Documentos de Académico
Documentos de Profesional
Documentos de Cultura
x=
1 c 2x + 2 3 x
x n +1 =
1 2xn + c 2 3 xn x 0 = 1 se
Esta es una aplicacin del conocido mtodo de Newton para hallar races de una ecuacin no lineal. Por ejemplo, para el caso c = 2 (es decir x 3 = 2 ) y con obtienen:
1 2 x1 = 2 1 + 2 = 1.333 3 (1) 1 2 = 1.263 889 x2 = 2 1.333 + 2 3 (1.333)
y 3 2.5 2 1.5 1 0.5 0 0 0.5 1 1.5 2 2.5 3 x
y = 1 (2 x + 2 / x 2 ) 3
y=x
y as sucesivamente:
x 3 = 1.259 933 493 450 x 4 = 1.259 921 050 018 x 5 = 1.259 921 049 895
Una interpretacin geomtrica de la iteracin se muestra en la figura.
Puede en este caso probarse que el proceso converge siempre, para cualquier seleccin de x0. Si xn tiene t dgitos correctos, xn+1 tendr por lo menos 2t 1 dgitos correctos. Sin embargo, no todos los procesos iterativos funcionan. Por ejemplo, podra escribirse
2 x n +1 = 2 x n , lo que produce resultados alternados y obviamente no converge.
1-1
Otra idea frecuente es la de aproximar localmente una funcin complicada por una funcin lineal (o quizs parablica u otra relativamente simple). Esto es lo que se hace al interpolar entre dos lneas de una tabla, o en procesos tales como el mtodo de Newton Raphson para mejorar la aproximacin a una raz de una funcin f ( x) = 0 , la integracin de una funcin por el mtodo de los trapecios, la solucin de una ecuacin diferencial y = f ( x, y ) por el mtodo de Euler, por citar slo algunos de los mtodos ms conocidos. En muchos casos se obtiene un conjunto de resultados en una sucesin de etapas, para cada una de las cuales se consideran como datos los resultados de la etapa anterior. Tales procesos se denominan de recursin. utilizados con propiedad.
n n 1
p( x) = a0 x + a1 x + K + a n 1 x + a n proporciona un ejemplo simple de recursin. polinomio p(x) puede evaluarse realizando las operaciones: p0 = 0 p1 = p 0 x + a 0 p 2 = p1 x + a1
M p n = p n 1 x + a n = p( x)
La acumulacin de errores en un proceso de este tipo puede ser importante.
El ejemplo siguiente ilustra tambin el uso de una recursin y el fenmeno conocido como inestabilidad numrica. Supngase que se requiere calcular, para n = 0, 1, 2, ...
1 0
yn =
xn dx x+5
y n + 5 y n 1 =
1 0
xn dx + x+5
1 0
5 x n 1 dx = x+5
1 0
x n 1 ( x + 5) dx = x+5
1 0
x n1 dx =
1 n
y por lo tanto: yn = 1/n 5yn-1. Esta expresin podra permitir determinar los sucesivos
1 0
Se obtienen (en todos los clculos de este ejemplo se han considerado slo tres cifras significativas):
1-2
en que estos errores se propagan (o disipan) es decisiva en la utilidad de un mtodo numrico dado. En el proceso utilizado, un pequeo error en yo se multiplica por 5 en el clculo de
y1. Sin tener en consideracin los errores introducidos en los redondeos de este paso, se produce un error de 25 en y2. El resultado del paso k est afectado por el error inicial
multiplicado por (-5) . A esto deben agregarse los efectos de los errores introducidos en todos los pasos intermedios. adelante en el proceso. Si se hubieran utilizado ms cifras decimales en los clculos, los resultados absurdos habran tambin aparecido, aunque un tanto ms La inestabilidad numrica puede evitarse seleccionando un algoritmo ms adecuado. As, utilizando la frmula en la otra direccin:
k
y n -1 =
11 yn 5n
el error queda dividido por 5 en cada paso. Sabiendo que yn decrece cuando n crece, pueden iniciarse los clculos con algo tan pobre como y10 = 0 , obtenindose:
1 y 9 = 1 (10 0) = 0.020 5
1.5
n creciente
0.5
y as sucesivamente:
n decreciente
0 0 -0.5 1 2 3 4 5
Y -1 n
Sin embargo, no debe creerse que el utilizar frmulas al revs es el remedio para todos los problemas numricos. Cualquier proceso que se plantee no ser siempre aplicable, ni en todos los casos el ms efectivo.
1-3
Ms importantes desde el punto de vista de los mtodos numricos son los errores de truncacin y redondeo. stos son funcin del procedimiento empleado y de las caractersticas de operacin de la computadora. La mayor parte de las computadoras trabajan internamente con sistemas de numeracin binarios, octales o hexadecimales y tienen dos tipos de aritmtica: de punto fijo (o enteros) y de punto flotante (o reales). La aritmtica de punto fijo es exacta, pero est limitada a nmeros enteros y a un rango pequeo. En consecuencia, la mayor parte de las operaciones se efectan con la aritmtica de punto flotante. En la aritmtica de punto flotante la representacin interna de un nmero es de la forma: a = m 10 q , donde m es la mantisa y q el exponente. Slo se almacenan t cifras (en base b ) de la mantisa, y por lo tanto cualquier nmero puede ser representado con un error relativo que no excede 10
-6
1 2
b t 1 (habitualmente entre
y 10
-15
).
consecuencia existe un rango aceptable (en general muy grande) para los nmeros con punto flotante. Las operaciones aritmticas en punto flotante tienen propiedades algo diferentes de aquellas correspondientes en la aritmtica exacta. As por ejemplo, la suma (o resta) no es estrictamente asociativa.
a = 0.1234567 10 0 b = 0.123567 10 4 c = b
El esquema siguiente indica como se efecta la suma en punto flotante:
(a + b ) + c 0.0000123 10 4
resultados.
= 0.1230000
x1 = b ( signo b) b 2 c c x2 = x1
tiene mucho menos acumulacin de error, especialmente cuando c es pequeo, porque evita la resta de dos nmeros del mismo orden de magnitud. Considrese, por ejemplo, la ecuacin: x 2 64 x + 1 = 0 . Trabajando con 5 cifras significativas:
1-4
El error relativo en x 2 es muy grande. La resta se ha hecho en forma exacta; la causa del error est ms bien en el redondeo previo de la raz cuadrada. Si en cambio se toma
x 2 = 1 x1 se obtiene:
x2 = 1 1 63.984 10 3 2 = 0.015629 0.0000005
con un error relativo del mismo orden que el de x1 . Finalmente, deben mencionarse errores humanos y errores de la computadora. Estos ltimos son prcticamente inexistentes, los primeros son en cambio la causa de muchos resultados inesperados.
1-5