Ahora para calcular la altura dividimos : 460 / 21

o sea 460 es nuestro numero a calcular su raiz cuadrada que lo dividimos entre la base
para obtener la altura.

entonces altura = 460/21 = 21. 904

Entonces ya tenemos nuestro rectangulo de base = 21 y altura = 21.904

ahora calculamos nuevamente otras medidas a partir de nuestra base y altura

para calcular nuevamente la base de otro nuevo rectangulo:

se hace lo siguiente:

base = (base+altura) /2

base = (21+21.904) /2 = 21.452

y ahora para calcular la altura de nuestro nuevo rectangulo se divide 460/21.452

altura = 460/21.452 = 21.443

entonces ahora tenemos un nuevo rectangulo con altura = 21.443 y base= 21.452

Nota: Si se fijan la intencion es ir haciendo de ese rectangulo un cuadrado porque las

medidas de la base y la altura van ajustandose hasta ser casi iguales.
entonces por metodo babilonico digamos que nuestro resultado de la raiz cuadrada de
460 es:

aprox. (21.443)X (21.452)

podemos seguir haciendo iteraciones hasta lograr una mejor aproximacion pero
basicamente es asi.

Este mtodo, el cual es un mtodo iterativo, es uno de los ms usados y

efectivos. A diferencia de los mtodos anteriores, el mtodo de Newton-
Raphson no trabaja sobre un intervalo sino que basa su frmula en un
proceso iterativo.

Supongamos que tenemos la aproximacin a la raz de ,

Trazamos la recta tangente a la curva en el punto ; sta cruza

al eje en un punto que ser nuestra siguiente aproximacin a la

raz .

Para calcular el punto , calculamos primero la ecuacin de la recta

tangente. Sabemos que tiene pendiente

Y por lo tanto la ecuacin de la recta tangente es:

Hacemos :
Y despejamos :

Que es la fmula iterativa de Newton-Raphson para calcular la siguiente

aproximacin:

, si

Note que el mtodo de Newton-Raphson no trabaja con intervalos donde nos

asegure que encontraremos la raz, y de hecho no tenemos ninguna garanta
de que nos aproximaremos a dicha raz. Desde luego, existen ejemplos
donde este mtodo no converge a la raz, en cuyo caso se dice que el
mtodo diverge. Sin embargo, en los casos donde si converge a la raz lo
hace con una rapidez impresionante, por lo cual es uno de los mtodos
preferidos por excelencia.

Tambin observe que en el caso de que , el mtodo no se puede

aplicar. De hecho, vemos geomtricamente que esto significa que la recta
tangente es horizontal y por lo tanto no intersecta al eje en ningn

punto, a menos que coincida con ste, en cuyo caso mismo es una raz
de !
Ejemplo 1
Usar el mtodo de Newton-Raphson, para aproximar la raz

de , comenzando con y hasta que .

Solucin
En este caso, tenemos que

De aqu tenemos que:

Comenzamos con y obtenemos:

En este caso, el error aproximado es,

Continuamos el proceso hasta reducir el error aproximado hasta donde se

pidi.
Resumimos los resultados en la siguiente tabla:

Aprox. a la Error aprox.

raz
1
1.268941421 21.19%
1.309108403 3.06%
1.309799389 0.052%

De lo cual conclumos que , la cual es correcta en

todos sus dgitos!
La misma idea puede aplicarse para crear algoritmos que aproximen
races -simas de nmeros reales positivos.
Observe que cuando el mtodo de Newton-Raphson converge a la raz, lo
hace de una forma muy rpida y de hecho, observamos que el error
aproximado disminuye a pasos agigantados en cada paso del proceso. Aunque
no es nuestro objetivo establecer formalmente las cotas para los errores
en cada uno de los mtodos que hemos estudiado, cabe mencionar que si
existen estas cotas que miden con mayor precisin la rapidez lentitud
del mtodo en estudio.

Veremos a continuacin un ejemplo del metdo de Newton Raphson, con la

siguiente ecuacin:

# Fxn Dfxn Nuevo Xm

1 18 4 -3.5
2 -30.375 37.75 -2.6953642384106
3 -6.2771541041392 22.794965133108 -2.419989651633
4 -0.59229583988115 18.569049742033 -2.3880927130115
5 -0.0073539466744812 18.108960417816 -2.3876866186524
6 -1.1814129692311E-6 18.103142166676 -2.3876865533923

Hemos terminado de analizar el mtodo de la Newton Rapshon, en este

ejemplo con un error de 0.0001; se encuentra la ltima raiz(Xm): -
2.3876865533923 con 6 iteracci
Este mtodo se basa en la frmula de Newton-Raphson, pero evita el
clculo de la derivada usando la siguiente aproximacin:

Sustituyendo en la frmula de Newton-Raphson, obtenemos:

Que es la frmula del mtodo de la secante. Ntese que para poder

calcular el valor de , necesitamos conocer los dos valores

anteriores y .

Obsrvese tambien, el gran parecido con la frmula del mtodo de la regla

falsa. La diferencia entre una y otra es que mientras el mtodo de la
regla falsa trabaja sobre intervalos cerrados, el mtodo de la secante es
un proceso iterativo y por lo mismo, encuentra la aproximacin casi con
la misma rapidez que el mtodo de Newton-Raphson. Claro, corre el mismo
riesgo de ste ltimo de no converger a la raz, mientras que el mtodo
de la regla falsa va a la segura.

Ejemplo 1

Usar el mtodo de la secante para aproximar la raz de ,

comenzando con , y hasta que .

Solucin

Tenemos que y , que sustitumos en la

frmula de la secante para calcular la aproximacin :

Con un error aproximado de:

Como todava no se logra el objetivo, continuamos con el proceso.
Resumimos los resultados en la siguiente tabla:

Aprox. a la raz Error

aprox.
0
1 100%
0.612699837 63.2%
0.653442133 6.23%
0.652917265 0.08%

De lo cual conclumos que la aproximacin a la raz es:

Ejemplo 2
Usar el mtodo de la secante para aproximar la raz

de , comenzando con y , y hasta

que .

Solucin

Tenemos los valores y , que sustitumos en

la frmula de la secante para obtener la aproximacin :

Con un error aproximado de:

Como todava no se logra el objetivo, continuamos con el proceso.

Resumimos los resultados en la siguiente tabla:

Aprox. a la raz Error

aprox.
0
1 100%
 0.823315073 21.4%
0.852330280 3.40%
0.853169121 0.09%

De lo cual conclumos que la aproximacin a la raz es:

Veremos a continuacin un ejemplo del metdo de la secante, con la

siguiente ecuacin:

4.4 Mtodo de la secante

El principal inconveniente del mtodo de Newton estriba en que requiere
conocer el valor de la primera derivada de la funcin en el punto. Sin embargo,
la forma funcional de f(x) dificulta en ocasiones el clculo de la derivada. En
estos casos es ms til emplear el mtodo de la secante.

El mtodo de la secante parte de dos puntos (y no slo uno como el mtodo de

Newton) y estima la tangente (es decir, la pendiente de la recta) por una
aproximacin de acuerdo con la expresin:

(34)

Sustituyendo esta expresin en la ecuacin (29) del mtodo de Newton,

obtenemos la expresin del mtodo de la secante que nos proporciona el
siguiente punto de iteracin:

(35)
 Figure: Representacin geomtrica del mtodo de la
secante.

[scale=0.9]eps/secante

En la siguiente iteracin, emplearemos los puntos x1 y x2para estimar un nuevo

punto ms prximo a la raz de acuerdo con la ecuacin (35). En la figura (8) se
representa geomtricamente este mtodo.

En general, el mtodo de la secante presenta las mismas ventajas y limitaciones

que el mtodo de Newton-Raphson explicado anteriormente.

5.1. MTODO DE BISECCIN

Ver Animacin...

Si f es una funcin continua sobre el intervalo [a,b] y si f(a) f(b)<0, entonces f debe tener un cero en (a,b).
Dado que f(a)f(b)<0, la funcin cambia de signo en el intervalo [a,b] y por lo tanto tiene por lo menos un cero
en el intervalo. (Vase la figura 5.1)

Esta es una consecuencia del teorema del valor intermedio para funciones continuas, que establece que
si f es continua en [a,b] y si k es un nmero entre f(a) y f(b) , entonces existe por lo menos un c (a,b) tal
que f(c)=k.
(para el caso en que f(a)f(b)<0 se escoge k=0, luego f(c)=0, c (a,b)).

El mtodo de biseccin consiste en dividir el intervalo en 2 subintervalos de igual magnitud, reteniendo el

subintervalo en donde f cambia de signo, para conservar al menos una raz o cero, y repetir el proceso varias
veces.

Por ejemplo, suponga que f tiene un cero en el intervalo [ a,b].

Primero se calcula el punto medio del intervalo ; despus se averigua s f(a)f(c)<0. Si lo es,
entonces f tiene un cero en [a,c].

A continuacin se renombra a c como b y se comienza una vez ms con el nuevo intervalo [a,b], cuya longitud
es igual a la mitad del intervalo original.

Si f(a)f(c)>0 , entonces f(c)f(b)<0 y en este caso se renombra a c como a.

En ambos casos se ha generado un nuevo intervalo que contiene un cero de f, y el proceso puede repetirse.

Ejemplo.

La funcin f(x) = xsenx 1 tiene un cero en el intervalo [0,2], porque f(0) = -1 y f(2)=0.818595.

Si se denota con entonces c1 = 1. Ahora f(c1) = f(1) = -0.158529,

luego la funcin tiene un cero en el intervalo [c1, b1] = [1,2] ; se renombra a2=c1 y b2=b1 .

El nuevo punto medio es y f(c2) = f(1.5) = 0.496242, el cero esta en el intervalo

[a2, c2] y se renombra como [a3,b3].

En la tabla de abajo se muestran las primeras nueve iteraciones del mtodo de biseccin para f(x)= xsenx 1
con a=0 b=2.

Error
Extremo Extremo Punto Valor de la
n
izquierdo an derecho bn medio cn funcin f(cn)
Relativo
1 0 2 1 -0.158529
2 1 2 1.5 0.496242 0.333333
3 1 1.5 1.25 0.186231 0.2
4 1 1.25 1.125 0.015051 0.111111
5 1 1.125 1.0625 -0.071827 0.0588235
6 1.0625 1.125 1.09375 -0.028362 0.0285714
7 1.09375 1.125 1.109375 -0.006643 0.0140845
8 1.1093750 1.125 1.1171875 0.004208 0.0069930
9 1.1093750 1.1171875 1.11328125 -0.001216 0.0035087

(c = 1.114157141 es el cero de f(x) = xsenx - 1)

Para detener el mtodo de biseccin y dar una aproximacin del cero de una funcin se pueden usar varios
criterios (llamados criterios de parada).
Uno de los criterios de parada consiste en examinar si | f(cn)| < , donde es una tolerancia previamente

establecida (por ejemplo = 10-3). Otro criterio que puede utilizarse es examinar s
Tambin se puede usar como criterio de parada el error relativo entre dos aproximaciones del cero

de f ,
En el ejemplo anterior si =0.005, el procedimiento se parara en la octava iteracin con el criterio |f(cn)|< ,
ya que:
|f(c8)| = |f(1.1171875)| = 0.004208 < = 0.005,

pero si se usa el criterio , el procedimiento se detendra en la novena iteracin porque:

Cuando se generan aproximaciones por medio de una computadora, se recomienda fijar un nmero mximo
de iteraciones N que debera realizar la mquina. Esto con el fin de contar con un resguardo para evitar la
posibilidad de que el proceso de clculo caiga en un ciclo infinito cuando la sucesin diverge (o cuando el
programa no esta codificado correctamente). Un algoritmo para el mtodo de biseccin es:

Teorema. (Error en el mtodo de biseccin).

Si f es continua en [a, b] y f(a) f(b) < 0, el mtodo de biseccin genera una sucesin que aproxima

un cero c de f con la propiedad que: ,n 1 (Prueba)

Ejemplo.

Para determinar el nmero de iteraciones necesarias para aproximar el cero de f(x) = xsen x - 1 con una
exactitud de 10-2en el intervalo [0,2], se debe hallar un nmero n tal que:
 < 10-2, es decir , n > 7.643...

se necesitan aproximadamente unas 8 iteraciones.

Observe en la tabla de aproximaciones que el cero de f(x) = xsen x - 1 es c=1.114157141 y c8=1.1171875.

El error real es = 0.003030359 3x10-3.

El error real es menor que el error dado por el teorema; en la mayora de casos la cota de error dada por el

teorema es mayor que el nmero de iteraciones que realmente se necesitan. Para este ejemplo, =
0.004782141<10-2 = 0.01

Notas:

El mtodo de biseccin tiene la desventaja que es lento en cuanto a convergencia (es decir que se
necesita un n grande para que sea pequeo). Otros mtodos requieren menos iteraciones
para alcanzar la misma exactitud, pero entonces no siempre se conoce una cota para la precisin.

El mtodo de biseccin suele recomendarse para encontrar un valor aproximado del cero de una
funcin, y luego este valor se refina por medio de mtodos ms eficaces. La razn es porque la
mayora de los otros mtodos para encontrar ceros de funciones requieren un valor inicial cerca de
un cero; al carecer de dicho valor, pueden fallar por completo.

Resolver una ecuacin en una variable como por ejemplo: xex=1 es equivalente a resolver la
ecuacin xex-1=0 , o a encontrar el cero de la funcin f(x) = xex-1. Para aproximar el cero de f o la
raz de la ecuacin se puede hacer la grfica de f en una calculadora o usar matlab para determinar
un intervalo donde f tenga un cero. Tambin se pueden ensayar nmeros a y b de tal manera
que f(a)f(b)<0. Para el caso de f(x) = xex-1 por ejemplo f(0) = -1, f(1) = e-1 1.71828
entonces f tiene un cero en el intervalo [0,1].

Cuando hay races mltiples, el mtodo de biseccin quiz no sea vlido, ya que la funcin podra no
cambiar de signo en puntos situados a cualquier lado de sus races. Una grfica es fundamental para
aclarar la situacin. En este caso sera posible hallar los ceros o races trabajando con la
derivada f(x), que es cero en una raz mltiple.