Analisis Numerico Español

Machine Translated by Google
Análisis numérico (págs. 1-46)
RL Burden, JD Faires.
Aprendizaje Brooks/Cole CENGAGE. Boston, 2011.
ISBN-13: 978-0-538-73351-9
Esta obra está protegida por el derecho de autor y su reproducción y comunicación pública, en
la modalidad puesta a disposición, se ha realizado en virtud del artículo 32.4 de la Ley de
Propiedad Intelectual. Queda prohibida su posterior reproducción, distribución,
transformación y comunicación pública en cualquier medio y de cualquier forma.

Análisis numérico
Derechos de autor 2010 Cengage Learning. Reservados todos los derechos. No se puede copiar, escanear o duplicar, en su totalidad o en parte. Debido a los derechos electrónicos, algunos contenidos de terceros pueden ser suprimidos del eBook y/o eChapter(s).
La revisión editorial ha considerado que cualquier contenido suprimido no afecta materialmente la experiencia general de aprendizaje. Cengage Learning se reserva el derecho de eliminar contenido adicional en cualquier momento si así lo requieren restricciones de derechos posteriores.
Análisis numérico
NOVENA EDICIÓN
Richard L. Carga
Universidad Estatal de Youngstown
J. Douglas Ferias
Universidad Estatal de Youngstown
Australia • Brasil • Japón • Corea • México • Singapur • España • Reino Unido • Estados Unidos
Esta es una versión electrónica del libro de texto impreso. Debido a restricciones de derechos electrónicos, es posible que se elimine algún contenido de terceros.
La revisión editorial ha considerado que cualquier contenido suprimido no afecta materialmente la experiencia general de aprendizaje.
El editor se reserva el derecho de eliminar contenido de este título en cualquier momento si así lo requieren restricciones de derechos posteriores.
Para obtener información valiosa sobre precios, ediciones anteriores, cambios en las ediciones actuales y formatos alternativos,
visite www.cengage.com/highered para buscar materiales en sus áreas de interés por número de ISBN, autor, título o palabra clave.
Análisis numérico, © 2011, 2005, 2001 Brooks/Cole, Cengage Learning

novena edición Richard
L. Burden y J. Douglas Faires RESERVADOS TODOS LOS DERECHOS. Ninguna parte de este trabajo cubierto por los derechos
de autor del presente puede reproducirse, transmitirse, almacenarse o usarse de ninguna forma o por
Editora en jefe: Michelle Julet ningún medio gráfico, electrónico o mecánico, incluidos, entre otros, fotocopias, grabaciones,
escaneos, digitalizaciones, grabaciones, Web distribución, redes de información o sistemas de
Editor: Richard Stratton
almacenamiento y recuperación de información, excepto según lo permitido por la Sección 107 o 108 de
Editora principal de patrocinio: Molly Taylor la Ley de derechos de autor de los Estados Unidos de 1976, sin el permiso previo por escrito del editor.
Editor asociado: Daniel Seibert
Asistente editorial: Shaylin Walsh
Editor asociado de medios: Andrew Coppola Para obtener información sobre productos y asistencia tecnológica, contáctenos en:
Soporte de ventas y atención al cliente de Cengage
Gerente sénior de marketing: Jennifer Pursley Jones
Learning, 1-800-354-9706
Coordinadora de Marketing: Erica O'Connell
Para obtener permiso para usar material de este texto o producto, envíe
Gerente de comunicaciones de marketing: Mary Anne todas las solicitudes en línea en www.cengage.com/
consejo permissions.
Gerente de proyecto de contenido: Jill Clark Se pueden enviar más preguntas sobre permisos por correo
electrónico a allowrequest@cengage.com.
Director de arte: Jill Ort
Compradora sénior de fabricación: Diane Gibbons

Número de control de la Biblioteca del Congreso: 2010922639
Especialista sénior en adquisición de derechos: Katie Huha
Servicio de Producción: Cadmus Communications ISBN-13: 978-0-538-73351-9

ISBN-10: 0-538-73351-9
Diseñador de texto: Jay Purcell
Diseñador de portada: Wing Ngan arroyos/cole

20 Canal Centro Calle
Imagen de portada: Vórtice espiral
Boston, MA 02210
Fotógrafo: Akira Inoue ciervo
Colección: imágenes de Amana, Gettyimages.com

Cengage Learning es un proveedor líder de soluciones de aprendizaje personalizadas con oficinas
Compositor: Cadmus Communications
en todo el mundo, incluidos Singapur, el Reino Unido, Australia, México, Brasil y Japón. Localice su
oficina local en international.cengage.com/region.
Los productos de Cengage Learning están representados en Canadá por Nelson Education, Ltd.
Para su curso y soluciones de aprendizaje, visite

www.cengage.com.
Compre cualquiera de nuestros productos en su tienda universitaria local o en nuestra tienda en
línea preferida www.cengagebrain.com.
Impreso en Canadá
1 2 3 4 5 6 7 14 13 12 11 10
CAPÍTULO
1 Preliminares Matemáticos y
Análisis de Errores
Introducción
En los cursos de química para principiantes, vemos la ley de los gases ideales,
VP = TRN,
que relaciona la presión P, el volumen V, la temperatura T y el número de moles N de un gas “ideal”. En

esta ecuación, R es una constante que depende del sistema de medida.
Suponga que se realizan dos experimentos para probar esta ley, usando el mismo gas en cada
caso. En el primer experimento,
P = 1,00 atm, V = 0,100 m3 ,
N = 0,00420 moles, R = 0,08206.
La ley de los gases ideales predice que la temperatura del gas será
fotovoltaica
(1,00)(0,100)
T= = = 290,15 K = 17ÿ C.
No. (0,00420)(0,08206)
Sin embargo, cuando medimos la temperatura del gas, encontramos que la temperatura verdadera es
15°C.
V1
V2
Luego repetimos el experimento usando los mismos valores de R y N, pero incrementamos la

presión por un factor de dos y reducimos el volumen por el mismo factor. El PV del producto sigue
siendo el mismo, por lo que la temperatura pronosticada sigue siendo de 17 °C. Pero ahora encontramos
que la temperatura real del gas es 19°C.
1
2 CAPÍTULO 1 Preliminares Matemáticos y Análisis de Errores
Claramente, la ley de los gases ideales es sospechosa, pero antes de concluir que la ley no es válida
en esta situación, debemos examinar los datos para ver si el error puede atribuirse a los resultados
experimentales. Si es así, podríamos determinar cuánto más precisos deberían ser nuestros resultados
experimentales para garantizar que no se produzca un error de esta magnitud.
ocurrir.
El análisis del error involucrado en los cálculos es un tema importante en el análisis numérico y se
presenta en la Sección 1.2. Esta aplicación en particular se considera en el ejercicio 28 de esa sección.
Este capítulo contiene una breve revisión de los temas del cálculo de una sola variable que serán
necesarios en capítulos posteriores. Un conocimiento sólido de cálculo es esencial para comprender el
análisis de las técnicas numéricas, y es posible que necesite una revisión más exhaustiva si ha estado
alejado de este tema por un tiempo. Además, hay una introducción a la convergencia, el análisis de errores,
la representación mecánica de números y algunas técnicas para categorizar y minimizar el error
computacional.
1.1 Repaso de Cálculo
Límites y Continuidad
Los conceptos de límite y continuidad de una función son fundamentales para el estudio del cálculo y
forman la base para el análisis de técnicas numéricas.
Definición 1.1 Una función f definida sobre un conjunto X de números reales tiene el límite L en x0, escrito
límite f (x) = L,
xÿx0
si, dado cualquier número real ÿ > 0, existe un número real ÿ > 0 tal que
|f (x) ÿ L| < ÿ, siempre que x ÿ X y 0 < |x ÿ x0| < d.
(Consulte la Figura 1.1.)
Figura 1.1
y
yf(x )
le _
L
le _
x0 re x0 x0 re X
1.1 Repaso de Cálculo 3
Definición 1.2 Sea f una función definida sobre un conjunto X de números reales y x0 ÿ X. Entonces f es continua
en x0 si
Los conceptos básicos del cálculo
y sus aplicaciones se desarrollaron
límite f (x) = f (x0).
a finales del siglo XVII y principios xÿx0
del XVIII, pero los conceptos
matemáticamente precisos de La función f es continua en el conjunto X si es continua en cada número en X.
límites y continuidad no se
describieron hasta la época de
El conjunto de todas las funciones que son continuas en el conjunto X se denota C(X). Cuando X es un
Augustin Louis Cauchy intervalo de la línea real, se omiten los paréntesis en esta notación. Por ejemplo, el conjunto de todas las
(1789–1857), Heinrich Eduard
funciones continuas en el intervalo cerrado [a, b] se denota C[a, b]. El símbolo R denota el conjunto de todos los
Heine (1821–1881) y Karl
números reales, que también tiene la notación de intervalo (ÿÿ,ÿ). Entonces, el conjunto de todas las funciones
Weierstrass (1815–1897) en la
que son continuas en cada número real se denota por C(R) o por C(ÿÿ,ÿ).
última parte del siglo XIX.
El límite de una secuencia de números reales o complejos se define de manera similar.
Definición 1.3 Sea {xn}ÿ n=1 Sea una sucesión infinita de números reales. Esta sucesión tiene el límite x (converge en x) si,
para cualquier ÿ > 0 existe un entero positivo N(ÿ) tal que |xn ÿ x| < ÿ, siempre que n > N(ÿ). la notación
límite xn = x, o xn ÿ x cuando n ÿ ÿ,
nÿÿ
significa que la secuencia {xn}ÿ n=1 converge a x.
Teorema 1.4 Si f es una función definida sobre un conjunto X de números reales y x0 ÿ X, entonces el siguiente
declaraciones son equivalentes:
una. f es continua en x0; b. Si
{xn}ÿ n=1 es cualquier secuencia en X que converge a x0, entonces limnÿÿ f (xn) = f (x0).
Se supondrá que las funciones que consideraremos cuando analicemos los métodos numéricos son
continuas porque este es un requisito mínimo para un comportamiento predecible. Las funciones que no son
continuas pueden saltarse puntos de interés, lo que puede causar dificultades al intentar aproximar una solución
a un problema.
diferenciabilidad
Las suposiciones más sofisticadas sobre una función generalmente conducen a mejores resultados de
aproximación. Por ejemplo, una función con un gráfico suave normalmente se comportará de manera más
predecible que una con numerosas características irregulares. La condición de suavidad se basa en el concepto
de la derivada.
Definición 1.5 Sea f una función definida en un intervalo abierto que contiene x0. La función f es derivable
en x0 si
f (x) ÿ f (x0) f
(x0) = lím
xÿx0 x - x0
existe El número f (x0) se llama la derivada de f en x0. Una función que tiene una derivada en cada número de
un conjunto X es derivable en X.
La derivada de f en x0 es la pendiente de la recta tangente a la gráfica de f en (x0, f (x0)), como se muestra

en la figura 1.2.
Figura 1.2
y
La recta tangente tiene pendiente f (x0)
f(x0)
(x0, f(x0)) yf(x )
x0 X
Teorema 1.6 Si la función f es derivable en x0, entonces f es continua en x0.
El teorema atribuido a Michel Los siguientes teoremas son de fundamental importancia para derivar métodos para la estimación del
Rolle (1652-1719) apareció en 1691 error. Las demostraciones de estos teoremas y los demás resultados no referenciados de esta sección se
en un tratado poco conocido
pueden encontrar en cualquier texto estándar de cálculo.
titulado Método de resolución de El conjunto de todas las funciones que tienen n derivadas continuas en X se denota Cn(X), y el
empates. Rolle criticó originalmente el
conjunto de funciones que tienen derivadas de todos los órdenes en X se denota Cÿ(X). Las funciones
cálculo que se
polinomiales, racionales, trigonométricas, exponenciales y logarítmicas están en Cÿ(X), donde X consta
desarrollado por Isaac Newton y
de todos los números para los que se definen las funciones. Cuando X es un intervalo de la recta real,
Gottfried Leibniz, pero más tarde se
volveremos a omitir los paréntesis en esta notación.
convirtió en uno de sus defensores.
Teorema 1.7 (Teorema de Rolle)
Supongamos que f ÿ C[a, b] y f es diferenciable en (a, b). Si f (a) = f (b), entonces existe un número c en
(a, b) con f (c) = 0. (Consulte la figura 1.3).
Figura 1.3
y
f (c) 0
yf(x )
f(a) f(b)
a C b X
Teorema 1.8 (Teorema del valor medio)
Si f ÿ C[a, b] y f es diferenciable en (a, b), entonces existe un número c en (a, b) con (Ver Figura 1.4.)
f (b) - f (a) f (c)

= segundo - un .
Figura 1.4
y
Lineas paralelas
Pendiente f (c)
yf(x )
f(b) f(a)
Pendiente
no
a C b X
Teorema 1.9 (Teorema del valor extremo)
Si f ÿ C[a, b], entonces existen c1, c2 ÿ [a, b] con f (c1) ÿ f (x) ÿ f (c2), para todo x ÿ [a, b].
Además, si f es diferenciable en (a, b), entonces los números c1 y c2 ocurren en el
extremos de [a, b] o donde f es cero. (Consulte la Figura 1.5.)
Figura 1.5
y
yf(x )
a c2 c1 b X
Trabajo de investigación sobre el diseño de
algoritmos y sistemas para
realizando simbólico
Las matemáticas comenzaron en la década de 1960.
El primer sistema en estar operativo,

Como se mencionó en el prefacio, usaremos el sistema de álgebra computacional Maple siempre que
en la década de 1970, era un LISP basado adecuado. Los sistemas de álgebra computacional son particularmente útiles para la diferenciación simbólica
sistema denominado MACSYMA. y trazado de gráficos. Ambas técnicas se ilustran en el Ejemplo 1.
Ejemplo 1 Use Maple para encontrar los valores mínimo absoluto y máximo absoluto de
f (x) = 5 cos 2x ÿ 2x sen 2xf (x)
en los intervalos (a) [1, 2] y (b) [0.5, 1]
Solución Hay una opción de entrada de texto o entrada matemática en la opción Maple C 2D Math.
La entrada de texto se usa para documentar hojas de trabajo agregando información de texto estándar en
el documento. La opción de entrada matemática se utiliza para ejecutar comandos de Maple. entrada de arce
El proyecto de desarrollo Maple puede escribirse o seleccionarse de las paletas a la izquierda de la pantalla de Maple. Mostraremos la entrada
comenzó en la Universidad de Waterloo tal como se escribió porque es más fácil describir con precisión los comandos. Para obtener instrucciones
a finales de 1980. Su objetivo sobre la entrada de paletas, debe consultar los tutoriales de Maple. En nuestra presentación, los comandos de
debía ser accesible para
entrada de Maple aparecen en letra cursiva y las respuestas de Maple aparecen en letra cian .
investigadores en matemáticas,
Para asegurarnos de que las variables que usamos no hayan sido asignadas previamente, primero
ingeniería y ciencias, pero además emitimos el comando.
a los estudiantes con fines
educativos. Para ser efectivo, reiniciar
necesitaba ser portátil, así como eficiente
en espacio y tiempo. Demostraciones
para borrar la memoria de Maple. Primero ilustramos las capacidades gráficas de Maple. Para acceder al
de la paquete de gráficos, ingrese el comando
se presentaron en 1982, y el principal
con (parcelas)
documento que establece los criterios
de diseño para el sistema MAPLE se para cargar el subpaquete plots. Maple responde con una lista de comandos disponibles en el paquete. Esta
presentó en 1983 [CGGG]. lista se puede suprimir colocando dos puntos después del comando with(plots) .
El siguiente comando define f (x) = 5 cos 2x ÿ 2x sin 2x como una función de x.
f := x ÿ 5 cos(2x) ÿ 2x · sen(2x)
y Maple responde con
x ÿ 5 cos(2x) ÿ 2x sen(2x)
Podemos trazar la gráfica de f en el intervalo [0.5, 2] con el comando
parcela(f ,0.5 . . 2)
La Figura 1.6 muestra la pantalla que resulta de este comando después de hacer clic con el mouse sobre el
gráfico. Este clic le dice a Maple que ingrese a su modo gráfico, que presenta opciones para varias vistas del
gráfico. Podemos determinar las coordenadas de un punto del gráfico moviendo el cursor del ratón al punto.
Las coordenadas aparecen en el cuadro arriba a la izquierda del comando plot(f , 0.5 . . 2). Esta función es útil
para estimar las intersecciones de los ejes y los extremos de las funciones.
Los valores absolutos máximo y mínimo de f (x) en el intervalo [a, b] pueden ocurrir
sólo en los puntos finales, o en un punto crítico.
(a) Cuando el intervalo es [1, 2] tenemos
f (1) = 5 cos 2 ÿ 2 sen 2 = ÿ3,899329036 y f (2) = 5 cos 4 ÿ 4 sen 4 = ÿ0,241008123.
Un punto crítico ocurre cuando f (x) = 0. Para usar Maple para encontrar este punto, primero definimos una
función fp para representar f con el comando
fp := x ÿ diferencia(f (x), x)
y Maple responde con
d
Xÿ f (x) dx
Para encontrar la representación explícita de f (x) ingresamos el comando
fp(x)
y Maple da la derivada como
ÿ12 sen(2x) ÿ 4x cos(2x)
Para determinar el punto crítico usamos el comando
resolver(fp(x), x,1..2)
Figura 1.6
y Maple nos dice que f (x) = fp(x) = 0 para x en [1, 2] cuando x es
1.358229874
Evaluamos f (x) en este punto con el comando f (%)
El % se interpreta como la última respuesta de Maple. El valor de f en el punto crítico es
ÿ5.675301338
Como consecuencia, el valor máximo absoluto de f (x) en [1, 2] es f (2) = ÿ0,241008123 y el valor mínimo
absoluto es f (1,358229874) = ÿ5,675301338, exacto al menos en los lugares enumerados.
(b) Cuando el intervalo es [0.5, 1] tenemos los valores en los extremos dados por
f (0,5) = 5 cos 1 ÿ 1 sen 1 = 1,860040545 y f (1) = 5 cos 2 ÿ 2 sen 2 = ÿ 3,899329036.
Sin embargo, cuando intentamos determinar el punto crítico en el intervalo [0.5, 1] con el comando
resolver(fp(x), x, 0.5 . . 1)
Maple da la respuesta
f resolve(ÿ12 sin(2x) ÿ 4x cos(2x), x, .5 . . 1)
Esto indica que Maple no puede determinar la solución. La razón es obvia una vez que se
considera el gráfico de la figura 1.6. La función f siempre es decreciente en este intervalo, por lo
que no existe solución. Sospeche cuando Maple devuelva la misma respuesta que le ha dado;
es como si estuviera cuestionando su solicitud.
En resumen, en [0.5, 1] el valor máximo absoluto es f (0.5) = 1.86004545 y el valor mínimo
absoluto es f (1) = ÿ3.899329036, exacto al menos en los lugares enumerados.
El siguiente teorema generalmente no se presenta en un curso de cálculo básico, pero se

deriva (nÿ1) aplicando el teorema de Rolle sucesivamente a f , f , ... y, finalmente, a f. Este .
resultado se considera en el ejercicio 23.
Teorema 1.10 (Teorema de Rolle generalizado)

Supongamos que f ÿ C[a, b] es n veces diferenciable en (a, b). Si f (x) = 0 en los n + 1 números
distintos a ÿ x0 < x1 < < xn ÿ...
b, entonces uncon
= 0. existe número
f c en (x0, xn), y por lo tanto en (a, b), (n) (c )
También haremos uso frecuente del Teorema del Valor Intermedio. Aunque su afirmación parece
razonable, su demostración está más allá del alcance del curso habitual de cálculo. Sin embargo, se
puede encontrar en la mayoría de los textos de análisis.
Teorema 1.11 (Teorema del valor intermedio)

Si f ÿ C[a, b] y K es cualquier número entre f (a) y f (b), entonces existe un número c en (a, b)
para el cual f (c) = K.
La figura 1.7 muestra una opción para el número garantizado por el teorema del valor
intermedio. En este ejemplo hay otras dos posibilidades.
Figura 1.7
y
(un, f (un))
fa)
yf(x )
k
pensión completa)
(b, f (b))
X
y b
Ejemplo 2 Muestre que x5 ÿ 2x3 + 3x2 ÿ 1 = 0 tiene una solución en el intervalo [0, 1].
Solución Considere la función definida por f (x) = x5 ÿ 2x3 + 3x2 ÿ 1. La función f es continua
en [0, 1]. Además,
f(0) = ÿ1 < 0 y 0 < 1 = f (1).
El teorema del valor intermedio implica que existe un número x , con 0 < x < 1, para el cual x5 ÿ 2x3 + 3x2
ÿ 1 = 0.
Como se ve en el Ejemplo 2, el Teorema del Valor Intermedio se usa para determinar cuándo existen
soluciones a ciertos problemas. Sin embargo, no proporciona un medio eficaz para encontrar estas
soluciones. Este tema se considera en el Capítulo 2.
Integración
El otro concepto básico de cálculo que se usará extensamente es la integral de Riemann.
Definición 1.12 La integral de Riemann de la función f en el intervalo [a, b] es el siguiente límite, siempre que exista:
George Fredrich Berhard
Riemann (1826–1866) hizo
b norte
muchos de los descubrimientos

f (x) dx = límite f (zi) algunos,
importantes al clasificar las a máximo xiÿ0
yo=1
funciones que tienen integrales.
También realizó una labor fundamental en
donde los números x0, x1, ... , xn satisfacen a = x0 ÿ x1 ÿ···ÿ xn = b, donde xi = xiÿxiÿ1, para cada i = 1,
geometría y teoría de funciones
2, ... , n, y zi se elige arbitrariamente en el intervalo [xiÿ1, xi].
complejas, y es considerado uno de
los matemáticos más profundos del
siglo XIX. Una función f que es continua en un intervalo [a, b] también es Riemann integrable en [a, b]. Esto nos
permite elegir, por conveniencia computacional, los puntos xi para que estén igualmente espaciados en [a,
b], y para cada i = 1, 2, ..., n, elegir zi = xi. En este caso,
b norte
segundo - un
f (x) dx = lím f (algunos),

nÿÿ norte
a
yo=1
donde los números que se muestran en la Figura 1.8 como xi son xi = a + i(b ÿ a)/n.
Figura 1.8
y
yf(x )
un x0 x1 x2 . . . xi1 xi ... xn1 b xn X
Se necesitarán otros dos resultados en nuestro estudio del análisis numérico. El primero es una
generalización del Teorema del valor medio usual para integrales.
Teorema 1.13 (Teorema del valor medio ponderado para integrales)
Supongamos que f ÿ C[a, b], la integral de Riemann de g existe en [a, b] y g(x) no cambia de signo en [a, b].
Entonces existe un número c en (a, b) con
b b
f (x)g(x) dx = f (c) g(x) dx.

a a
Cuando g(x) ÿ 1, el teorema 1.13 es el teorema del valor medio habitual para integrales. Da
el valor promedio de la función f sobre el intervalo [a, b] como (Ver Figura 1.9.)
b
1
f (c) = f (x) dx.
segundo - un a
Figura 1.9
y
yf(x )
f(c)
a C b X
La demostración del teorema 1.13 generalmente no se da en un curso de cálculo básico, pero se puede
encuentra en la mayoría de los textos de análisis (ver, por ejemplo, [Fu], p. 162).
Polinomios y series de Taylor
El teorema final de esta revisión del cálculo describe los polinomios de Taylor. Estos polinomios se utilizan
ampliamente en el análisis numérico.
Teorema 1.14 (Teorema de Taylor)

Brook Taylor (1685-1731) f ÿ Cn[a, b], que f existe un número ÿ(x)
(n+1)
entre
existe
x0 yen
x con
[a, b] y x0 ÿ [a, b]. Para todo x ÿ [a, b], Supongamos que
describió esta serie en 1715 en
el artículo Métodos
directos e inversos de crecimiento.
f (x) = Pn(x) + Rn(x),
Isaac Newton, James Gregory
y otros conocían previamente dónde
casos especiales del resultado,
y probablemente el resultado f (x0) x0) +···+ f 2(n)
(x (x0)
ÿ norte
mismo. Pn(x) = f (x0) + f (x0)(x ÿ x0) + (x ÿ x0) 2!

¡norte!
norte
f (x(k)ÿ (x0)
x0) k
=
k!
k=0
(n+1) =(ÿ(x))
f Rn(x) (x ÿ n+1 .
x0) (n + 1)!
Colin Maclaurin (1698–1746) es mejor
conocido como el defensor de la Aquí , Pn(x) se denomina polinomio de Taylor enésimo para f sobre x0, y Rn(x) se denomina
calculo de newton cuando llego término restante (o error de truncamiento) asociado con Pn(x). Dado que el número ÿ(x) en el
bajo el amargo ataque del filósofo error de truncamiento Rn(x) depende del valor de x en el que se evalúa el polinomio Pn(x) , es una
irlandés, el obispo George Berkeley.
función de la variable x. Sin embargo, no deberíamos esperar poder determinar explícitamente la
función ÿ(x). El teorema de Taylor simplemente asegura que tal función existe y que su valor se
Maclaurin no descubrió el encuentra entre x y x0. De hecho, uno de los problemas comunes (n+1) (ÿ(x)) en los métodos
serie que lleva su nombre; era conocido numéricos
es tratar de determinar un límite realista para el valor de f cuando x está en algún intervalo específico.
por los matemáticos del siglo XVII antes
de que él fuera
La serie infinita que se obtiene tomando el límite de Pn(x) como n ÿ ÿ se denomina serie de
nacido. Sin embargo, ideó un
Taylor para f alrededor de x0. En el caso x0 = 0, el polinomio de Taylor a menudo se llama
método para resolver un sistema de
polinomio de Maclaurin, y la serie de Taylor a menudo se llama serie de Maclaurin.
ecuaciones lineales que se conoce como
El término error de truncamiento en el polinomio de Taylor se refiere al error involucrado en
La regla de Cramer, que Cramer hizo
usar una suma truncada o finita para aproximar la suma de una serie infinita.
No publicar hasta 1750.
Ejemplo 3 Sea f (x) = cos x y x0 = 0. Determine
(a) el segundo polinomio de Taylor para f alrededor de x0; y

(b) el tercer polinomio de Taylor para f alrededor de x0.
Solución Como f ÿ Cÿ(R), el teorema de Taylor se puede aplicar para cualquier n ÿ 0. Además,
(4) f (x) = ÿ sen x, f (x) = ÿ cos x, f (x) = sen x, y f (x) = cos x,
asi que
f (0) = 1, f (0) = 0, f (0) = ÿ1 y f (0) = 0.
(a) Para n = 2 y x0 = 0, tenemos
f (0) f (ÿ(x)) x2 + x3
(0)x + porque x = f (0) + f
2! 3!
1
= 1 ÿ 2 61x2 + x3 sen ÿ(x),
donde ÿ(x) es un número (generalmente desconocido) entre 0 y x. (Consulte la Figura 1.10.)
Figura 1.10
y
1
y cos x
Pi Pi
2 2
Pi Pi X
1
y P2(x) 1 x2
2
Cuando x = 0.01, esto se convierte en
2 3
10ÿ6
1 cos 0.01 = 1 ÿ (0.01) 2 + 6 1 (0,01) sen ÿ(0.01) = 0.99995 + sen ÿ(0.01).
6
La aproximación a cos 0,01 dada por el polinomio de Taylor es por tanto 0,99995. El error de truncamiento, o
término restante, asociado con esta aproximación es
10ÿ6
sen ÿ(0,01) = 0,16 × 10ÿ6 sen ÿ(0,01),
6
donde la barra sobre el 6 en 0.16 se usa para indicar que este dígito se repite indefinidamente.
Aunque no tenemos forma de determinar sen ÿ(0.01), sabemos que todos los valores del seno se encuentran
en el intervalo [ÿ1, 1], por lo que el error que ocurre si usamos la aproximación 0.99995 para el valor de cos
0.01 está acotado por
| cos(0.01) ÿ 0.99995| = 0,16 × 10ÿ6 |sen ÿ(0,01)| ÿ 0,16 × 10ÿ6 .
Por lo tanto, la aproximación 0.99995 coincide con al menos los primeros cinco dígitos de cos 0.01, y
0,9999483 < 0,99995 ÿ 1,6 × 10ÿ6 ÿ cos 0,01
ÿ 0,99995 + 1,6 × 10ÿ6 < 0,9999517.
El límite de error es mucho mayor que el error real. Esto se debe en parte al límite pobre que usamos
para |sin ÿ(x)|. En el ejercicio 24 se muestra que para todos los valores de x, tenemos |sen x|ÿ|x|. Como 0 ÿ ÿ
< 0.01, podríamos haber usado el hecho de que |sen ÿ(x)| ÿ 0,01 en la fórmula de error, lo que produce el
límite 0,16 × 10ÿ8.
(b) Dado que f (0) = 0, el tercer polinomio de Taylor con término restante alrededor de x0 = 0
es
1
cos x = 1 ÿ 2 1 x2 +
24x4 cos ÿ (˜ x),
donde 0 < ÿ (˜ x) < 0,01. El polinomio de aproximación sigue siendo el mismo y la aproximación sigue siendo
0,99995, pero ahora tenemos una garantía de precisión mucho mejor. Desde | cos ÿ (˜ x)| ÿ 1 para todo x,
tenemos
1 1 4
(1) ÿ 4,2 × 10ÿ10.
24x4 porque ÿ (˜ x) ÿ 24(0.01)
Asi que
| cos 0,01 ÿ 0,99995| ÿ 4,2 × 10ÿ10,
0.99994999958 = 0.99995 ÿ 4.2 × 10ÿ10
ÿ cos 0,01 ÿ 0,99995 + 4,2 × 10ÿ10 = 0,99995000042.
El ejemplo 3 ilustra los dos objetivos del análisis numérico:
(i) Encontrar una aproximación a la solución de un problema dado.
(ii) Determine un límite para la precisión de la aproximación.
Los polinomios de Taylor en ambas partes dan la misma respuesta a (i), pero el tercer polinomio de Taylor
dio una respuesta mucho mejor a (ii) que el segundo polinomio de Taylor.
También podemos usar los polinomios de Taylor para darnos aproximaciones a las integrales.
Ilustración Podemos usar el tercer polinomio de Taylor y su resto encontrado en el Ejemplo 3 para aproximar
0,1 cos x dx. tenemos 0
0.1 0.1 0.1

1 1
cos x dx = 1- x2 dx + x4 cos ÿ (˜ x) dx
0 0 2 24 0
0.1 0.1
1 1
=xÿ x3 + x4 cos ÿ (˜ x) dx
6 0 24 0
0.1
1
1 = 0,1 ÿ (0,1) 6 3+ x4 cos ÿ (˜ x) dx.
24 0
Por lo tanto
0.1
3
1 porque x dx ÿ 0.1 ÿ (0.1) 6 = 0,09983.
0
Se determina un límite para el error en esta aproximación a partir de la integral del término de resto de
Taylor y el hecho de que | cos ÿ (˜ x)| ÿ 1 para todo x:
0.1 0.1
1 1
x4 porque ÿ (˜ x) dx ÿ x4 | cos ÿ (˜ x)| dx
24 0 24 0
0.1
1 (0.1)5
ÿ x4 dx = = 8.3 × 10ÿ8 .
24 0 120
El verdadero valor de esta integral es

0.1 0.1
cos x dx = sen x = sen 0.1 ÿ 0.099833416647,

0 0
entonces el error real para esta aproximación es 8.3314 × 10ÿ8, que está dentro del error
vinculado.
También podemos usar Maple para obtener estos resultados. Definir f por
f := cos(x)
Maple nos permite colocar varias declaraciones en una línea separadas por un punto y coma o dos puntos.
Un punto y coma producirá toda la salida, y dos puntos suprimirá todo menos la respuesta final de Maple.
Por ejemplo, el tercer polinomio de Taylor está dado por
s3 := taylor(f , x = 0, 4) : p3 := convert(s3, polinomio)
1 ÿ 2 1x2
El primer enunciado s3 := taylor(f , x = 0, 4) determina el polinomio de Taylor sobre x0 = 0 con cuatro

términos (grado 3) y una indicación de su resto. El segundo p3 := convert(s3, polynom) convierte la serie s3
en el polinomio p3 eliminando el resto del término.
Maple normalmente muestra 10 dígitos decimales para aproximaciones. Para obtener en cambio el
11 dígitos que queremos para esta ilustración, ingrese
Dígitos := 11
y evalúe f (0.01) y P3(0.01) con
y1 := evalf(subs(x = 0.01, f )); y2 := evalf(subs(x = 0.01, p3)
esto produce
0.99995000042
0.99995000000
Para mostrar tanto la función (en negro) como el polinomio (en cian) cerca de x0 = 0, ingresamos
parcela((f , p3), x = ÿ2..2)
y obtenga el diagrama de Maple que se muestra en la Figura 1.11.
Figura 1.11
1
0.5
–2 ÿ1 0 1 2
X
–0.5
–1
Las integrales de f y el polinomio están dadas por
q1 := int(f , x = 0 . . 0.1); q2 := int(p3, x = 0 . . 0.1)
0.099833416647
0.099833333333
Asignamos los nombres q1 y q2 a estos valores para poder determinar fácilmente el error con el
comando
error := |q1 ÿ q2|
8.3314 10ÿ8
Existe un método alternativo para generar los polinomios de Taylor dentro del subpaquete
Numer icalAnalysis del paquete Maple's Student . Este subpaquete se discutirá en el Capítulo 2.
EJERCICIO 1.1
1. Demuestre que las siguientes ecuaciones tienen al menos una solución en los intervalos dados.
una. x cos x ÿ 2x2 + 3x ÿ 1 = 0, [0.2, 0.3] y [1.2, 1.3] (x ÿ 2)2 ÿ ln x
= 0, [1, 2] y [e, 4] b.
C. 2x cos(2x) ÿ (x ÿ 2)2 = 0, [2, 3] y [3, 4] d. x ÿ (ln x)x = 0,

[4, 5]
2. Encuentra intervalos que contengan soluciones a las siguientes ecuaciones.
una. x ÿ 3ÿx = 0
b. 4x2 ÿ ex = 0
C. x3 ÿ 2x2 ÿ 4x + 2 = 0 re. x3 +
4.001x2 + 4.002x + 1.101 = 0 3. Demuestre que
f (x) es 0 al menos una vez en los intervalos dados. una. f (x) = 1 ÿ ex

+ (e ÿ 1)sin((ÿ/2)x), [0, 1] b. f (x) = (x ÿ 1)tan x + x sen ÿx, [0, 1]
c. f (x) = x sen ÿx ÿ (x ÿ 2)ln x, [1, 2] d. f (x) = (x ÿ 2)sen x ln(x +
2), [ÿ1, 3]
4. Encuentra maxaÿxÿb |f (x)| para las siguientes funciones e intervalos. una. f

(x) = (2 ÿ ex + 2x)/3, [0, 1] b. f (x) = (4x ÿ 3)/(x2 ÿ 2x), [0.5, 1] c. f (x) = 2x
cos(2x) ÿ (x ÿ 2)2, [2, 4] d. f (x) = 1 + eÿ cos(xÿ1) [1, 2]
,
5. Use el Teorema del valor intermedio 1.11 y el Teorema de Rolle 1.7 para mostrar que la gráfica de f (x) = x3 + 2x + k
cruza el eje x exactamente una vez, independientemente del valor de la constante k.
6. Supongamos que f ÿ C[a, b] y f (x) existe en (a, b). Muestre que si f (x) = 0 para todo x en (a, b), entonces
puede existir como máximo un número p en [a, b] con f (p) = 0.
7. Sea f (x) = x3. una.
Encuentre el segundo polinomio de Taylor P2(x) sobre x0 = 0. b.
Encuentre R2(0.5) y el error real al usar P2(0.5) para aproximar f (0.5). C. Repita la parte
(a) usando x0 = 1. d. Repita la parte (b) usando el polinomio de la parte (c).
8. Encuentra el tercer polinomio de Taylor P3(x) para la función f (x) = ÿ x + 1 sobre x0 = 0. Aproxima
ÿ 0.5, ÿ0.75, ÿ1.25 y ÿ1.5 usando P3(x), y encuentre los errores reales.
9. Encuentre el segundo polinomio de Taylor P2(x) para la función f (x) = ex cos x sobre x0 = 0.
una. Use P2(0.5) para aproximar f (0.5). Encuentre un límite superior para el error |f (0.5) ÿ P2(0.5)| utilizando el
fórmula de error y compárela con el error real.
b. Encuentre un límite para el error |f (x) ÿ P2(x)| en el uso de P2(x) para aproximar f (x) en el intervalo
[0, 1].
C. Aproximado 10
f (x) dx usando 10
P2(x) dx.
1
d. Encuentre un límite superior para el error en (c) usando 0 |R2(x) dx|, y compare el límite con el real
error.
10. Repita el ejercicio 9 usando x0 = ÿ/6.

11. Encuentra el tercer polinomio de Taylor P3(x) para la función f (x) = (x ÿ 1)ln x sobre x0 = 1.
una. Use P3(0.5) para aproximar f (0.5). Encuentre un límite superior para el error |f (0.5) ÿ P3(0.5)| utilizando el
fórmula de error y compárela con el error real.
b. Encuentre un límite para el error |f (x) ÿ P3(x)| en el uso de P3(x) para aproximar f (x) en el intervalo
[0.5, 1.5].
1.5 1.5
C. Aproximado 0.5 f (x) dx usando 0.5
P3(x) dx.
1.5
d. Encuentre un límite superior para el error en (c) usando el 0.5 |R3(x) dx|, y compare el límite con el
error real.
12. Sea f (x) = 2x cos(2x) ÿ (x ÿ 2)2 y x0 = 0. a. Encuentre el

tercer polinomio de Taylor P3(x) y utilícelo para aproximar f (0.4). b. Utilice la fórmula de
error en el Teorema de Taylor para encontrar un límite superior para el error|f (0.4)ÿP3(0.4)|.
Calcule el error real.
dieciséis
CAPÍTULO 1 Preliminares Matemáticos y Análisis de Errores
C. Encuentre el cuarto polinomio de Taylor P4(x) y utilícelo para aproximar f (0.4). d. Utilice
la fórmula de error en el Teorema de Taylor para encontrar un límite superior para el error|f (0.4)ÿP4(0.4)|.
Calcule el error real.
13. Encuentra el cuarto polinomio de Taylor P4(x) para la función f (x) = xex2 sobre x0 = 0. a.
Encuentre un límite superior para |f (x) ÿ P4(x)|, para 0 ÿ x ÿ 0.4. b. Aproximar P4(x) dx.
0.4 0.4
0 f (x) dx usando 0
0.4
C. Encuentre un límite superior para el error en (b) usando 0 P4(x) dx.
d. Aproxime f (0.2) usando P 4(0.2), y encuentre el error.
14. Use el término de error de un polinomio de Taylor para estimar el error que implica usar sen x ÿ x para aproximar sen
1ÿ.
15. Use un polinomio de Taylor sobre ÿ/4 para aproximar cos 42ÿ con una precisión de 10ÿ6.
16. Sea f (x) = ex/2 sin(x/ 3). Utilice Maple para determinar lo siguiente. una. El
tercer polinomio de Maclaurin P3(x). (4) (x) y un límite para el error |f (x)
determinar
ÿ P3(x)|
lo siguiente.
en [0, 1]. b. f 17. Sea f (x) = ln(x2 + 2). Utilice Maple para
una. El polinomio de Taylor P3(x) para f se expandió alrededor de x0 =

1. b. El error máximo |f (x) ÿ P3(x)|, para 0 ÿ x ÿ 1. c. El polinomio de
Maclaurin P˜ 3(x) para f . d. El error máximo |f (x) ÿ P˜ 3(x)|, para 0 ÿ x ÿ
1. e. ¿ P3(0) se aproxima a f (0) mejor que P˜ 3(1) se aproxima a f (1)?
18. Sea f (x) = (1 ÿ x)ÿ1 y x0 = 0. Halle el enésimo polinomio de Taylor Pn(x) para f (x) sobre x0. Encuentre un valor de n
necesario para que Pn(x) se aproxime a f (x) dentro de 10ÿ6 en [0, 0.5].
19. Sea f (x) = ex y x0 = 0. Halle el enésimo polinomio de Taylor Pn(x) para f (x) sobre x0. Encuentre un valor de n
necesario para que Pn(x) se aproxime a f (x) dentro de 10ÿ6 en [0, 0.5].
20. Encuentre el enésimo polinomio de Maclaurin Pn(x) para f (x) = arctan x.
1 1
21. El polinomio P2(x) = 1 ÿ para el error 2 x2 se utilizará para aproximar f (x) = cos x en [ÿ1 2,2 ]. Encuentra un límite
máximo.
22. El n-ésimo polinomio de Taylor para una función f en x0 a veces se denomina polinomio de grado máximo n que se
aproxima “mejor” a f cerca de x0. una. Explique por qué esta descripción es precisa. b. Encuentra el polinomio
cuadrático que mejor se aproxima a una función f cerca de x0 = 1 si la tangente
línea en x0 = 1 tiene la ecuación y = 4x ÿ 1, y si f (1) = 6.

23. Demuestre el Teorema de Rolle Generalizado, Teorema 1.10, verificando lo siguiente.
una. Use el teorema de Rolle para mostrar que f (zi) = 0 para n ÿ 1 números en [a, b] con a < z1 < z2 <
··· < znÿ1 < b.
b. Utilice el teorema de Rolle para demostrar que f (wi) = 0 para n ÿ 2 números en [a, b] con z1 < w1 < z2 <
w2 ··· wnÿ2 < znÿ1 < b.
C. Continúe los argumentos en a. y b. para mostrar que para cada j = 1, 2, ... , n ÿ 1 hay n ÿ j
números distintos en [a, b] donde f (j) es 0. d.
Muestre esa parte c. implica la conclusión del teorema.
24 En el Ejemplo 3 se afirma que para todo x tenemos |sen x|ÿ|x|. Use lo siguiente para verificar esta afirmación.
una. Demuestra que para todo x ÿ 0 tenemos f (x) = xÿsen x no decreciente, lo que implica que sen x ÿ x
con igualdad sólo cuando x = 0.
b. Usa el hecho de que la función seno es impar para llegar a la conclusión.
25. Se usa un polinomio de Maclaurin para ex para dar la aproximación 2.5 a e. El límite de error en esta aproximación
se establece como E = Encuentre un límite para
1 6 . el error en E.
26. La función de error definida por

X
2 2
yarda(x) eÿt dt
= ÿÿ 0
1.2 Errores de redondeo y aritmética informática 17
da la probabilidad de que cualquiera de una serie de ensayos se encuentre dentro de x unidades de la media,
asumiendo que los ensayos tienen una distribución normal con media 0 y desviación estándar ÿ2/2. Esta integral no se
puede evaluar en términos de funciones elementales, por lo que se debe utilizar una técnica de aproximación. una.
Integre la serie de Maclaurin para eÿx2 para mostrar que
ÿ
2 (ÿ1)k x2k+1
yarda(x) .
= ÿÿ (2k + 1)k!
k=0
b. La función de error también se puede expresar en la forma
ÿ
2 2k x2k+1
erf(x) = ÿÿ eÿx2 .
1 3 5 (2k + 1)
k=0
Verifique que las dos series coincidan para k = 1, 2, 3 y 4. [Sugerencia: use la serie de Maclaurin para eÿx2 .]
C. Use la serie en la parte (a) para aproximar erf(1) dentro de 10ÿ7. d. Use el
mismo número de términos que en la parte (c) para aproximar erf(1) con la serie de la parte (b). mi. Explique por
qué surgen dificultades al usar la serie en la parte (b) para aproximar erf(x).
27. Se dice que una función f : [a, b] ÿ R satisface una condición de Lipschitz con constante de Lipschitz L en [a, b] si, para
todo x, y ÿ [a, b], tenemos |f (x ) ÿ f (y)| ÿ L|x ÿ y|. una. Demuestre que si f satisface una condición de Lipschitz con
constante de Lipschitz L en un intervalo [a, b], entonces
f ÿ C[a, b].
b. Muestre que si f tiene una derivada que está acotada en [a, b] por L, entonces f satisface una condición de Lipschitz
con constante de Lipschitz L en [a, b].
C. Dé un ejemplo de una función que sea continua en un intervalo cerrado pero que no satisfaga un
Condición de Lipschitz en el intervalo.
28. Supongamos que f ÿ C[a, b], que x1 y x2 están en [a, b].
una. Muestre que existe un número ÿ entre x1 y x2 con
f (x1) + f (x2) f 1 1 f (x1) + f

(ÿ) = = (x2). 2 2
2
b. Suponga que c1 y c2 son constantes positivas. Demostrar que existe un número ÿ entre x1 y x2
con
c1f (x1) + c2f (x2) .

f (ÿ) = c1 + c2
C. Dé un ejemplo para mostrar que el resultado en la parte b. no necesariamente se cumple cuando c1 y c2 tienen
signos opuestos con c1 = ÿc2.
29. Sea f ÿ C[a, b], y sea p en el intervalo abierto (a, b). una. Suponga
que f (p) = 0. Demuestre que existe un ÿ > 0 con f (x) = 0, para todo x en [p ÿ ÿ, p + ÿ], con
[p ÿ ÿ, p + ÿ] un subconjunto de [a, b].
b. Supongamos que se da f (p) = 0 yk > 0. Muestre que existe un ÿ > 0 con |f (x)| ÿ k, para todo x en
[p ÿ ÿ, p + ÿ], siendo [p ÿ ÿ, p + ÿ] un subconjunto de [a, b].
1.2 Errores de redondeo y aritmética informática
La aritmética realizada por una calculadora o computadora es diferente de la aritmética en los cursos de
álgebra y cálculo. Probablemente esperaría que siempre tengamos declaraciones verdaderas como 2+2 =
4, 4·8 = 32 y ( ÿ3)2 = 3. Sin embargo, con la aritmética informática esperamos resultados exactos para 2+2
= 4 y 4 · 8 = 32, pero no tendremos precisamente ( ÿ3)2 = 3.
Para entender por qué esto es cierto, debemos explorar el mundo de la aritmética de dígitos finitos.
En nuestro mundo matemático tradicional permitimos números con un número infinito de dígitos. La aritmética
que usamos en este mundo define ÿ3 como ese único número positivo que cuando se multiplica por sí mismo
produce el número entero 3. En el mundo computacional, sin embargo, cada número representable tiene solo un
número fijo y finito de dígitos. Esto significa, por ejemplo, que solo los números racionales, y ni siquiera todos,
pueden representarse con exactitud. Dado que ÿ3 no es racional, se le da una representación aproximada, cuyo
cuadrado no será exactamente 3, aunque probablemente estará lo suficientemente cerca de 3 para ser aceptable
en la mayoría de las situaciones. En la mayoría de los casos, entonces, esta aritmética mecánica es satisfactoria y
pasa sin previo aviso o preocupación, pero a veces surgen problemas debido a esta discrepancia.
Debe esperarse un error debido El error que se produce cuando se utiliza una calculadora o computadora para realizar cálculos con números
al redondeo siempre que los reales se denomina error de redondeo. Ocurre porque la aritmética realizada en una máquina involucra números
cálculos se realicen con números con solo un número finito de dígitos, con el resultado de que los cálculos se realizan solo con representaciones
que no son potencias de 2. Mantener
aproximadas de los números reales. En una computadora, solo se usa un subconjunto relativamente pequeño del
este error bajo control es
sistema de números reales para la representación de todos los números reales. Este subconjunto contiene solo
extremadamente importante cuando
números racionales, tanto positivos como negativos, y almacena la parte fraccionaria, junto con una parte exponencial.
el número de cálculos es grande.
Números binarios de máquina
En 1985, el IEEE (Instituto de Ingenieros Eléctricos y Electrónicos) publicó un informe llamado Binary Floating Point
Arithmetic Standard 754–1985. En 2008 se publicó una versión actualizada como IEEE 754-2008. Esto proporciona
estándares para números de coma flotante binarios y decimales, formatos para el intercambio de datos, algoritmos
para operaciones aritméticas de redondeo y para el manejo de excepciones. Los formatos se especifican para
precisiones simples, dobles y extendidas, y estos estándares generalmente son seguidos por todos los fabricantes
de microcomputadoras que utilizan hardware de punto flotante.
Se utiliza una representación de 64 bits (dígito binario) para un número real. El primer bit es un indicador de
signo, denotado s. A esto le sigue un exponente de 11 bits, c, llamado característica, y una fracción binaria de 52
bits, f, llamada mantisa. La base del exponente es 2.
Dado que 52 dígitos binarios corresponden a entre 16 y 17 dígitos decimales, podemos suponer que un
número representado en este sistema tiene al menos 16 dígitos decimales de precisión. El exponente de 11 dígitos
binarios da un rango de 0 a 211ÿ1 = 2047. Sin embargo, usar solo números enteros positivos para el exponente no
permitiría una representación adecuada de números de pequeña magnitud. Para garantizar que los números con
una magnitud pequeña sean igualmente representables, se resta 1023 de la característica, por lo que el rango del
exponente es en realidad de ÿ1023 a 1024.
Para ahorrar almacenamiento y proporcionar una representación única para cada número de punto flotante, un
se impone la normalización. El uso de este sistema da un número de coma flotante de la forma
f ). (ÿ1)
s 2cÿ1023(1 +
Ilustración Tenga en cuenta el número de máquina
0 10000000011 10111001000100000000000000000000000000000000000000000.
El bit más a la izquierda es s = 0, lo que indica que el número es positivo. Los siguientes 11 bits, 10000000011, dan
la característica y son equivalentes al número decimal
c = 1 · 210 + 0 · 29 +···+ 0 · 22 + 1 · 21 + 1 · 20 = 1024 + 2 + 1 = 1027.
La parte exponencial del número es, por lo tanto, 21027ÿ1023 = 24. Los 52 bits finales especifican que la
mantisa es
1 3 4 5 8 12
1 1 1 1 1 1
f=1· +1· +1· +1· +1· +1· .
2 2 2 2 2 2
Como consecuencia, este número de máquina representa precisamente el número decimal
0 11++ 1 1 1 1
s 2cÿ1023(1 + f ) = (ÿ1) (ÿ1) · 21027ÿ1023 1 + + + + 2 8 16 32 256 4096
= 27,56640625.
Sin embargo, el siguiente número de máquina más pequeño es
0 10000000011 101110010000111111111111111111111111111111111111111111,
y el siguiente número de máquina más grande es
0 10000000011 10111001000100000000000000000000000000000000000000001.
Esto significa que nuestro número de máquina original representa no solo 27,56640625, sino también la
mitad de los números reales que están entre 27,56640625 y el siguiente número de máquina más
pequeño, así como la mitad de los números entre 27,56640625 y el siguiente número de máquina más
grande. Para ser precisos, representa cualquier número real en el intervalo
[27.5664062499999982236431605997495353221893310546875,
27.5664062500000017763568394002504646778106689453125).
El número positivo normalizado más pequeño que se puede representar tiene s = 0, c = 1,

y f = 0 y es equivalente a
2ÿ1022 · (1 + 0) ÿ 0,22251 × 10ÿ307,
y el mayor tiene s = 0, c = 2046 y f = 1 ÿ 2ÿ52 y es equivalente a
21023 · (2 ÿ 2ÿ52) ÿ 0,17977 × 10309.
Números que ocurren en cálculos que tienen una magnitud menor que
2ÿ1022 · (1 + 0)
dan como resultado un desbordamiento y generalmente se establecen en cero. Números mayores que
21023 · (2 ÿ 2ÿ52)
dan como resultado un desbordamiento y, por lo general, hacen que los cálculos se detengan (a menos
que el programa haya sido diseñado para detectar esta ocurrencia). Tenga en cuenta que hay dos
representaciones para el número cero; un 0 positivo cuando s = 0, c = 0 y f = 0, y un 0 negativo cuando s
= 1, c = 0 y f = 0.
Números de máquina decimales
El uso de dígitos binarios tiende a ocultar las dificultades computacionales que ocurren cuando se usa una
colección finita de números de máquina para representar todos los números reales. Para examinar estos
problemas, usaremos números decimales más familiares en lugar de representación binaria.
Específicamente, asumimos que los números de máquina se representan en la forma de coma flotante decimal
normalizada
±0.d1d2 ... dk × 10n , 1 ÿ d1 ÿ 9, y 0 ÿ di ÿ 9,
para cada i = 2, ... , k. Los números de esta forma se denominan números de máquina decimal de k dígitos .
Cualquier número real positivo dentro del rango numérico de la máquina se puede normalizar a la forma
y = 0.d1d2 ... dkdk+1dk+2 ... × 10n .
El error que resulta de La forma de punto flotante de y, denotada por f l(y), se obtiene terminando la mantisa de y en k dígitos
reemplazar un número con su decimales. Hay dos formas comunes de realizar esta terminación. Un método, llamado cortar, es simplemente
forma de coma flotante se cortar los dígitos dk+1dk+2 .... Esto produce la forma
denomina error de redondeo, de punto flotante
independientemente de si se usa
el método de redondeo o de corte. f l(y) = 0.d1d2 ... dk × 10n .
El otro método, llamado redondeo, suma 5 × 10nÿ(k+1) a y y luego corta el resultado para obtener un número
de la forma
f l(y) = 0.ÿ1ÿ2 ...ÿk × 10n .
Para redondear, cuando dk+1 ÿ 5, sumamos 1 a dk para obtener f l(y); es decir, redondeamos hacia arriba. Cuando
dk+1 < 5, simplemente eliminamos todos menos los primeros k dígitos; así que redondeamos hacia abajo. Si
redondeamos hacia abajo, entonces ÿi = di, paradígitos
cada i (e
= 1, 2, ... , el
incluso k. exponente)
Sin embargo, si redondeamos
pueden cambiar. hacia arriba, los
Ejemplo 1 Determine los valores de cinco dígitos (a) cortados y (b) redondeados del número irracional ÿ.
Solución El número ÿ tiene una expansión decimal infinita de la forma ÿ = 3.14159265....

Escrito en forma decimal normalizada, tenemos
ÿ = 0.314159265 ... × 101 .
El error relativo es generalmente una (a) La forma de punto flotante de ÿ utilizando cortes de cinco dígitos es
mejor medida de precisión que el error
absoluto porque toma f l(ÿ ) = 0,31415 × 101 = 3,1415.
en consideración el tamaño de la
(b) El sexto dígito de la expansión decimal de ÿ es un 9, por lo que la forma de punto flotante de
número aproximado.
ÿ utilizando el redondeo de cinco dígitos es
f l(ÿ ) = (0.31415 + 0.00001) × 101 = 3.1416.
La siguiente definición describe dos métodos para medir los errores de aproximación.
Definición 1.15 Suponga que pÿ es una aproximación a p. El error absoluto es |p ÿ pÿ|, y el relativo |p ÿ pÿ| el error es , siempre
que p = 0. |p|
Considere los errores absolutos y relativos al representar p por pÿ en el siguiente ejemplo.
Ejemplo 2 Determinar los errores absolutos y relativos al aproximar p por pÿ cuando
(a) p = 0,3000 × 101 y pÿ = 0,3100 × 101;
(b) p = 0,3000 × 10ÿ3 y pÿ = 0,3100 × 10ÿ3;
(c) p = 0,3000 × 104 y pÿ = 0,3100 × 104.
Solución
(a) Para p = 0.3000 × 101 y pÿ = 0.3100 × 101 el error absoluto es 0.1, y el

el error relativo es 0.3333 × 10ÿ1.
A menudo no podemos encontrar una
(b) Para p = 0.3000 × 10ÿ3 y pÿ = 0.3100 × 10ÿ3 el error absoluto es 0.1 × 10ÿ4,
valor del error verdadero en un
y el error relativo es 0.3333 × 10ÿ1.
aproximación. En su lugar encontramos un
atado por el error, lo que da (c) Para p = 0.3000 × 104 y pÿ = 0.3100 × 104, el error absoluto es 0.1 × 103, y
nosotros un error del "peor de los casos". el error relativo es nuevamente 0.3333 × 10ÿ1.
Este ejemplo muestra que el mismo error relativo, 0.3333 × 10ÿ1, ocurre para valores muy variables
errores absolutos. Como medida de precisión, el error absoluto puede ser engañoso y el
error relativo más significativo, porque el error relativo tiene en cuenta el tamaño
del valor
La siguiente definición utiliza el error relativo para dar una medida de dígitos significativos de
precisión para una aproximación.
Definición 1.16 Se dice que el número pÿ aproxima p a t dígitos (o cifras) significativos si t es el mayor
entero no negativo para el cual
El término dígitos significativos es
a menudo se utiliza para describir vagamente el |p ÿ pÿ|
número de dígitos decimales que ÿ 5 × 10ÿt .
|p|
parecen ser exactos. los
la definición es más precisa y
proporciona un concepto continuo. La tabla 1.1 ilustra la naturaleza continua de los dígitos significativos al enumerar, para los diversos
valores de p, el límite superior mínimo de |p ÿ pÿ|, denotado max |p ÿ pÿ|, cuando pÿ concuerda con p
a cuatro dígitos significativos.
Tabla 1.1
pags
0.1 0.5 100 1000 5000 9990 10000
máx |p ÿ pÿ| 0.00005 0.00025 0.05 0.5 2.5 4.995 5.
Volviendo a la representación mecánica de los números, vemos que el punto flotante

representación f l(y) para el número y tiene el error relativo
y ÿ f l(y)
.
y
Si se utilizan k dígitos decimales y cortes para la representación mecánica de
y = 0.d1d2 ... dkdk+1 ... × 10n ,
después
y ÿ f l(y) 0.d1d2 ... dkdk+1 ... × 10n ÿ 0.d1d2 ... dk × 10n 0.d1d2 ...
=
y × 10n
× 10nÿk
0.dk+1dk+2 ... 0.d1d2 ... × 0.dk+1dk+2 ...
= = × 10ÿk .
10n 0.d1d2 ...
Como d1 = 0, el valor mínimo del denominador es 0,1. El numerador está acotado arriba por 1. Como
consecuencia,
y ÿ f l(y) 1
ÿ × 10ÿk = 10ÿk+1 .
y 0,1
De manera similar, un límite para el error relativo cuando se utiliza la aritmética de redondeo de k dígitos
es 0,5 × 10ÿk+1. (Consulte el ejercicio 24).
Tenga en cuenta que los límites para el error relativo utilizando la aritmética de k dígitos son
independientes del número que se representa. Este resultado se debe a la forma en que se distribuyen
los números de máquina a lo largo de la línea real. Debido a la forma exponencial de la característica, se
usa el mismo número de números de máquina decimal para representar cada uno de los intervalos [0.1,
1], [1, 10] y [10, 100]. De hecho, dentro de los límites de la máquina, el número de números decimales de
máquina en [10n, 10n+1] es constante para todos los enteros n.
Aritmética de dígitos finitos
Además de la representación imprecisa de los números, la aritmética realizada en una computadora no es

exacta. La aritmética implica la manipulación de dígitos binarios mediante varias operaciones lógicas o de
desplazamiento. Dado que la mecánica real de estas operaciones no es pertinente para esta presentación,
diseñaremos nuestra propia aproximación a la aritmética computacional. Aunque nuestra aritmética no
dará la imagen exacta, es suficiente para explicar los problemas que ocurren. (Para una explicación de las
manipulaciones realmente involucradas, se insta al lector a consultar textos de ciencias de la computación
más técnicamente orientados, como [Ma], Computer System Architecture).
Suponga que se dan las representaciones de punto flotante f l(x) y f l(y) para los números reales xey
y que los símbolos ÿ, , ÿ, . . representan operaciones de suma,
respectivamente.
resta, multiplicación
Supondremos
y división
una de
aritmética
máquina,
de dígitos finitos dada por
x ÿ y = f l(f l(x) + f l(y)), x ÿ y = f l(f l(x) × f l(y)),

.
xy = F l(F l(x) - F l(y)), X . y = f l(f l(x) ÷ f l(y)).
Esta aritmética corresponde a realizar operaciones aritméticas exactas en las representaciones de punto
flotante de x e y y luego convertir el resultado exacto a su representación de punto flotante de dígitos
finitos.
La aritmética de redondeo se implementa fácilmente en Maple. Por ejemplo, el comando
Dígitos := 5
hace que toda la aritmética se redondee a 5 dígitos. Para asegurarnos de que Maple usa aritmética
aproximada en lugar de exacta, usamos el método evalf. Por ejemplo, si x = ÿ y y = ÿ2 entonces
evalf(x); evalf(y)
produce 3.1416 y 1.4142, respectivamente. Entonces f l(f l(x) + f l(y)) se realiza usando aritmética de
redondeo de 5 dígitos con
evalf(evalf(x) + evalf(y))
lo que da 4.5558. Implementar la aritmética de corte de dígitos finitos es más difícil y

requiere una secuencia de pasos o un procedimiento. El ejercicio 27 explora este problema.
5 1
Ejemplo 3 Suponga que x = y x ÷ 7 yy = 3 . _ Use cortes de cinco dígitos para calcular x + y, x ÿ y, x × y,
y.
Solución Tenga en cuenta que
5 1
x= = 0,714285 y y = = 0,3
7 3
implica que los valores de corte de cinco dígitos de x e y son
fl (x) = 0,71428 × 100 y fl (y) = 0,33333 × 100 .
De este modo
x ÿ y = f l(f l(x) + f l(y)) = f l 0,71428 × 100 + 0,33333 × 100
= Fl 1.04761 × 100 = 0.10476 × 101 .
5 1 = 22
El verdadero valor es x + y = entonces tenemos
7 3+ 21 ,
22
error absoluto = ÿ 0,10476 × 101 = 0,190 × 10ÿ4
21
0,190 × 10ÿ4
Error relativo = = 0,182 × 10ÿ4 .
22/21
La Tabla 1.2 enumera los valores de este y los otros cálculos.
Tabla 1.2
Operación Resultado Valor actual Error absoluto Error relativo
xÿy 0,10476 × 101 22/21 0,190 × 10ÿ4 0,182 × 10ÿ4

xyx 0,38095 × 100 8/21 0,238 × 10ÿ5 0,625 × 10ÿ5
y_ _ 0,23809 × 100 5/21 0,524 × 10ÿ5 0,220 × 10ÿ4
x_
. 0,21428 × 101 0,571 × 10ÿ4 0,267 × 10ÿ4
y 15/7
El error relativo máximo para las operaciones del Ejemplo 3 es 0.267 × 10ÿ4, por lo que el
la aritmética produce resultados satisfactorios de cinco dígitos. Este no es el caso en el siguiente
ejemplo.
5 1
Ejemplo 4 Supongamos que además de x = yy= tenemos
7 3
u = 0,714251, v = 98765,9 y w = 0,111111 × 10ÿ4 ,
de modo que
f l(u) = 0.71425 × 100 , f l(v) = 0.98765 × 105 , y f l(w) = 0.11111 × 10ÿ4 .

.
Determine los valores de corte de cinco dígitos de x u, (x u) . w, (x u) ÿ v, y u ÿ v.
Solución Estos números se eligieron para ilustrar algunos problemas que pueden surgir con la
aritmética de dígitos finitos. Como x y u son casi iguales, su diferencia es pequeña. El absoluto
error para xu es
|(x ÿ u) ÿ (x u)| = |(x ÿ u) ÿ (f l(f l(x) ÿ f l(u)))|
5
= ÿ 0,714251 ÿ f l 0,71428 × 100 ÿ 0,71425 × 100
7
= 0,347143 × 10ÿ4 ÿ F l 0,00003 × 100 = 0,47143 × 10ÿ5 .
Esta aproximación tiene un pequeño error absoluto, pero un gran error relativo
0.47143 × 10ÿ5
ÿ 0,136.
0,347143 × 10ÿ4
La división posterior por el número pequeño w o la multiplicación por el número grande v

magnifica el error absoluto sin modificar el error relativo. La adición de los grandes
y los números pequeños u y v producen un gran error absoluto pero no un gran error relativo. Estas
los cálculos se muestran en la Tabla 1.3.
Tabla 1.3
Operación Resultado Valor actual Error absoluto Error relativo
xu 0,30000 × 10ÿ4 0,34714 × 10ÿ4 0,471 × 10ÿ5 0.136

. en 0,27000 × 101 0,31242 × 101 0,424 0.136
(x tu) . (x
tu) ÿ v tu ÿ v 0,29629 × 101 0,34285 × 101 0,465 0.136
0,98765 × 105 0,98766 × 105 0,161 × 101 0,163 × 10ÿ4
Uno de los cálculos más comunes que producen errores involucra la cancelación de
dígitos significativos debido a la resta de números casi iguales. Supongamos que dos casi iguales
los números x e y, con x > y, tienen las representaciones de k dígitos
f l(x) = 0.d1d2 ... dpÿp+1ÿp+2 ...ÿk × 10n ,
f l(y) = 0.d1d2 ... dpÿp+1ÿp+2 ...ÿk × 10n .
La forma de punto flotante de x ÿ y es
f l(f l(x) ÿ f l(y)) = 0.ÿp+1ÿp+2 ...ÿk × 10nÿp ,
dónde
0.ÿp+1ÿp+2 ...ÿk = 0.ÿp+1ÿp+2 ...ÿk ÿ 0.ÿp+1ÿp+2 ...ÿk .
El número de coma flotante que se usa para representar x ÿ y tiene como máximo k ÿ p dígitos de importancia.
Sin embargo, en la mayoría de los dispositivos de cálculo, a x ÿ y se le asignarán k dígitos, siendo la última p
ya sea cero o asignado al azar. Cualquier otro cálculo que involucre xÿy retiene el problema
de tener solo k ÿp dígitos de importancia, ya que una cadena de cálculos no es más precisa
que su porción más débil.
Si una representación o cálculo de dígitos finitos introduce un error, la ampliación adicional de
el error ocurre al dividir por un número de pequeña magnitud (o, de manera equivalente, cuando
multiplicando por un número de gran magnitud). Supongamos, por ejemplo, que el número z
tiene la aproximación de dígitos finitos z + ÿ, donde el error ÿ se introduce por representación
o por cálculo previo. Ahora divide por ÿ = 10ÿn, donde n > 0. Entonces
Con
fl (z)
ÿ fl = (z + ÿ) × 10n .
mi fl (e)
El error absoluto en esta aproximación, |ÿ| × 10n, es el error absoluto original, |ÿ|, multiplicado por el
factor 10n.
Ejemplo 5 Sea p = 0.54617 y q = 0.54601. Use la aritmética de cuatro dígitos para aproximar p ÿ q y
determine los errores absolutos y relativos usando (a) redondeo y (b) corte.
Solución El valor exacto de r = p ÿ q es r = 0.00016.
(a) Suponga que la resta se realiza utilizando la aritmética de redondeo de cuatro dígitos.
Redondeando p y q a cuatro dígitos da pÿ = 0.5462 y qÿ = 0.5460, respectivamente, y
rÿ = pÿ ÿ qÿ = 0.0002 es la aproximación de cuatro dígitos a r. Ya que
|r ÿ rÿ| |0.00016 ÿ 0.0002|

= = 0,25,
|r| |0.00016|
el resultado tiene solo un dígito significativo, mientras que pÿ y qÿ tenían una precisión de cuatro
y cinco dígitos significativos, respectivamente.
(b) Si se utiliza el corte para obtener los cuatro dígitos, las aproximaciones de cuatro dígitos a p, q,
y r son pÿ = 0,5461, qÿ = 0,5460 y rÿ = pÿ ÿ qÿ = 0,0001. Esto da
|r ÿ rÿ| |0.00016 ÿ 0.0001|

= = 0.375,
|r| |0.00016|
lo que también da como resultado un solo dígito significativo de precisión.
La pérdida de precisión debido al error de redondeo a menudo se puede evitar mediante una reformulación de
los cálculos, como se ilustra en el siguiente ejemplo.
Ilustración La fórmula cuadrática establece que las raíces de ax2 + bx + c = 0, cuando a = 0, son
ÿb + ÿb2 - 4ac ÿb - ÿb2 - 4ac

x1 = y x2 = . (1.1)
2a 2a
Considere esta fórmula aplicada a la ecuación x2 + 62.10x + 1 = 0, cuyas raíces son

aproximadamente
x1 = ÿ0,01610723 y x2 = ÿ62,08390.
Las raíces x1 y x2 de un general

Usaremos nuevamente la aritmética de redondeo de cuatro dígitos en los cálculos para determinar la raíz. En
ecuación cuadrática están relacionadas con
esta ecuación, b2 es mucho mayor que 4ac, por lo que el numerador en el cálculo de x1 implica
los coeficientes por el hecho de que
la resta de números casi iguales. Porque
x1 + x2 = ÿb
a
b2 ÿ 4ac = (62,10)2 ÿ (4,000)(1000)(1000)
y
C
x1x2 = . = ÿ 3856. ÿ 4.000 = ÿ 3852. = 62.06,
a
Este es un caso especial de Vièta tenemos

Fórmulas para los coeficientes de
ÿ62,10 + 62,06 ÿ0.04000
polinomios. fl (x1) = = = ÿ0.02000,
2.000 2.000
una mala aproximación a x1 = ÿ0.01611, con el gran error relativo
| ÿ 0,01611 + 0,02000|
ÿ 2,4 × 10ÿ1 .
| ÿ 0,01611|
Por otro lado, el cálculo de x2 implica la suma de los números casi iguales
ÿb y ÿ ÿb2 ÿ 4ac. Esto no presenta ningún problema ya que
ÿ62,10 ÿ 62,06 ÿ124,2
fl (x2) = = = ÿ62,10
2.000 2.000
tiene el pequeño error relativo
| ÿ 62,08 + 62,10|
ÿ 3,2 × 10ÿ4 .
| ÿ 62.08|
Para obtener una aproximación de redondeo de cuatro dígitos más precisa para x1, cambiamos la forma de
la fórmula cuadrática racionalizando el numerador:
ÿb + ÿb2 - 4ac ÿb - ÿb2 - 4ac b2 ÿ (b2 ÿ 4ac)

x1 = = ,
2a ÿb - ÿb2 - 4ac 2a(ÿb ÿ ÿb2 ÿ 4ac)
que se simplifica a una fórmula cuadrática alternativa

ÿ2c
x1 = . (1.2)
b + ÿb2 - 4ac
Usando (1.2) da
ÿ2.000 ÿ2.000
fl (x1) = = = ÿ0.01610,
62.10 + 62.06 124.2
que tiene el pequeño error relativo 6.2 × 10ÿ4.
La técnica de racionalización también se puede aplicar para dar la siguiente alternativa cuadrática
fórmula para x2:
ÿ2c
x2 = . (1.3)
b - ÿb2 - 4ac
Esta es la forma a usar si b es un número negativo. En la Ilustración, sin embargo, el uso erróneo
de esta fórmula para x2 daría como resultado no solo la resta de números casi iguales, sino
también la división por el pequeño resultado de esta resta. La inexactitud de esta combinación
produce,
ÿ2c ÿ2.000 ÿ2.000
f l(x2) = b = = = ÿ50,00,
ÿ ÿb2 ÿ 4ac tiene el 62,10 ÿ 62,06 0.04000
gran error relativo 1.9 × 10ÿ1.
• La lección: ¡Piense antes de calcular!
Aritmética anidada
La pérdida de precisión debido al error de redondeo también se puede reducir reorganizando los cálculos, como
se muestra en el siguiente ejemplo.
Ejemplo 6 Evalúe f (x) = x3 ÿ 6.1x2 + 3.2x + 1.5 en x = 4.71 usando aritmética de tres dígitos.
Solución La tabla 1.4 da los resultados intermedios en los cálculos.
Tabla 1.4
X x2 x3 6.1x2 3.2x
Exacto 4.71 22.1841 104.487111 135.32301 15.072

Tres dígitos (cortar) 4.71 22.1 104. 105. 134. 135. 15.0
Tres dígitos (redondeo) 4.71 22.2 15.1
Para ilustrar los cálculos, echemos un vistazo a los involucrados en encontrar x3 usando tres
aritmética de redondeo de dígitos. Primero encontramos
x2 = 4,712 = 22,1841 que se redondea a 22,2.
Luego usamos este valor de x2 para encontrar
x3 = x2 · x = 22,2 · 4,71 = 104,562 que se redondea a 105.
También,
6,1x2 = 6,1(22,2) = 135,42 que se redondea a 135,
3,2x = 3,2(4,71) = 15,072 que se redondea a 15,1.
El resultado exacto de la evaluación es
Exacto: f (4,71) = 104,487111 ÿ 135,32301 + 15,072 + 1,5 = ÿ14,263899.
Usando aritmética de dígitos finitos, la forma en que sumamos los resultados puede afectar el resultado final.
Supongamos que sumamos de izquierda a derecha. Entonces para cortar aritmética tenemos
Tres dígitos (cortar): f (4.71) = ((104. ÿ 134.) + 15.0) + 1.5 = ÿ13.5,
y para el redondeo aritmético tenemos
Tres dígitos (redondeo): f (4,71) = ((105. ÿ 135.) + 15,1) + 1,5 = ÿ13,4.
(Debe verificar cuidadosamente estos resultados para asegurarse de que su noción de aritmética de dígitos finitos
es correcto). Tenga en cuenta que los valores de corte de tres dígitos simplemente retienen los tres dígitos iniciales,
sin redondeo involucrado, y difieren significativamente de los valores de redondeo de tres dígitos.
Los errores relativos para los métodos de tres dígitos son
ÿ14,263899 + 13,5 ÿ14,263899 + 13,4

El cortar: ÿ 0.05, y Redondeo: ÿ 0,06.
ÿ14.263899 ÿ14.263899
Ilustración Como un enfoque alternativo, el polinomio f (x) en el ejemplo 6 se puede escribir en forma anidada
manera como
Recuerde que picar (o
redondeo) se realiza después de cada f (x) = x3 ÿ 6,1x2 + 3,2x + 1,5 = ((x ÿ 6,1)x + 3,2)x + 1,5.
cálculo.
El uso de la aritmética de corte de tres dígitos ahora produce
f (4,71) = ((4,71 ÿ 6,1)4,71 + 3,2)4,71 + 1,5 = ((ÿ1,39)(4,71) + 3,2)4,71 + 1,5
= (ÿ6,54 + 3,2)4,71 + 1,5 = (ÿ3,34)4,71 + 1,5 = ÿ15,7 + 1,5 = ÿ14,2.
De manera similar, ahora obtenemos una respuesta de redondeo de tres dígitos de ÿ14.3. el nuevo pariente
los errores son
ÿ14,263899 + 14,2
Tres dígitos (cortar): ÿ 0,0045;
ÿ14.263899
ÿ14,263899 + 14,3
Tres dígitos (redondeo): ÿ 0,0025.
ÿ14.263899
El anidamiento ha reducido el error relativo para la aproximación de corte a menos del 10 %

de la obtenida inicialmente. Para la aproximación de redondeo la mejora ha sido incluso
más dramático; el error en este caso se ha reducido en más del 95%.
Los polinomios siempre deben expresarse en forma anidada antes de realizar una evaluación, porque
esta forma minimiza el número de cálculos aritméticos. la disminuida
el error en la ilustración se debe a la reducción en los cálculos de cuatro multiplicaciones
y tres sumas a dos multiplicaciones y tres sumas. Una forma de reducir el redondeo
error es reducir el número de cálculos.
EJERCICIO 1.2
1. Calcular el error absoluto y el error relativo en aproximaciones de p por pÿ.
una. p = ÿ, pÿ = 22/7 c. p = b. p = ÿ, pÿ = 3,1416
e, pÿ = 2.718 e. p = e10, pÿ d. p = ÿ2, pÿ = 1.414
= 22000 g. p = 8!, pÿ = 39900 F. p = 10ÿ , pÿ = 1400
H. p = 9!, pÿ = ÿ18ÿ (9/ e)9
2. Encuentre el intervalo más grande en el que pÿ debe estar para aproximar p con un error relativo como máximo de 10ÿ4 para
cada valor de p.
una. Pi b. y
C. ÿ2 d. ÿ3 7
3. Suponga que pÿ debe aproximarse a p con un error relativo de 10ÿ3 como máximo. Encuentre el intervalo más grande en el que
pÿ debe mentir para cada valor de p.
una. 150 b. 900
C. 1500 d. 90
4. Realice los siguientes cálculos (i) exactamente, (ii) usando aritmética de corte de tres dígitos, y (iii)
utilizando la aritmética de redondeo de tres dígitos. (iv) Calcule los errores relativos de los incisos (ii) y (iii).
4 1 4 1
una. + b. ·
53 5 3
1 3 3 1 3 3
C. ÿ
+ d. + ÿ
3 11 20 3 11 20
5. Utilice la aritmética de redondeo de tres dígitos para realizar los siguientes cálculos. Calcular el error absoluto
y error relativo con el valor exacto determinado en al menos cinco dígitos.
una. 133 + 0,921 c. b. 133 ÿ 0,499
(121 ÿ 0,327) ÿ 119 d. (121 ÿ 119) ÿ 0,327
13 ÿ
6 3
y. 14 7 F. ÿ10ÿ + 6e ÿ 62
2e ÿ 5,4
2 9 ÿ-
22
· H. 7
gramo.
9 7 1
17
6. Repita el ejercicio 5 utilizando la aritmética de redondeo de cuatro dígitos.
7. Repita el ejercicio 5 utilizando la aritmética de corte de tres dígitos.

8. Repita el ejercicio 5 utilizando la aritmética de corte de cuatro dígitos.
9. Los tres primeros términos distintos de cero de la serie de Maclaurin para la función arcotangente son x ÿ (1/3)x3 +
(1/5)x5. Calcule el error absoluto y el error relativo en las siguientes aproximaciones de ÿ usando el
polinomio en lugar del arcotangente:
1 1
una. 4 arcán + arctán
2 3
1 1
b. 16 arcán - 4 arcones
5 239
ÿ
10. El número e puede ser definido por e = n=0(1/n!), donde n! = n(n ÿ 1)··· 2 · 1 para n = 0 y 0! = 1.
Calcule el error absoluto y el error relativo en las siguientes aproximaciones de e:
5 10
1 1
una. b.
¡norte! ¡norte!
n=0 n=0
11. Deja
x cos x ÿ sen x
f (x) = .
x ÿ sen x
una. Encuentre limxÿ0 f (x).

b. Utilice la aritmética de redondeo de cuatro dígitos para evaluar f (0,1).
C. Reemplace cada función trigonométrica con su tercer polinomio de Maclaurin y repita la parte (b).
d. El valor real es f (0,1) = ÿ1,99899998. Encuentre el error relativo para los valores obtenidos en
partes (b) y (c).
12. Deja
ex - eÿx
f (x) = .
X
una. Encuentre limxÿ0(ex ÿ eÿx )/x.

b. Utilice la aritmética de redondeo de tres dígitos para evaluar f (0,1).
C. Reemplace cada función exponencial con su tercer polinomio de Maclaurin y repita la parte (b).
d. El valor real es f (0,1) = 2,003335000. Encuentre el error relativo para los valores obtenidos en
partes (b) y (c).
13. Usa la aritmética de redondeo de cuatro dígitos y las fórmulas (1.1), (1.2) y (1.3) para encontrar el
aproximaciones a las raíces de las siguientes ecuaciones cuadráticas. Calcule los errores absolutos y
errores relativos.
1 123 1
una. x2 - x + =0
3 6
1 4 123 1
b. x2 + xÿ =0
3 4 6
C. 1.002x2 ÿ 11.01x + 0.01265 = 0
d. 1.002x2 + 11.01x + 0.01265 = 0
14. Repita el ejercicio 13 utilizando la aritmética de corte de cuatro dígitos.

15. Use el formato real largo de 64 bits para encontrar el equivalente decimal de la siguiente máquina de coma flotante
números.
una. 0 10000001010 1001001100000000000000000000000000000000000000000000
b. 1 10000001010 1001001100000000000000000000000000000000000000000000
C. 0 01111111111 01010011000000000000000000000000000000000000000000000
d. 0 01111111111 0101001100000000000000000000000000000000000000000001
16. Encuentre los siguientes números de máquina más grandes y más pequeños en forma decimal para los números dados en Exer
ejercicio 15.
17. Supón que dos puntos (x0, y0) y (x1, y1) están en una línea recta con y1 = y0. Hay dos fórmulas disponibles.
para encontrar la intersección x de la línea:
x0y1 ÿ x1y0 (x1 ÿ x0)y0

x= y x = x0 ÿ .
y1 ÿ y0 y1 ÿ y0
una. Demuestre que ambas fórmulas son algebraicamente

correctas. b. Use los datos (x0, y0) = (1.31, 3.24) y (x1, y1) = (1.93, 4.76) y la aritmética de redondeo de tres dígitos
para calcular la intersección x en ambos sentidos. ¿Qué método es mejor y por qué?
El polinomio de Taylor de grado n para f (x) = ex es una aritmética de corte

n i=0(xi
de nueve
/i!). Utilice
y treseldígitos
polinomio
paradeencontrar
Taylor deuna
grado 18.
aproximación a eÿ5 mediante cada uno de los siguientes métodos.
9 9
(ÿ5)yo (ÿ1)i 5i
a. y ÿ 5 ÿ =
¡i! ¡i!
yo=0 yo=0
1 1
b. eÿ5 = e5 ÿ .
9 5 en
yo = 0 punto !
C. Un valor aproximado de eÿ5 correcto a tres dígitos es 6,74 × 10ÿ3. ¿Qué fórmula, (a) o (b),
da la mayor precisión, y por qué?
19. El sistema lineal de dos por dos
hacha + por = e,
cx + dy = f ,
donde se dan a, b, c, d, e, f, se puede resolver para x e y de la siguiente manera:

C
conjunto m = , siempre que a = 0;
a
d1 = d ÿ mb;
f1 = f - yo;
f1 ;
y=
d1
(e ÿ por)
x= .
a
Resuelva los siguientes sistemas lineales utilizando la aritmética de redondeo de

b. = 14.22
cuatro dígitos. una. 1.130x ÿ 6.990y = 14.20 1.013x ÿ 6.099y 8.110x
20. Repita
+ 12.20y
el = ÿ0.1370
ejercicio 19 usando aritmética de corte de cuatro dígitos. 21.
ÿ18.11x
un. Demuestre
+ 112.2y = ÿ0.1376
que la técnica de anidamiento de polinomios descrita en el ejemplo 6 también se puede
aplicar a la
evaluación de
f (x) = 1,01e4x ÿ 4,62e3x ÿ 3,11e2x + 12,2ex ÿ 1,99.
norte
b. Use la aritmética de redondeo de tres dígitos, la suposición de que e1.53 = 4.62 y el hecho de que enx = (ex ) para
evaluar f (1.53) como se indica en la parte (a). C. Rehaga el cálculo de la parte (b) anidando primero los
cálculos. d. Compare las aproximaciones en las partes (b) y (c) con el verdadero resultado de tres dígitos f (1.53) =
ÿ7.61.
22. Un paralelepípedo rectangular tiene lados de longitud 3 cm, 4 cm y 5 cm, medidos al centímetro más cercano. ¿Cuáles
son los mejores límites superior e inferior para el volumen de este paralelepípedo? ¿Cuáles son los mejores límites
superior e inferior para el área de la superficie?
23. Sea Pn(x) el polinomio de Maclaurin de grado n para la función arcotangente. Use Maple con 75 dígitos decimales para
encontrar el valor de n requerido para aproximar ÿ dentro de 10ÿ25 usando las siguientes fórmulas.
1 1 1 1
A. 4Pn _ + Pn b. 16Pn ÿ 4Pn
2 3 5 239
24. Suponga que f l(y) es una aproximación de redondeo de k dígitos a y. Muestra esa
y ÿ f l(y)
ÿ 0,5 × 10ÿk+1 .
y
[Sugerencia: si dk+1 < 5, entonces f l(y) = 0.d1d2 ... dk × 10n. Si dk+1 ÿ 5, entonces f l(y) = 0.d1d2 ... dk × 10n + 10nÿk .]
25. El coeficiente binomial

metro ¡metro!
=
k k!(m ÿ k)!
describe el número de formas de elegir un subconjunto de k objetos de un conjunto de m elementos. una.

Supongamos que los números de máquina decimal son de la forma
±0.d1d2d3d4 × 10n , con 1 ÿ d1 ÿ 9, 0 ÿ di ÿ 9, si i = 2, 3, 4 y |n| ÿ 15.
metro
¿Cuál es el mayor valor de m para el cual el coeficiente binomial por definición k

se puede calcular para todo k
sin causar desbordamiento? también se puede calcular por
b. Muestra esa metro
metro metro metro - 1 metro - k + 1

= ··· .
k k kÿ1 1
metro
C. ¿Cuál es el valor más grande de m para el cual se formula el coeficiente binomial 3

puede ser calculado por el
en la parte (b) sin causar desbordamiento? d. Use la ecuación en (b) y la
aritmética de corte de cuatro dígitos para calcular el número de posibles manos de 5 cartas en una baraja de 52 cartas.
Calcule los errores reales y relativos.
26. Sea f ÿ C[a, b] una función cuya derivada existe en (a, b). Supongamos que f debe evaluarse en x0 en (a, b), pero en lugar
de calcular el valor real f (x0), el valor aproximado, f (˜ x0), es el real, es decir, f (˜ x0) = f (x0 + ). valor de f en x0 + a.
, Utilice el Teorema del valor medio 1.8 para estimar el error absoluto |f (x0) ÿ f (˜ x0)| y el relativo
error |f (x0) ÿ f (˜ x0)|/|f (x0)|, asumiendo f (x0) = 0.

b. Si = 5 × 10ÿ6 y x0 = 1, encuentre los límites para los errores absolutos y relativos para i. f (x)
= ex ii. f (x) = sen x c. Repita la parte (b) con = (5 × 10ÿ6)x0 y x0 = 10.
27. El siguiente procedimiento de Maple corta un número de punto flotante x en t dígitos. (Utilice la tecla Mayús y Enter
al final de cada línea al crear el procedimiento).
cortar := proc(x, t); e

local , x2; si x =
0 entonces 0 si
no
e := ceil(evalf(log10(abs(x)))); x2 :=
evalf(trunc (x · 10(tÿe) ) · 10(eÿt) ); final si final;
Verifique que el procedimiento funcione para los siguientes

valores. una. x = 124.031, t = 5 c. x = ÿ124.031, t = 5 e. x =b. x = 124,036, t = 5 d. x =
0,00653, t = 2 g. x = ÿ0,00653, t = 2 ÿ124,036, t = 5 f. x = 0,00656, t
= 2 h. x = ÿ0,00656, t = 2
28. El ejemplo de apertura de este capítulo describía un experimento físico que involucraba la temperatura de un
gas a presión. En esta aplicación, nos dieron P = 1,00 atm, V = 0,100 m3, N = 0,00420 mol,
y R = 0,08206. Resolviendo para T en la ley de los gases ideales se obtiene
fotovoltaica
(1,00)(0,100)
T= = = 290,15 K = 17° C.
No. (0.00420)(0.08206)
En el laboratorio, se encontró que T era de 15 ÿC en estas condiciones, y cuando la presión era

se duplicó y el volumen se redujo a la mitad, T era 19°C. Suponga que los datos son valores redondeados exactos al
lugares dados, y muestran que ambas cifras de laboratorio están dentro de los límites de precisión para el ideal
ley de los gases
1.3 Algoritmos y Convergencia

A lo largo del texto examinaremos los procedimientos de aproximación, llamados algoritmos,
involucrando secuencias de cálculos. Un algoritmo es un procedimiento que describe, en un
manera inequívoca, una secuencia finita de pasos a realizar en un orden específico. los
El objeto del algoritmo es implementar un procedimiento para resolver un problema o aproximar un
solución al problema.
El uso de un algoritmo es tan antiguo
como matemáticas formales, pero la
Usamos un pseudocódigo para describir los algoritmos. Este pseudocódigo especifica la forma
nombre deriva del árabe de la entrada a suministrar y la forma de la salida deseada. No todos los procedimientos numéricos
matemático mahoma dar una salida satisfactoria para una entrada elegida arbitrariamente. En consecuencia, una técnica de parada
ˆ
ibn-Msâ al-Khwarârizmî independiente de la técnica numérica se incorpora en cada algoritmo para evitar infinitos
(c. 780–850). el latino bucles
comienza la traducción de sus obras En los algoritmos se utilizan dos símbolos de puntuación:
con las palabras “Dixit Algorismi”
que significa “al-Khwarârizmî dice”.
• un punto (.) indica la terminación de un paso,
• un punto y coma (;) separa las tareas dentro de un paso.
La sangría se utiliza para indicar que los grupos de declaraciones deben tratarse como una sola entidad.
Las técnicas de bucle en los algoritmos están contracontroladas, como, por ejemplo,
Para i = 1, 2, ... , norte
Conjunto xi = a + i · h
o controlado por condición, como
Mientras que i < N realice los pasos 3 a 6.
Para permitir la ejecución condicional, usamos el estándar
Si ... después o Si ... después
más
construcciones
Los pasos en los algoritmos siguen las reglas de construcción de programas estructurados. Ellos
se han arreglado de modo que debería haber una dificultad mínima para traducir el pseudocódigo a
cualquier lenguaje de programación adecuado para aplicaciones científicas.
Los algoritmos están generosamente mezclados con comentarios. Estos están escritos en cursiva y
contenidas entre paréntesis para distinguirlas de las sentencias algorítmicas.
1.3 Algoritmos y Convergencia 33
norte
Ilustración El siguiente algoritmo calcula x1 + x2 +···+ xN = xi, dado N y los números

yo=1
x1, x2, ... , xN.
ENTRADA N, x1, x2, ... , xn.
SALIDA SUMA = Ni= 1xi .
Paso 1 Establezca SUM = 0. ( Inicialice el acumulador).
Paso 2 Para i = 1, 2, ... , N establezca

SUM = SUM + xi. ( Agregue el siguiente término.)
Paso 3 SALIDA (SUMA);

DETÉNGASE.
Ejemplo 1 El N-ésimo polinomio de Taylor para f (x) = ln x expandido sobre x0 = 1 es

norte
(ÿ1)i+1 i
PN(x) = (x ÿ 1) ,
i
yo=1
y el valor de ln 1,5 a ocho decimales es 0,40546511. Construya un algoritmo para determinar el valor
mínimo de N requerido para
| ln 1.5 ÿ PN(1.5)| < 10ÿ5 ,
sin utilizar el término de resto del polinomio de Taylor.

ÿ
Solución Por cálculo sabemos que si n=1 an es una serie alterna con límite A cuyos términos
norte
decrecen en magnitud, entonces A y la N- ésima suma parcial AN = n=1 an difieren en menos

magnitud del que
(N +la1)st
término; eso es,
|A ÿ AN|ÿ|aN+1|.
El siguiente algoritmo utiliza este límite.
ENTRADA valor x, tolerancia TOL, número máximo de iteraciones M.

SALIDA grado N del polinomio o mensaje de fallo.
Paso 1 Establecer N =
1; y = x - 1;
SUMA = 0;
POTENCIA =
y; PLAZO = y;
SIGNO = ÿ1. (Se utiliza para implementar la alternancia de signos).
Paso 2 Mientras N ÿ M realice los Pasos 3–5.
Paso 3 Establezca SIGNO = ÿSIGNO; (Alterne los signos.)

SUMA = SUMA + SIGNO · PLAZO; (Acumular los términos.)
POTENCIA = POTENCIA ·
y; PLAZO = POTENCIA/ (N + 1). (Calcula el siguiente término).
Paso 4 Si |TERM| < TOL entonces (Prueba de precisión.)
SALIDA (N);
DETÉNGASE. (El procedimiento fue exitoso).
Paso 5 Establezca N = N + 1. (Prepárese para la siguiente iteración).
Paso 6 SALIDA ('Método fallido'); (El procedimiento no tuvo éxito).

DETÉNGASE.
La entrada para nuestro problema es x = 1.5, TOL = 10ÿ5 y quizás M = 15. Esta elección de M proporciona
un límite superior para el número de cálculos que estamos dispuestos a realizar, reconociendo que es
probable que el algoritmo falle si se supera este límite. Si la salida es un valor para N o el mensaje de falla
depende de la precisión del dispositivo computacional.
Algoritmos de Caracterización
Consideraremos una variedad de problemas de aproximación a lo largo del texto, y en cada caso necesitamos
determinar métodos de aproximación que produzcan resultados fiables y precisos para una amplia clase de
problemas. Debido a las diferentes formas en que se derivan los métodos de aproximación, necesitamos una
variedad de condiciones para categorizar su precisión. No todas estas condiciones serán apropiadas para un
problema en particular.
Un criterio que impondremos a un algoritmo siempre que sea posible es que pequeños cambios en los
datos iniciales produzcan cambios correspondientemente pequeños en los resultados finales. Un algoritmo
La palabra estable tiene el mismo
que satisface esta propiedad se llama estable; de lo contrario es inestable. Algunos algoritmos son estables
raíz tal como están las palabras y
solo para ciertas elecciones de datos iniciales y se denominan condicionalmente estables. Caracterizaremos
estándar. En matemáticas, el
las propiedades de estabilidad de los algoritmos siempre que sea posible.
término estable aplicado a un problema
Para considerar más a fondo el tema del crecimiento del error de redondeo y su conexión con la
indica que un pequeño cambio en los
datos o condiciones iniciales no estabilidad del algoritmo, suponga que se introduce un error con magnitud E0 > 0 en algún momento de los
resultar en un cambio dramático en la cálculos y que la magnitud del error después de n operaciones subsiguientes se denota por En. Los dos casos
solución del problema. que surgen con mayor frecuencia en la práctica se definen a continuación.
Definición 1.17 Suponga que E0 > 0 denota un error introducido en alguna etapa de los cálculos y En
representa la magnitud del error después de n operaciones subsiguientes.
• Si En ÿ CnE0, donde C es una constante independiente de n, entonces el crecimiento del error es

dice que es lineal.
• Si En ÿ CnE0, para algún C > 1, entonces el crecimiento del error se llama exponencial.
El crecimiento lineal del error suele ser inevitable, y cuando C y E0 son pequeños, los resultados son
generalmente aceptables. Debe evitarse el crecimiento exponencial del error, porque el término Cn se vuelve
grande incluso para valores relativamente pequeños de n. Esto conduce a imprecisiones inaceptables,
independientemente del tamaño de E0. Como consecuencia, un algoritmo que muestra un crecimiento lineal
del error es estable, mientras que un algoritmo que muestra un crecimiento exponencial del error es inestable.
(Consulte la Figura 1.12.)
Ilustración Para cualquier constante c1 y c2,
1 norte
pn = c1 + c23n ,
3
es una solución a la ecuación recursiva
10
pnÿ1 ÿ pnÿ2, para n = 2, 3, ... . pn = 3
Figura 1.12
En
Crecimiento de error exponencial inestable

A CnE0
Crecimiento de error lineal estable

A CnE0
E0
1 2345678 norte
Esto se puede ver observando que

nÿ1 nÿ2
10 10 1 1
pn - 1 - pn - 2 = 3 c1 + c23nÿ1 ÿ c1 + c23nÿ2
3 3 3
nÿ2
1 10 1 10
= c1 · ÿ 1 + c23nÿ2 3 ·3ÿ1
3 3 3
nÿ2 norte
1 1 1
= c1 + c23nÿ2 (9) = c1 + c23n = pn.
3 9 3
1 Supongamos que nos dan p0 = 1 y p1 = 3 . constantes Esto determina valores únicos para el
norte
como c1 = 1 y c2 = 0. Entonces pn = para todo n. 13
Si se usa la aritmética de redondeo de cinco dígitos para calcular los términos de la secuencia dada
por esta ecuación, entonces pˆ0 = 1.0000 y pˆ1 = 0.33333, lo que requiere modificar las constantes a cˆ1 =
1.0000 y cˆ2 = ÿ0.12500 × 10ÿ5. La secuencia { ˆpn}ÿ generada viene dada por
n=0
norte
1 norte
pn = 1.0000 ÿ 0,12500 × 10ÿ5 (3) ,

3
que tiene error de redondeo,
pn ÿ ˆpn = 0.12500 × 10ÿ5 (3n ),
Este procedimiento es inestable porque el error crece exponencialmente con n, lo que se refleja en las
imprecisiones extremas después de los primeros términos, como se muestra en la Tabla 1.5 en la página 36.
Ahora considere esta ecuación recursiva:
pn = 2pnÿ1 ÿ pnÿ2, para n = 2, 3, ... .
Tiene la solución pn = c1 + c2n para cualquier constante c1 y c2, porque
2pnÿ1 ÿ pnÿ2 = 2(c1 + c2(n ÿ 1)) ÿ (c1 + c2(n ÿ 2))
= c1(2 ÿ 1) + c2(2n ÿ 2 ÿ n + 2) = c1 + c2n = pn.
Tabla 1.5
norte
p n calculado p.n. correcta Error relativo
0 0,10000 × 101 0.10000 × 101

1 0,33333 × 100 0.33333 × 100
2 0,11110 × 100 0,11111 × 100 9 × 10ÿ5
3 0,37000 × 10ÿ1 0,37037 × 10ÿ1 1 × 10ÿ3
4 0,12230 × 10ÿ1 0,12346 × 10ÿ1 9 × 10ÿ3
5 0,37660 × 10ÿ2 0,41152 × 10ÿ2 8 × 10ÿ2
6 0,32300 × 10ÿ3 0,13717 × 10ÿ2 8 × 10ÿ1
7 ÿ0,26893 × 10ÿ2 0,45725 × 10ÿ3 7 × 100
8 ÿ0,92872 × 10ÿ2 0,15242 × 10ÿ3 6 × 101
1
Si nos dan p0 = 1 y p1 = ÿ2 3 , entonces las constantes en esta ecuación están determinadas de manera única
2
ser c1 = 1 y c2 = 3 . Esto implica que pn = 1 ÿ 3
norte.
Si se usa la aritmética de redondeo de cinco dígitos para calcular los términos de la secuencia dada por este
ecuación, entonces pˆ0 = 1.0000 y pˆ1 = 0.33333. En consecuencia, el redondeo de cinco dígitos
las constantes son cˆ1 = 1.0000 y cˆ2 = ÿ0.66667. De este modo
pˆn = 1.0000 ÿ 0.66667n,
que tiene error de redondeo
2
pn ÿ ˆpn = 0,66667 ÿ norte.
Este procedimiento es estable porque el error crece linealmente con n, que se refleja
en las aproximaciones que se muestran en la Tabla 1.6.
Tabla 1.6
norte
p n calculado p.n. correcta Error relativo
0 0,10000 × 101 0.10000 × 101

1 0,33333 × 100 0.33333 × 100
2 ÿ0,33330 × 100 ÿ0,33333 × 100 9 × 10ÿ5
3 ÿ0,10000 × 101 ÿ0,10000 × 101 0
4 ÿ0,16667 × 101 ÿ0,16667 × 101 0
5 ÿ0,23334 × 101 ÿ0,23333 × 101 4 × 10ÿ5
6 ÿ0,30000 × 101 ÿ0,30000 × 101 0
7 ÿ0,36667 × 101 ÿ0,36667 × 101 0
8 ÿ0,43334 × 101 ÿ0,43333 × 101 2 × 10ÿ5
Los efectos del error de redondeo se pueden reducir usando aritmética de dígitos de alto orden como
como la opción de precisión doble o múltiple disponible en la mayoría de las computadoras. Desventajas en
usando aritmética de doble precisión son que toma más tiempo de cálculo y el crecimiento
de error de redondeo no se elimina por completo.
Un enfoque para estimar el error de redondeo es usar la aritmética de intervalos (es decir,
retener los valores más grandes y más pequeños posibles en cada paso), de modo que, al final, obtenemos
un intervalo que contiene el valor verdadero. Lamentablemente, es posible que se necesite un intervalo muy pequeño
para una implementación razonable.
Tasas de Convergencia
Dado que a menudo se utilizan técnicas iterativas que involucran secuencias, esta sección concluye con una
breve discusión de alguna terminología utilizada para describir la velocidad a la que se produce la convergencia.
En general, nos gustaría que la técnica convergiera lo más rápido posible. El seguimiento
La definición se utiliza para comparar las tasas de convergencia de secuencias.
Definición 1.18 Suponga que {ÿn}ÿ n=1 es una secuencia conocida por converger a cero, y {ÿn}ÿ n=1 converge a un
número ÿ. Si existe una constante positiva K con
|ÿÿ ÿ ÿ| ÿ K|ÿn|, para n grande,
entonces decimos que {ÿn}ÿ

n=1 converge a ÿ con tasa u orden de convergencia O(ÿn). (Este
expresión se lee “gran oh de ÿn”.) Se indica escribiendo ÿn = ÿ + O(ÿn).
Aunque la Definición 1.18 permite {ÿn}ÿ n=1 ser comparado con una secuencia arbitraria
{ÿn}ÿ n=1, en casi todas las situaciones que usamos
1
ÿn = ,
p.ej.
para algún número p > 0. Generalmente estamos interesados en el mayor valor de p con ÿn =
ÿ + O(1/ np).
Ejemplo 2 Suponga que, para n ÿ 1,
norte + 1 norte + 3
ÿn = y ÿˆ norte
= .
n2 n3
Ambos limnÿÿ ÿn = 0 y limnÿÿ ÿˆ = 0, pero la secuencia { ˆÿn} converge a este límite norte
mucho más rápido que la secuencia {ÿn}. Usando la aritmética de redondeo de cinco dígitos tenemos los valores
se muestra en la Tabla 1.7. Determine las tasas de convergencia para estas dos secuencias.
Tabla 1.7
norte 1234 5 6 7
una 2.00000 0.75000 0.44444 0.31250 0.24000 0.19444 0.16327

aˆ norte
4.00000 0.62500 0.22222 0.10938 0.064000 0.041667 0.029155
Hay muchas otras formas

de describir el crecimiento de Solución Defina las sucesiones ÿn = 1/n y ÿˆ n = 1/ n2. Después
secuencias y funciones, algunas de
norte + 1 norte + norte 1
que requieren límites tanto arriba |ÿn ÿ 0| = n2 ÿ =2· = 2ÿn
n2 norte
y debajo de la secuencia o
función bajo consideración.
y
Cualquier buen libro que analice
norte + 3 n + 3n 1
algoritmos, por ejemplo [CLRS],
| ˆÿn ÿ 0| = = 4 ÿ n3 n3 n2 = 4ÿˆ n.
incluirá esta información.
Por lo tanto, la tasa de convergencia de {ÿn} a cero es similar a la convergencia de {1/n} a cero, mientras
que { ˆÿn} converge a cero a una tasa similar a la secuencia de convergencia más rápida {1/ n2}. Lo
expresamos escribiendo
1 1
n=0+O y ÿˆ norte
=0+O .
norte
n2
También usamos la notación O (gran oh) para describir la velocidad a la que convergen las funciones.
Definición 1.19 Suponga que limhÿ0 G(h) = 0 y limhÿ0 F(h) = L. Si existe una constante positiva K con
|F(h) ÿ L| ÿ K|G(h)|, para h suficientemente pequeña ,
entonces escribimos F(h) = L + O(G(h)).
Las funciones que usamos para comparar generalmente tienen la forma G(h) = hp, donde p > 0.
Estamos interesados en el mayor valor de p para el cual F(h) = L + O(hp).
1
Ejemplo 3 Use el tercer polinomio de Taylor sobre h = 0 para mostrar que cos h + 2 h2 = 1 + O(h4 ).
Solución En el Ejemplo 3(b) de la Sección 1.1 encontramos que este polinomio es
1 1
porque h = 1 h2 + h4 cos ÿ (˜ h),
ÿ2 24
para algún número ÿ (˜ h) entre cero y h. Esto implica que
1 1
porque h h2 = 1 + 24 h4 cos ÿ (˜ h).
+2
Por eso
1
h+2 1 h2 ÿ 1 = cos 1 porque ÿ (˜ h) h4 ÿ h4 24 ,
24
entonces como h ÿ 0, cos h +

12
h2 converge a su límite, 1, casi tan rápido como h4 converge a 0. Eso
es,
porque h +12h2 = 1 + O(h4 ).
Maple usa la notación O para indicar la forma del error en los polinomios de Taylor y en otras
situaciones. Por ejemplo, al final de la Sección 1.1 se encontró el tercer polinomio de Taylor para f (x) =
cos(x) definiendo primero
f := cos(x)
y luego llamando al tercer polinomio de Taylor con
taylor(f , x = 0, 4)
Maple responde con
1 ÿ 2 1 x2 + O(x4 )
para indicar que el término más bajo en el error de truncamiento es x4.
EJERCICIO 1.3
10 1 1 1
1. un Use la aritmética de corte de tres dígitos para calcular la suma y luego +···+ i=1(1/i 2) primero 1
+4 +···+ 100
1 1 1
100 + 81 1 por . ¿Qué método es más preciso y por qué?
norte
b. Escribe un algoritmo para sumar la serie finita 2. El i=1 xi en orden inverso.

ÿ
número e está definido por e = n=0(1/n!), donde n! = n(n ÿ 1)··· 2 · 1 para n = 0 y 0! = 1.

Use la aritmética de corte de cuatro dígitos para calcular las siguientes aproximaciones a e y determine el
errores absolutos y relativos.
5 5
1 1
una. yÿ b. yÿ
n=0
¡norte!
(5 ÿ j)!
j=0
10 10
1 1
C. yÿ d. yÿ
n=0
¡norte!
(10 ÿ j)!
j=0
3. La serie de Maclaurin para la función arcotangente converge para ÿ1 < x ÿ 1 y viene dada por
norte
x2iÿ1
i+1
arctan x = lim Pn(x) = lím (ÿ1) .
nÿÿ nÿÿ 2i ÿ 1
yo=1
una. Use el hecho de que tan ÿ/4 = 1 para determinar el número de n términos de la serie que deben ser
sumados para asegurar que |4Pn(1) ÿ ÿ| < 10ÿ3.
b. El lenguaje de programación C++ requiere que el valor de ÿ esté dentro de 10ÿ10. cuantos terminos
de la serie tendríamos que sumar para obtener este grado de precisión?
4. El ejercicio 3 detalla un medio bastante ineficiente de obtener una aproximación a ÿ. El método puede
1 1
mejorarse sustancialmente al observar que ÿ/4 = arctan para el arcotangente2 + arctán 3 y evaluando la serie
1 1
. Determine el número de términos que se deben sumar para asegurar una
en y en la aproximación a ÿ2 dentro de 10ÿ3. 3
1 1
5. Otra fórmula para calcular ÿ puede deducirse de la identidad ÿ/4 = 4 arctan - arctán 239 .
5
Determine el número de términos que se deben sumar para asegurar una aproximación a ÿ dentro de 10ÿ3.
6. Encuentra las tasas de convergencia de las siguientes sucesiones cuando n ÿ ÿ.
1 1
una. límite pecado =0 b. límite pecado =0
nÿÿ norte nÿÿ n2
2
1
C. límite pecado =0 d. lím nÿÿ[ln(n + 1) ÿ ln(n)] = 0
nÿÿ norte
7. Encuentra las tasas de convergencia de las siguientes funciones cuando h ÿ 0.

pecado h 1 ÿ cos h
una. límite =1 b. límite =0
hÿ0 h hÿ0 h
sen h ÿ h cos h 1 - eh
C. límite =0 D. pegamento = ÿ1
hÿ0 h hÿ0 h
8. un. ¿Cuántas multiplicaciones y sumas se requieren para determinar una suma de la forma
norte i
aibj?
yo=1 j=1
b. Modifique la suma de la parte (a) a una forma equivalente que reduzca el número de cálculos.
9. Sea P(x) = anxn + anÿ1xnÿ1 +···+ a1x + a0 un polinomio, y sea x0 dado. construir un
algoritmo para evaluar P(x0) usando la multiplicación anidada.
10. Las ecuaciones (1.2) y (1.3) de la sección 1.2 dan fórmulas alternativas para las raíces x1 y x2 de
ax2 + bx + c = 0. Construya un algoritmo con entrada a, b, c y salida x1, x2 que calcule
las raíces x1 y x2 (que pueden ser iguales o conjugadas complejas) usando la mejor fórmula para cada
raíz.
11. Construya un algoritmo que tenga como entrada un número entero n ÿ 1, números x0, x1, ... , xn, y un número x y
que produce como salida el producto (x ÿ x0)(x ÿ x1)···(x ÿ xn).
12. Suponga que
1 - 2x 2x ÿ 4x3 4x3 ÿ 8x7 1 + 2x

+ + +···= ,
1 - x + x2 1 ÿ x2 + x4 1 ÿ x4 + x8 1 + x + x2
para x < 1, y sea x = 0.25. Escriba y ejecute un algoritmo que determine el número de términos
necesario en el lado izquierdo de la ecuación para que el lado izquierdo difiera del lado derecho en menos de 10ÿ6.
13. un. Supongamos que 0 < q < p y que ÿn = ÿ + O nÿp . Demostrar que ÿn = ÿ + O nÿq .
b. Haz una tabla que enumere 1/ n, 1/ n2, 1/ n3 y 1/ n4 para n = 5, 10, 100 y 1000, y analiza las
tasas variables de convergencia de estas secuencias a medida que n se vuelve grande.
14. un. Suponga que 0 < q < p y que F(h) = L + O (hp). Demuestre que F(h) = L + O (hq).
b. Haga una tabla que enumere h, h2, h3 y h4 para h = 0.5, 0.1, 0.01 y 0.001 y discuta las variaciones
tasas de convergencia de estas potencias de h cuando h se aproxima a cero.
15. Suponga que cuando x tiende a cero,
F1(x) = L1 + O(xÿ) y F2(x) = L2 + O(xÿ ).
Sean c1 y c2 constantes distintas de cero y defina
F(x) = c1F1(x) + c2F2(x) y
G(x) = F1(c1x) + F2(c2x).
Demuestre que si ÿ = mínimo {ÿ, ÿ}, entonces cuando x tiende a cero,

una. F(x) = c1L1 + c2L2 + O(xÿ )
b. G(x) = L1 + L2 + O(xÿ ).
16. La secuencia {Fn} descrita por F0 = 1, F1 = 1 y Fn+2 = Fn+Fn+1, si n ÿ 0, se llama Fibonacci
secuencia. Sus términos ocurren naturalmente en muchas especies botánicas, particularmente aquellas con pétalos o escamas.
dispuestos en forma de espiral logarítmica. Considere la sucesión {xn}, donde xn = Fn+1/Fn.
Suponiendo que limnÿÿ xn = x existe, demuestre que x = (1 + ÿ5)/2. Este número se llama el dorado.
relación.
17. La sucesión de Fibonacci también satisface la ecuación

norte norte
1 1 + ÿ5 1 ÿ ÿ5
Fn ÿ F˜ norte
= ÿ
.
ÿ5 2 2
una. Escriba un procedimiento de Maple para calcular F100.
b. Use Maple con el valor predeterminado de Digits seguido de evalf para calcular F˜ c. 100.
¿Por qué el resultado de la parte (a) es más exacto que el resultado de la parte (b)?
d. ¿Por qué el resultado de la parte (b) se obtiene más rápidamente que el resultado de la parte (a)?
mi. ¿Qué resulta cuando usa el comando simplificar en lugar de evalf para calcular F˜ 100?
1 1 1 1 1
18. La serie armónica 1 + 2 + 3 + 4 +··· diverge, pero la secuencia ÿn = 1 + 2 +···+ norte
ÿ en n
converge, ya que {ÿn} es una sucesión no creciente acotada. El límite ÿ = 0.5772156649 ... de la
La secuencia {ÿn} se llama constante de Euler.
una. Utilice el valor predeterminado de Dígitos en Maple para determinar el valor de n para que ÿn esté dentro de
10ÿ2 de ÿ .
b. Utilice el valor predeterminado de Dígitos en Maple para determinar el valor de n para que ÿn esté dentro de
10ÿ3 de ÿ.
C. ¿Qué sucede si usa el valor predeterminado de Dígitos en Maple para determinar el valor de n para ÿn?
estar dentro de 10ÿ4 de ÿ ?
1.4 Software Numérico 41
1.4 Software Numérico

Los paquetes de software de computadora para aproximar las soluciones numéricas de los problemas están
disponibles en muchas formas. En nuestro sitio web para el libro
http://www.math.ysu.edu/ÿfaires/Numerical-Analysis/Programs.html
hemos proporcionado programas escritos en C, FORTRAN, Maple, Mathematica, MATLAB y Pascal, así como
subprogramas JAVA. Estos pueden usarse para resolver los problemas dados en los ejemplos y ejercicios, y darán
resultados satisfactorios para la mayoría de los problemas que necesite resolver. Sin embargo, son lo que llamamos
programas de propósito especial . Usamos este término para distinguir estos programas de los disponibles en las
bibliotecas de subrutinas matemáticas estándar. Los programas de estos paquetes se denominarán de propósito
general.
Los programas de los paquetes de software de propósito general difieren en su intención de los algoritmos y
programas proporcionados con este libro. Los paquetes de software de propósito general consideran formas de
reducir los errores debido al redondeo, subdesbordamiento y desbordamiento de la máquina. También describen el
rango de entrada que conducirá a resultados de cierta precisión especificada. Estas son características dependientes
de la máquina, por lo que los paquetes de software de uso general utilizan parámetros que describen las
características de coma flotante de la máquina que se utiliza para los cálculos.
Ilustración Para ilustrar algunas diferencias entre los programas incluidos en un paquete de propósito general y un programa que
proporcionaríamos para usar en este libro, consideremos un algoritmo que calcula la norma euclidiana de un vector
n-dimensional x = (x1, x2, ... , xn)t . Esta norma
a menudo se requiere dentro de programas más grandes y está definida por
norte
1/2
||x||2 = x2i .
yo=1
La norma da una medida de la distancia del vector x al vector 0. Por ejemplo, el vector x = (2, 1, 3, ÿ2, ÿ1)t tiene
2 2 1/2 ]
||x||2 = [22 + 12 + 32 + (ÿ2) + (ÿ1) = ÿ 19,
entonces su distancia desde 0 = (0, 0, 0, 0, 0)t es ÿ19 ÿ 4.36.

Aquí se proporciona un algoritmo del tipo que presentaríamos para este problema. No incluye parámetros
dependientes de la máquina y no ofrece garantías de precisión, pero proporcionará resultados precisos "la mayor
parte del tiempo".
ENTRADA n, x1, x2, ... , xn.
NORMA DE SALIDA .
Paso 1 Establecer SUMA = 0.
x2 Paso 2 Para i = 1, 2, ... , Paso 3 nEstablecer

establecerNORM
SUMA==SUMA1/2
SUMA +yo _.
Paso 4 SALIDA (NORMAL);

DETÉNGASE.
Un programa basado en nuestro algoritmo es fácil de escribir y entender. Sin embargo, el programa podría
fallar en dar suficiente precisión por varias razones. Por ejemplo, la magnitud de algunos de los números puede ser
demasiado grande o demasiado pequeña para ser representada con precisión en
el sistema de punto flotante de la computadora. Además, es posible que este orden para realizar los cálculos
no produzca los resultados más precisos, o que la rutina de raíz cuadrada del software estándar no sea la
mejor disponible para el problema. Los diseñadores de algoritmos consideran asuntos de este tipo cuando
escriben programas para software de propósito general. Estos programas suelen usarse como subprogramas
para resolver problemas más grandes, por lo que deben incorporar controles que no necesitaremos.
Algoritmos de propósito general
Consideremos ahora un algoritmo para un programa de software de propósito general para calcular la norma
euclidiana. Primero, es posible que aunque una componente xi del vector esté dentro del rango de la
máquina, el cuadrado de la componente no lo esté. Esto puede ocurrir cuando algunos |xi| es tan pequeño
que x2 provoca un desbordamiento.
i provoca subdesbordamiento o cuando algún |xi| es tan grande i
que x2 También es posible que todos estos términos estén dentro del rango de la máquina, pero se produce
un desbordamiento al sumar un cuadrado de uno de los términos a la suma previamente calculada.
Los criterios de precisión dependen de la máquina en la que se realizan los cálculos, por lo que los
parámetros dependientes de la máquina se incorporan al algoritmo. Supongamos que estamos trabajando
en una computadora hipotética con base 10, que tiene t ÿ 4 dígitos de precisión, un exponente mínimo emin
y un exponente máximo emax. Entonces el conjunto de números de punto flotante en esta máquina consiste
en 0 y los números de la forma
x = f · 10e , donde f = ±(f110ÿ1 + f210ÿ2 +···+ ft10ÿt ),
donde 1 ÿ f1 ÿ 9 y 0 ÿ fi ÿ 9, para cada i = 2, ... , t, y donde emin ÿ e ÿ emax.

Estas restricciones implican que el número positivo más pequeño representado en la máquina es ÿ =
10eminÿ1, por lo que cualquier número x calculado con |x| < ÿ causa subdesbordamiento y da como resultado
que x se establezca en 0. El número positivo más grande es ÿ = (1 ÿ 10ÿt )10emax, y cualquier número
calculado x con |x| > ÿ provoca desbordamiento. Cuando se produce un desbordamiento, el programa
continuará, a menudo sin una pérdida significativa de precisión. Si se produce un desbordamiento, el programa fallará.
El algoritmo supone que las características de punto flotante de la máquina se describen utilizando los
parámetros N, s, S, y e Y. El número máximo de entradas que se pueden sumar con al menos t/2 dígitos de
precisión está dado por N Esto implica que el algoritmo procederá a encontrar la norma de un vector x = (x1,
x2, ..., xn)t solo si n ÿ N. Para resolver el problema de subdesbordamiento, los números de punto flotante
distintos de cero se dividen en tres grupos:
• números de pequeña magnitud x, aquellos que satisfacen 0 < |x| < y;
• números de magnitud media x, donde y ÿ |x| < Y;
• números de gran magnitud x, donde Y ÿ |x|.
Los parámetros y e Y se eligen de modo que no haya problemas de subdesbordamiento al elevar al

cuadrado y sumar los números de magnitud media. Elevar al cuadrado números de pequeña magnitud
puede causar subdesbordamiento, por lo que se utiliza un factor de escala S mucho mayor que 1 con el
resultado de que (Sx)2 evita el subdesbordamiento incluso cuando x2 no lo hace. Sumar y elevar al cuadrado
números de gran magnitud puede causar un desbordamiento. Entonces, en este caso, se usa un factor de
escala positivo s mucho más pequeño que 1 para garantizar que (sx)2 no cause un desbordamiento cuando
se calcule o se incorpore a una suma, aunque x2 lo haría.
Para evitar una escala innecesaria, y e Y se eligen de modo que el rango de números de magnitud
media sea lo más grande posible. El algoritmo que sigue es una modificación de uno descrito en [Brow, W],
p. 471. Incorpora un procedimiento para sumar componentes escaladas del vector que son de magnitud
pequeña hasta una componente de magnitud media
se encuentra Luego desescala la suma anterior y continúa elevando al cuadrado y sumando números pequeños y
medianos hasta encontrar un componente de gran magnitud. Una vez que aparece un componente de gran magnitud,
el algoritmo escala la suma anterior y procede a escalar, elevar al cuadrado y sumar los números restantes.
El algoritmo asume que, en la transición de números pequeños a medianos, los números pequeños sin escala
son insignificantes en comparación con los números medianos. De manera similar, en la transición de números
medianos a grandes, los números medianos sin escala son insignificantes en comparación con los números grandes.
Por lo tanto, las elecciones de los parámetros de escala deben hacerse de modo que los números se igualen a 0 solo
cuando sean verdaderamente insignificantes. Las relaciones típicas entre las características de la máquina descritas
por t, ÿ, ÿ, emin, emax y los parámetros del algoritmo N, s, S, y e Y se dan después del algoritmo.
El algoritmo utiliza tres banderas para indicar las distintas etapas en el proceso de suma.
Estas banderas reciben valores iniciales en el Paso 3 del algoritmo. FLAG 1 es 1 hasta que se encuentra un
componente mediano o grande; luego se cambia a 0. FLAG 2 es 0 mientras se suman números pequeños, cambia a
1 cuando se encuentra por primera vez un número mediano y vuelve a cambiar a 0 cuando se encuentra un número
grande. FLAG 3 es inicialmente 0 y cambia a 1 cuando se encuentra por primera vez un número grande. El paso 3
también introduce el indicador HECHO, que es 0 hasta que se completan los cálculos, y luego cambia a 1.
ENTRADA N,s, S, y, Y, ÿ, n, x1, x2, ... , xn.
NORMA DE SALIDA o un mensaje de error apropiado.
Paso 1 Si n ÿ 0 entonces OUTPUT ('El entero n debe ser positivo.');

DETÉNGASE.
Paso 2 Si n ÿ N entonces SALIDA ('El número entero n es demasiado grande.');

DETÉNGASE.
Paso 3 Establecer SUMA = 0;

BANDERA1 = 1; (Los números pequeños se están sumando).
BANDERA2 =
0; BANDERA3
= 0; HECHO =
0; yo = 1
Paso 4 Mientras (i ÿ n y FLAG1 = 1) realice el Paso 5.
Paso 5 Si |xi| < y luego establezca SUMA = SUMA + (Sxi)2; i = i + 1

sino establece FLAG1 = 0.
(Se encontró un número no pequeño).
Paso 6 Si i > n , establezca NORM = (SUM)1/2/S;

HECHO = 1
de lo contrario establecer SUMA = (SUMA/ S)/ S; (Escala para números más grandes.)
BANDERA2 = 1.
Paso 7 Mientras (i ÿ n y FLAG2 = 1) realice el Paso 8. (Suma los números medianos).

Paso 8 Si |xi| < Y luego establezca SUMA = SUMA + x2 i ;
yo = yo + 1
de lo contrario, establezca FLAG2 = 0. (Se ha encontrado un gran número).
Paso 9 Si DONE = 0, entonces si i >

n , configure NORM = (SUM) 1/2; HECHO = 1
más establece SUM =
((SUM)s)s; (Escale los números grandes).

BANDERA3 = 1.
Paso 10 Mientras (i ÿ n y FLAG3 = 1) realice el Paso 11.
Paso 11 Establecer SUMA = SUMA +(sxi)2; (Suma los números grandes). i

= i + 1.
Paso 12 Si DONE = 0, entonces si

SUM1/2 < ÿs , configure NORM = (SUM)1/2/s; HECHO = 1
de lo contrario establecer
SUMA = ÿ. (La norma es demasiado grande.)
Paso 13 Si HECHO = 1, entonces SALIDA ('La norma es', NORMA)

otra SALIDA ('Norma ÿ', NORMAL, 'se produjo desbordamiento').
Paso 14 PARE.
Las relaciones entre las características de la máquina t, ÿ, ÿ, emin, emax y la

Los parámetros del algoritmo N, s, S, y e Y se eligieron en [Brow, W], p. 471, como:
N = 10eN , donde eN = (t ÿ 2)/2 , (t ÿ 2)/2; el mayor entero menor o igual que
s = 10es, donde es = ÿ (emax + eN)/2 ;
S = 10eS , donde eS = (1 ÿ emin)/ 2 , a (1 ÿ el entero más pequeño mayor o igual

La primera computadora portátil fue emin)/2;
la Osborne I, producida en 1981,
aunque era mucho más grande y
y = 10ey , donde ey = (emin + t ÿ 2)/2 ;
pesada de lo que actualmente Y = 10eY , donde eY = (emax ÿ eN)/2 .
consideramos portátil.
La confiabilidad integrada en este algoritmo ha aumentado considerablemente la complejidad en comparación

El sistema FORTRAN
(FORMula TRADUCTOR) fue el con el algoritmo que se proporcionó anteriormente en la sección. En la mayoría de los casos, los algoritmos
lenguaje de programación de propósito especial y de propósito general dan resultados idénticos. La ventaja del algoritmo de propósito
científico original de propósito general. general es que proporciona seguridad para sus resultados.
Todavía se usa ampliamente en situaciones Muchas formas de software numérico de propósito general están disponibles comercialmente y son
que requieren cálculos científicos de dominio público. La mayor parte del software inicial fue escrito para computadoras mainframe, y una
intensivos. buena referencia para esto es Sources and Development of Mathematical Software, editado por Wayne
Cowell [Co].
El proyecto EISPACK fue el primer
Ahora que las computadoras personales son lo suficientemente poderosas, el software numérico
paquete de software numérico a
gran escala que se puso a
estándar está disponible para ellas. La mayor parte de este software numérico está escrito en FORTRAN,
disposición del público y abrió el aunque algunos paquetes están escritos en C, C++ y FORTRAN90.
camino para que lo siguieran Los procedimientos ALGOL se presentaron para cálculos matriciales en 1971 en [WR]. Luego se
muchos paquetes. desarrolló un paquete de subrutinas FORTRAN basadas principalmente en los procedimientos ALGOL
en las rutinas EISPACK. Estas rutinas están documentadas en los manuales publicados por Springer-
Verlag como parte de su serie Lecture Notes in Computer Science [Sm,B] y [Gar].
Las subrutinas FORTRAN se utilizan para calcular valores propios y vectores propios para una variedad
de diferentes tipos de matrices.
LINPACK es un paquete de subrutinas FORTRAN para analizar y resolver sistemas de ecuaciones
lineales y resolver problemas de mínimos cuadrados lineales. La documentación de este paquete se
encuentra en [DBMS]. En [CV] se proporciona una introducción paso a paso a LINPACK, EISPACK y
BLAS (Subprogramas básicos de álgebra lineal).
El paquete LAPACK, disponible por primera vez en 1992, es una biblioteca de subrutinas FORTRAN
que reemplaza a LINPACK y EISPACK al integrar estos dos conjuntos de algoritmos en un paquete
unificado y actualizado. El software se ha reestructurado para lograr una mayor eficiencia en los
procesadores vectoriales y otros multiprocesadores de memoria compartida o de alto rendimiento.
LAPACK se amplía en profundidad y amplitud en la versión 3.0, que está disponible en FORTRAN,
FORTRAN90, C, C++ y JAVA. C y JAVA solo están disponibles como interfaces de idioma
o traducciones de las bibliotecas FORTRAN de LAPACK. El paquete BLAS no es parte de LAPACK, pero
el código de BLAS se distribuye con LAPACK.
Otros paquetes para resolver tipos específicos de problemas están disponibles en el dominio público.
Como alternativa a netlib, puede usar Xnetlib para buscar en la base de datos y recuperar software.
Puede encontrar más información en el artículo Distribución de software usando Netlib de Dongarra,
Roman y Wade [DRW].
La ingeniería de software se
Estos paquetes de software son altamente eficientes, precisos y confiables. Se prueban
estableció como una disciplina de
minuciosamente y la documentación está fácilmente disponible. Aunque los paquetes son portátiles, es
laboratorio durante las décadas de 1970
y 1980. EISPACK se desarrolló en Argonne

una buena idea investigar la dependencia de la máquina y leer la documentación detenidamente. Los
Labs y LINPACK poco después. A principios programas prueban casi todas las contingencias especiales que pueden resultar en errores y fallas. Al
de la década de 1980, Argonne fue final de cada capítulo discutiremos algunos de los paquetes apropiados de propósito general.
reconocida internacionalmente como líder
mundial en computación simbólica y Los paquetes disponibles comercialmente también representan el estado del arte en métodos
numérica. numéricos. Su contenido a menudo se basa en paquetes de dominio público, pero incluye métodos en
bibliotecas para casi todos los tipos de problemas.
IMSL (Bibliotecas Matemáticas y Estadísticas Internacionales) consta de las bibliotecas MATH, STAT
y SFUN para matemáticas numéricas, estadísticas y funciones especiales, respectivamente. Estas
En 1970 IMSL se convirtió en el primer bibliotecas contienen más de 900 subrutinas disponibles originalmente en FOR TRAN 77 y ahora
biblioteca científica a gran escala para disponibles en C, FORTRAN90 y JAVA. Estas subrutinas resuelven los problemas de análisis numérico
mainframes. Desde entonces, las más comunes. Las bibliotecas están disponibles comercialmente en Visual Numerics.
bibliotecas se han hecho
disponibles para sistemas informáticos

Los paquetes se entregan en forma compilada con una extensa documentación. Hay un programa
que van desde supercomputadoras hasta
de ejemplo para cada rutina, así como información de referencia básica. IMSL contiene métodos para
computadoras personales.
sistemas lineales, análisis de sistemas propios, interpolación y aproximación, integración y diferenciación,
ecuaciones diferenciales, transformadas, ecuaciones no lineales, optimización y operaciones básicas de
matrices/vectores. La biblioteca también contiene extensas rutinas estadísticas.
El Grupo de Algoritmos Numéricos (NAG) existe en el Reino Unido desde 1970. NAG ofrece más de
Los Algoritmos Numéricos
1000 subrutinas en una biblioteca FORTRAN 77, alrededor de 400 subrutinas en una biblioteca C, más de
Group (NAG) se instituyó en el Reino
200 subrutinas en una biblioteca FORTRAN 90 y una Librería numérica MPI FORTRAN para máquinas
Unido en 1971 y desarrolló el primer
software matemático paralelas y clusters de estaciones de trabajo o computadoras personales. Una introducción útil a las rutinas
biblioteca. Ahora tiene más de 10.000 NAG es [Ph]. La biblioteca NAG contiene rutinas para realizar la mayoría de las tareas de análisis numérico
usuarios en todo el mundo y contiene estándar de manera similar a las del IMSL. También incluye algunas rutinas estadísticas y un conjunto de
más de 1000 matemáticas y rutinas gráficas.
Funciones estadísticas que van Los paquetes IMSL y NAG están diseñados para matemáticos, científicos o ingenieros que desean
desde software estadístico, simbólico, llamar a subrutinas C, Java o FORTRAN de alta calidad desde dentro de un programa.
de visualización y de simulación
La documentación disponible con los paquetes comerciales ilustra el programa controlador típico requerido
numérica hasta compiladores y herramientas
para usar las rutinas de la biblioteca. Los siguientes tres paquetes de software son entornos independientes.
de desarrollo de aplicaciones.
Cuando se activan, el usuario ingresa comandos para que el paquete resuelva un problema. Sin embargo,
cada paquete permite la programación dentro del lenguaje de comandos.
MATLAB es un laboratorio de matrices que originalmente era un programa Fortran publicado por
MATLAB se escribió originalmente para Cleve Moler [Mo] en la década de 1980. El laboratorio se basa principalmente en las subrutinas EISPACK
proporcionar un fácil acceso al software de
y LINPACK, aunque se han incorporado funciones como sistemas no lineales, integración numérica,
matriz desarrollado en el
splines cúbicos, ajuste de curvas, optimización, ecuaciones diferenciales ordinarias y herramientas
LINPACK y EISPACK
gráficas. MATLAB actualmente está escrito en C y ensamblador, y la versión para PC de este paquete
proyectos La primera versión fue escrita
a fines de la década de 1970 para su uso
requiere un coprocesador numérico. La estructura básica es realizar operaciones con matrices, como
en cursos de teoría de matrices, álgebra

encontrar los valores propios de una matriz ingresada desde la línea de comando o desde un archivo
lineal y análisis numérico. externo a través de llamadas a funciones. Este es un poderoso sistema autónomo que es especialmente
Actualmente hay más de 500.000 útil para la instrucción en un curso de álgebra lineal aplicada.
usuarios de MATLAB en El segundo paquete es GAUSS, un sistema matemático y estadístico producido por Lee E. Ediefson
más de 100 países. y Samuel D. Jones en 1985. Está codificado principalmente en ensamblador y basado principalmente
en EISPACK y LINPACK. Como en el caso de MATLAB, están disponibles integración/diferenciación,

sistemas no lineales, transformadas rápidas de Fourier y gráficos. GAUSS se orienta menos hacia
la instrucción en álgebra lineal y más hacia el análisis estadístico de datos. Este paquete también
utiliza un coprocesador numérico si hay uno disponible.
El tercer paquete es Maple, un sistema de álgebra computacional desarrollado en 1980 por el
Symbolic Computational Group de la Universidad de Waterloo. El diseño del sistema Maple original
se presenta en el artículo de BW Char, KO Geddes, WM Gentlemen y GH Gonnet [CGGG].
Las rutinas NAG son compatibles con Maple Maple, que está escrito en C, tiene la capacidad de manipular información de manera simbólica.
a partir de la versión 9.0. Esta manipulación simbólica permite al usuario obtener respuestas exactas en lugar de valores
numéricos. Maple puede dar respuestas exactas a problemas matemáticos como integrales,
ecuaciones diferenciales y sistemas lineales. Contiene una estructura de programación y permite
guardar texto, así como comandos, en sus archivos de hoja de trabajo. Estas hojas de trabajo se
pueden cargar en Maple y ejecutar los comandos. Debido a las propiedades del cálculo simbólico, el
cálculo numérico y las hojas de trabajo, Maple es el lenguaje elegido para este texto. A lo largo del
libro, se incluirán comandos de Maple, particularmente del paquete NumericalAnalysis , en el texto.
Aunque hemos elegido Maple como nuestro Hay numerosos paquetes disponibles que se pueden clasificar como paquetes de
sistema de álgebra computacional estándar, supercalculadoras para PC. Sin embargo, estos no deben confundirse con el software de uso general
el igualmente popular que se enumera aquí. Si tiene interés en uno de estos paquetes, debe leer Supercalculators on the
Mathematica, lanzado en 1988,
PC de B. Simon y RM Wilson [SW].
también se puede utilizar para este propósito. Puede encontrar información adicional sobre el software y las bibliotecas de software en los libros
por Cody y Waite [CW] y por Kockler [Ko], y en el artículo de 1995 de Dongarra y Walker [DW]. Se
puede encontrar más información sobre el cálculo de punto flotante en el libro de Chaitini-Chatelin y
Frayse [CF] y el artículo de Goldberg [Go].
Los libros que abordan la aplicación de técnicas numéricas en computadoras paralelas incluyen
los de Schendell [Sche], Phillips y Freeman [PF], Ortega [Or1] y Golub y Ortega [GO].

Analisis Numerico Español

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Analisis Numerico Español

Cargado por

Copyright:

Formatos disponibles

Machine Translated by Google

Análisis numérico (págs. 1-46)

Aprendizaje Brooks/Cole CENGAGE. Boston, 2011.

la modalidad puesta a disposición, se ha realizado en virtud del artículo 32.4 de la Ley de

Propiedad Intelectual. Queda prohibida su posterior reproducción, distribución,

transformación y comunicación pública en cualquier medio y de cualquier forma.

Universidad Estatal de Youngstown

Análisis numérico, © 2011, 2005, 2001 Brooks/Cole, Cengage Learning

Asistente editorial: Shaylin Walsh

Compradora sénior de fabricación: Diane Gibbons

Servicio de Producción: Cadmus Communications ISBN-13: 978-0-538-73351-9

Diseñador de portada: Wing Ngan arroyos/cole

Colección: imágenes de Amana, Gettyimages.com

Para su curso y soluciones de aprendizaje, visite

que relaciona la presión P, el volumen V, la temperatura T y el número de moles N de un gas “ideal”. En

P = 1,00 atm, V = 0,100 m3 ,

N = 0,00420 moles, R = 0,08206.

Luego repetimos el experimento usando los mismos valores de R y N, pero incrementamos la

2 CAPÍTULO 1 Preliminares Matemáticos y Análisis de Errores

1.1 Repaso de Cálculo

|f (x) ÿ L| < ÿ, siempre que x ÿ X y 0 < |x ÿ x0| < d.

(Consulte la Figura 1.1.)

1.1 Repaso de Cálculo 3

El límite de una secuencia de números reales o complejos se define de manera similar.

significa que la secuencia {xn}ÿ n=1 converge a x.

una. f es continua en x0; b. Si

La derivada de f en x0 es la pendiente de la recta tangente a la gráfica de f en (x0, f (x0)), como se muestra

4 CAPÍTULO 1 Preliminares Matemáticos y Análisis de Errores

La recta tangente tiene pendiente f (x0)

Teorema 1.6 Si la función f es derivable en x0, entonces f es continua en x0.

Teorema 1.7 (Teorema de Rolle)

Teorema 1.8 (Teorema del valor medio)

f (b) - f (a) f (c)

1.1 Repaso de Cálculo 5

Teorema 1.9 (Teorema del valor extremo)

Trabajo de investigación sobre el diseño de

algoritmos y sistemas para

Las matemáticas comenzaron en la década de 1960.

El primer sistema en estar operativo,

f (x) = 5 cos 2x ÿ 2x sen 2xf (x)

en los intervalos (a) [1, 2] y (b) [0.5, 1]

6 CAPÍTULO 1 Preliminares Matemáticos y Análisis de Errores

y Maple responde con

Podemos trazar la gráfica de f en el intervalo [0.5, 2] con el comando

(a) Cuando el intervalo es [1, 2] tenemos

f (1) = 5 cos 2 ÿ 2 sen 2 = ÿ3,899329036 y f (2) = 5 cos 4 ÿ 4 sen 4 = ÿ0,241008123.

y Maple responde con

Para encontrar la representación explícita de f (x) ingresamos el comando

y Maple da la derivada como

ÿ12 sen(2x) ÿ 4x cos(2x)

Para determinar el punto crítico usamos el comando

1.1 Repaso de Cálculo 7

y Maple nos dice que f (x) = fp(x) = 0 para x en [1, 2] cuando x es

Evaluamos f (x) en este punto con el comando f (%)

El % se interpreta como la última respuesta de Maple. El valor de f en el punto crítico es

f (0,5) = 5 cos 1 ÿ 1 sen 1 = 1,860040545 y f (1) = 5 cos 2 ÿ 2 sen 2 = ÿ 3,899329036.

8 CAPÍTULO 1 Preliminares Matemáticos y Análisis de Errores

f resolve(ÿ12 sin(2x) ÿ 4x cos(2x), x, .5 . . 1)

El siguiente teorema generalmente no se presenta en un curso de cálculo básico, pero se

Teorema 1.10 (Teorema de Rolle generalizado)

Teorema 1.11 (Teorema del valor intermedio)

1.1 Repaso de Cálculo 9

f(0) = ÿ1 < 0 y 0 < 1 = f (1).