_Métodos NUME RICOSCatalogacion en Ia fuente Triarte V. Balderrama, Rafael ‘Métodos numéricos. ~ México : Trillas : UNAM, Facultad de Ingenieria, 1990. 269 p. ; 23 cm. Incluye bibliografias e indices ISBN 968-24-3927-2 1. Céleulo numérico. 2. Interpolacién. I. t LC-QA297.517.5 —D- S11.7'1663m La presntacion yd disposicién en conjunto de )DOS NUMERICOS son propiedad del editor. Ninguna parte de esta obra puede ser reproducida o trasmitida, mediante ningun sistema 0 método, electrénico o mecdnico (incluyendo el fotocopiado, Ia grabacidn o cualquier sistema de recuperacién y almacenamiento de informacién), sin consentimiento por escrito del editor Derechos reservados © 1990, Editorial Trillas, S. A. de C. V., Av. Rio Churubusco 385, Col. Pedro Maria Anaya, CP. 03340, México, D. F. Miembro de la Camara Nacional de la Industria Editorial. Reg. mim. 158 Primera edicién, junio 1990 ISBN 968-24-3927-2 Impreso en México Printed in MexicoPrdlogo Gran parte de los métodos numéricos han sido desarrollados desde la anti- giiedad; gracias a ellos ha sido posible encontrar soluciones satisfactorias 2 mo- delos matematicos que representan una gran variedad de sistemas fisicos. En la actualidad se ha extendido el uso de dichos métodos debido ai desarrollo de las computadoras digitales, que han permitido aplicarlos en forma répida y sencilla. Este material, desde un principio, tuvo por objeto servir de apoyo didéctico a los estudiantes que cursan la asignatura de métodos numéricos que se imparte en la Facultad de Ingenieria de la UNAM (Universidad Nacional Auténoma de México). Esté dirigido a estudiantes de ingenieria o carreras afines que evan un primer curso sobre métodos numéricos y, por lo mismo, no se pretendié lle- gar a la formalizacién matematica de los métodos descritos ni cubrir una gran variedad de ellos. E1 libro expone los métodds mAs comunes y los presenta desde un punto de vista prdctico, de tal forma que el estudiante pueda conocer su utilidad de inme- diato y sea capaz de aplicarlos en forma concreta para resolver algunos modelos matematicos. La obra consta de siete capftulos que comprenden los métodos numéricos bdsicos para resolver ecuaciones algebraicas y trascendentes, sistemas de ecua- ciones algebraicas lineales, aproximacién de funciones por medio de polinomios, derivaci6n e integracién numérica y solucién de ecuaciones diferenciales ordinarias y en derivadas parciales. Se incluyen ademés dos apéndices; en el primero se presentan los progra- mas de computacién —en lenguaje BASIC— para los principales métodos consi- derados. De esta manera, el lector que asf lo desee podré utilizarlos para resolver su problema sin tener que profundizar en la teorfa de los métodos en cuestién. Sin embargo, cabe advertir que los programas no podrdn ser corridos en todas las microcomputadoras, por no existir una compatibilidad total entre ellas. Se utiliz6 una microcomputadora de uso bastante generalizado (IBM PC) con el fin 5ea are ca eee 6 PROLOGO de ampliar al ‘imo las posibilidades de uso de los programas, pero se deja al lector la iniciativa de adaptarlos de acuerdo con sus necesidades particulares. En el segundo apéndice se presenta una breve introduccién al andlisis com- binatorio. Los temas que aquf se incluyen cubren totalmente el programa actual de la asignatura en la facultad. Durante el tiempo en que se ha utilizado este material he recibido valiosas observaciones respecto al contenido y su estructuracién. Aun con riesgo de omi- tir algén nombre involuntariamente, hago patentes los siguientes reconocimientos. Agradezco a los profesores Salvador Garcfa Burgos, Rossynela Durén Cuevas y Renato Deschamps Esquivel su colaboracién en las versiones preliminares de este libro; al coordinador del Laboratorio de Computadoras y Programaci6n, pro- fesor Alfonso Benitez Oropeza, por las facilidades que brindaron para escribir el original del texto'por medio de un procesador de palabras, asi como para la prueba y corrida de los programas; a los estudiantes de ingenierfa Germén Arci- niega Cabrera, Agust{n Soto Urrutia, Armando Cruz Soto y Nelly Guadarrama Rivas, quienes capturaron el manuscrito en la microcomputadora; al sefior Fran- cisco Monreal Vigo, por sus orientaciones respecto al uso del equipo; a las licen- ciadas irma Hinojosa Félix y Marfa Cuairén Ruidfaz, as{ como al profesor Andrés Ramfrez y Villa, por las revisiones que efectuaron de las versiones preliminares. Finalmente, agradezco en forma especial a la Facultad de Ingenierfa de la UNAM su apoyo para la elaboracién de este libro, que espero resulte de prove- cho para el estudiante. RAFAEL IRIARTE V. BALDERRAMAPrélogo Cap. 1. Indice de contenido Aproximacién numérica y errores ot 1.1, Concepto de aproximacién numérica, 11. 1.2. Errores, 12. 1.3, Concepto de convergencia y estabilidad de un método iterativo, 15. 1.3.1 Convergencia, 17, 1.3.2. Estabilidad, 18., 1.4. Criterios para seleccionar un método numérico, 21. Problemas, 22 Solucién numérica de ecuaciones algebraicas y trascendentes 23 2.1. Método de biseccién, 23. 2.2. Método de punto fijo, 26. 2.2.1 Convergencia del método de punto fijo, 31. 2.2.2. Interpretacién geométrica del método de punto fijo, 33. 2.3. Método de Newton-Raphson, 35. 2.3.1. Convergencia del método de Newton-Raphson, 39. 2.3.2. Comparacién geométrica del método de Newton-Raphson y el de punto fijo, 42. 2.4. Método de la doble divisién sintética, 43. 2.5. Método de los factores cuadrdticos, 47. 2.6. Aplicaciones, 53. Problemas, $4.eee Cap. 3. Cap. 4. Cap. 5. Cap. 6. INDICE DE CONTENIDO Solucién numérica de sistemas de ecuaciones algebraicas lineales 57 3.1. Sistemas de ecuaciones algebraicas lineales, 57. 3.2. Método de eliminacién completa de Gauss-Jordan, 58. 3.2.1. Errores en el método de Gauss-Jordan, 59. 3.2.2. Inversi6n de matrices, 61. 3.3. Método de Jacobi, 63. 3.3.1. Convergencia de! método de Jacobi, 65. 3.4. Método de Gauss-Seidel, 67. 3.5. Ecuacién caracterfstica, 69, 3.5.1. Método de Krylov, 70. 3.6. Métodos iterativos para determinar valores caracterfsticos, 72. 3.6.1. Método de las potencias, 72. 3.7. Aplicaciones, 79. Problemas, 81. Polinomios de Taylor 83 4,1. Polinomios de Taylor generados por una funcién, 83. 4.2. CAlculo con polinomios de Taylor, 87. 4.3. Residuo en el polinomio de Taylor, 95. Problemas, 97. Interpolacién, derivacién e integracién numérica 9 5.1. Diferencias y polinomio de Newton de una funcién tabular, 99, 5.2. Interpolacién, 107. 5.2.1. Interpolacién con espacios iguales, 107. 5.2.2. Interpolacién con espacios variables, 114. 5.2.3. Interpolacién inversa, 118. 5.3. Derivacién numérica, 119. 5.4. Integracién numérica, 127. 5.5 Andlisis del error en las férmulas de derivacién e integracién numérica, 140. Problemas, 147. Solucién numérica de ecuaciones diferenciales 181 6.1. Conceptos’ bésicos sobre ecuaciones diferenciaies, 151. 6.2. Solucién de una ecuacién diferencial, 152. 6.3. Métodos ntimericos para resolver ecuaciones diferenciales, 153. 6.3.1. Método de Euler, 153. 6.3.2. Método de Euler-Gauss, 159. 6.3.3. Los polinomios de Taylor como solucidén de una ecuacién diferencial, 162. 6.3.4. Métodos de Runge-Kutta, 164. 6.3.5. Método de Milne, 171. 6.4. Solucién némerica de sistemas de ecuaciones diferenciales, 178. 6.5. Problema de valores en la frontera, 184. Problemas, 191.INDICE DE CONTENIDO ‘Cap. 7. Solucién numérica de ecuaciones en derivadas parciales 7.1. Férmulas para derivar parcialmente, 193. 7.2. Ecuaciones en derivadas parciales elipticas, 197. 7.3. Ecuaciones en derivadas parciales parabélicas, 200. 7.4. Ecuaciones en derivadas parciales hiperbélicas, 203. Problemas, 207. Apéndice 1. Programas de computacién para los principales métodes numéricos Métodos para resolver ecuaciones algebraicas y transcendentes, 213. Métodos para resolver sistemas de ecuaciones algebraicas lineales, 216. Polinomios de Taylor alrededor del origen de algunas funciones, 223. Métodos para interpolar e integrar numéricamente, 229. Métodos para resolver ecuaciones diferenciales de primer orden, 234. Método para resolver sistemas de ecuaciones diferenciales de primer orden, 237. Apéndice 2. Anélisis combinatorio y teorema del Binomio Principio fundamental del conteo, 239. Diagramas de 4rbol, 244. Ordenaciones y permutaciones, 244. Combinaciones, 254. Soluciones de algunos problemas Bibliografia 213 239Aproximacion numérica y errores A lo largo del tiempo, los métodos numéricos han sido desarrollados con el objeto de resolver problemas mateméticos cuya solucién es dificil o imposible de obtener por medio de los procedimientos tradicionales. Las soluciones que ofrecen los métodos numéricos son aproximaciones de los valores reales y, por tanto, se tendré un cierto grado de error que serd con- veniente determinar. En este capttulo se definen y explican los conceptos de apro- ximacién numérica y grado de error. 1.1. CONCEPTO DE APROXIMACION NUMERICA En el campo de la ingenieria existe infinidad de fenémenos fisicos que nece- sitan representarse mediante modelos mateméticos. Considérese, por ejemplo, el circuito eléctrico de la figura 1.1. El comportamiento del voltaje en el capacitor (véase la figura 1.1) al cerrar el interruptor, se puede representar por medio de la ecuacién 0) = ERC ve) uc 4 ny a ae donde E es el voltaje de alimentacién y las constantes R, L, C son respectiva- mente la resistencia, la inductancia y la capacitancia de los elementos que for- man el circuito. La variable independiente ¢ representa el tiempo transcurrido a partir del momento en que el interruptor es cerrado. Este tipo de modelos no siempre son faciles de resolver a partir de métodos analiticos; en algunos casos es de hecho imposible obtener una solucién, y en otros, ésta implica procesos complejos que para fines prdcticos resultan inconve- nientes. 1112 Figura 1.1 Con los llamados métodos numéricos es posible obtener aproximaciones nu- méricas tan cercanas al valor exacto como se desee. Se entenderd por aproximacién numérica el acercarse a la solucién con un cierto grado de aproximacién. La principal ventaja de los métodos numéricos es que se pueden programar en una computadora digital, pues consisten en una serie de operaciones aritméti- ~ cas y decisiones Iégicas que la computadora efectiia con gran eficiencia. 1.2, ERRORES Al obtener una valor aproximado x, de la solucién x de un problema, es im- portante medir o estimar el error que se comete al utilizar la aproximacién en lugar del valor exacto. Para ello se definen el error absoluto y el error relativo. El error absoluto, representado por e,, se obtiene como el valor absoluto de la diferencia entre el valor exacto x y la aproximacién a este valor x,. Esto es: La diferencia se toma en valor absoluto, debido a que no interesa si la aproxima- cién es mayor o menor que el valor exacto. El error relativo e, se define como el valor absoluto del cociente de la dife- rencia x — x, entre el valor exacto x. Esto es: 2)ERRORES 13 En la mayoria de los casos es suficiente calcular el error absoluto para deter- minar si el método que proporciona el valor aproximado x, es apropiado para estimar a x; sin embargo, como este error tiene las mismas unidades que x, no es comparable el error absoluto de dos aproximaciones que corresponden a proble- mas 'y unidades diferentes. Por otra parte, el error relativo es adimensional y presenta al error absoluto como una raz6n del valor correcto; esto es: fa Ix| Por tanto, e, sf se puede usar para comparar métodos numéricos que se ha- yan aplicado a diferentes problemas. En general, al efectwar una serie de operaciones aritméticas para resolver un problema, se presentan algunos errores que pueden clasificarse, de acuerdo con su origen, en los siguientes tres tipos: © errores inherentes © errores por truncamiento © errores por redondeo. Los errores inherentes 0 errores propios de los datos son aquellos que se pro- ducen al leer en algtin dispositivo de medicién una magnitud, al transmitirla o al reproducirla; son debidos a la imprecisién de los instrumentos 0 a errores humanos. Los errores por truncamiento son aquellos que sé presentan al aproximar funciones analiticas por medio de algunos términos de una serie infinita; esto se hace frecuentemente en los métodos numéricos cuando es dificil realizar opera- ciones con alguna funcién complicada y se toman en su lugar los primeros térmi- nos de una serie que se aproxima a dicha funcién, truncando los dem4s. También se presentan cuando se utilizan ntimeros irracionales, tales como V2, e, x, etc., ya que para trabajar con ellos se toma un niimero determinado de cifras signifi- cativas y se truncan las demds. Por ultimo, los errores por redondeo se presentan como una consecuencia directa de redondear a un determinado numero de cifras decimales las cantidades que se operan en un proceso de solucién. Se puede verificar fécilmente que el error por redondeo es menor o igual que el de truncamiento. Por esta razén, en las computadoras digitales los nime- ros que tienen més cifras decimales que las que 1a m4quina puede manejar se redondean al m4ximo numero posible. e = Ejemplo 1.1 El ntimero e, con cinco cifras decimales, es igual a 2.71828; calcular el error absoluto y el error relativo en el que se incurre en cada caso, al tomar hasta el primero, segundo, tercero y cuarto términos de la serie14 Solucién @) Se toma hasta el primer término de la serie: oO 1 1 heres k=O El error absoluto es donde { x = 2.71828 x21 Se sustituye: 4= | 2.71828 — 1.00000 | = 1.71828 EI error relative es Al sustituir: = 0.63212 __ | 2.71828 — 1.00000 | __1.71828 . 2.71828, 2.71828 Es decir, el error en ef que se incurre es de 63.21%. b) Se toma hasta el segundo término de la serie:CONCEPTO DE CONVERGENCIA 15 Se procede de igual forma y se obtiene: €,= | 2.71828 — 2.0000 | = 0.71828 0.71820 2.71828 ©) Se toma hasta el tercer término de la serie: 2 1 “Dn k=0 Se repite nuevamente el proceso: e= | 2.71828 — 2.50000 | = 0.21828 = 0.2642 a= 0.21828 2.71828 En este caso, el error en que se incurre es de 8.03%. = 0.08030 = d) Por iltimo, se toma hasta el cuarto término de la serie y se procede de igual forma: 3 e= ) ee kt or Ww 2 3 bed (Se realiz6 un redondeo superior en Ia ultima cifra decimal.) ¢,= | 2.71828 —.2.66667 | = 0.05161 0.05161 2.71828 De aquf se concluye que el error en el que se incurre al tomar cuatro términos de la serie es de 1.9%. = 0.01898 a= ITERA’ Para facilitar ef estudio de tas caracteristicas de los métodos numéricos, se debe considerar que éstos en general parten de uno 0 varios datos de entrada, y mediante la aplicacién de un algoritmo proporcionan aproximaciones a la solu- 1.3, CONCEPTO DE CONVERGENCIA Y ESTABILIDAD DE UN METODO TIVO16 CAP. 1 APROXIMACION NUMERICA. cién de un modelo matemético; es decir, se pueden considerar como un sistema formado por datos de entrada, un algoritmo y una salida, que es la aproximacién a la solucién. ‘La mayorfa de los métodos numéricos son procesos ciclicos 0 iterativos, en Jos cuales se repite una serie de pasos y se basan en la aplicacién de las denomi- nadas ecuaciones o formulas de recurrencia, que relacionan dos 0 m4s elemen- tos consecutivos de una sucesién de nimeros, funciones, matrices, etcétera. Ejemplo 1.2 En el ejemplo anterior se calcularon los valores del mimero e, tomando los primeros términos de la serie a Lar Calcular las mismas aproximaciones con la siguiente formula de recurrencia: = bat =1,2,3,... donde e, es 1a k-ésima aproximacién del ntimero e. Nétese que ¢; est4 en fun- cién del valor anterior e,_; y, en consecuencia, se requiere de un valor inicial o, €n este caso igual a la unidad, para generar la sucesiOn ¢), ¢2, €3,. . ., €n- Solucion Para k = 1, 2 y 3 se tiene que: im Got = 1 + 1 = 2.000 1 = e+ H1t + = 2500 2! 2 1 1 = et a1 ++ = 2.667 ar at ay 6 Estos valores coinciden con los resultados obtenidos en el ejemplo 1.1 y debe observarse que es més simple el proceso iterativo. En general, los métodos iterativos se clasifican en métodos de aproximacio- nes sucesivas y métodos de paso a paso. ‘Los métodos que parten de una aproximacién inicial xp a la solucién x de un problema, y mediante la aplicacién reiterada de una o varias f6rmulas de re-‘CONCEPTO DE CONVERGENCIA 17 currencia proporcionan aproximaciones x1, x2, x3, . . ., X, a la soluci6n x, se denominan métodos de aproximaciones sucesivas. El método pata calcular el nu- mero e usado en el ejemplo 1.2 es una muestra de este tipo de métodos. Por otra parte, los métodos denominados de paso a paso son aquellos que parten de un valor inicial y se basan también en la aplicacién de una formula de recurrencia; pero, a diferencia de los métodos de aproximaciones sucesivas, se utilizan para obtener aproximaciones a la solucién de una sucesién de nime- ros, en lugar de un solo valor. Este tipo de métodos se ilustra en el ejemplo 1.3. Los métodos iterativos no siempre proporcionan aproximaciones aceptables y, en muchos casos, el error que se obtiene al aplicarlos aumenta a medida que se incrementa el ntimero de iteraciones. Dos de las principales causas del aumen- to del error se explican con los conceptos de convergencia y estabilidad que a continuacién se definen. 1.3.1. Convergencia Se dice que una sucesién de ntimeros x), x), 3, . . . %, Converge @ un va- lor x, si para todo € > 0 existe un entero m, tal que para todo entero n > m, se cumple que Hae teeee eer Para determinar la convergencia de un método de aproximaciones sucesi- vas, cuyos resultados son los mimeros x;, x2, 3, . . -» X,s NO es posible aplicar Ja definicidn anterior, debido a que no se conoce de antemano el valor de x; sin embargo, se puede demostrar que si el método converge, la diferencia en valor absoluto de las dos vltimas aproximaciones es menor que la diferencia en valor ab- soluto entre la peniltima y antepentltima aproximaciones; es decir, | an — Fn |< | tnt — Ana | El criterio anterior es valido uinicamente en el intervalo de x,_7 a x,; sin em- bargo, al cumplirse en los primeros valores de n, puede esperarse que la conver- gencia continue. También se puede demostrar que si un método es convergente, Ja diferencia en valor absoluto entre las viltimas dos aproximaciones es mayor © igual que el error absoluto; es decir, que esta diferencia es una cofa del error absoluto, con lo cual se puede escribir: [xn —%n1 | = ee Entonces, si tenemos un método de aproximaciones sucesivas que produzca una sucesiOn x), X2, X3, . . ., X, Convergente a la respuesta buscada, se podré obte-18 CAP. 1 APROXIMACION NUMERICA, ner una aproximacién a x con un error menor que una tolerancia dada, determi- nando adecuadamente el valor de n. ‘ A fin de mostrar las caracteristicas anteriores, en la siguiente tabla compa- rativa se resumen los resultados del ejemplo 1.1. Aproximacién del Error Diferencias mimero € absoluto sucesivas “en | en = nt | Como se observa en la tabla, los valores de la tiltima columna disminuyen a medida que n aumenta, y en todos los casos | €,— @,—1 | > a, lo cual ilustra los criterios establecidos. 1.3.2. Estabilidad Cuando en un sistema cualquiera existen variaciones pequefias en la salida que corresponden a pequetfias variaciones en la entrada, se dice que el sistema es estable. Sea E(n) la funcién de error, que representa el error absoluto en la salida del algoritmo, después de n iteraciones. En el caso de un método iterativo y en especial en los métodos de paso a paso, si E(n) se incrementa en forma lineal © aproximadamente lineal, conforme n aumenta, entonces se dice que el método es estable. En caso de que E(n) aumente en forma exponencial o aproximadamente ex- ponencial, se considera que e! método es inestable. Ejemplo 1.3 Para ilustrar el concepto de estabilidad en un proceso iterativo, considérense las siguientes secuencias de némeros: a1, ui ee 6" 36" 216 o4ttj4,. 4°16" 64CONCEPTO DE CONVERGENCIA 19 La secuencia del inciso a) puede ser generada en forma iterativa, a partir de los primeros valores Py = 1 y P, = 1/6 = 0.1667, por medio de la siguien- te formula de recurrencia: P,= — P, ° Ph-2 (a) n=2,3,4,... En forma andloga para el inciso b), la secuencia puede ser generada a partir de los primeros valores Py= 1 y P,= 1/4 = 0.25, con la siguiente formula de recurrencia: P= AL Pi Pye ) n= 7 ema Obtener los valores de P;, P2, Ps, , P; para ambos incisos y calcular el error absoluto correspondiente en cada aproximacién. Solucion a) Para generar el valor P,= 1/36 con las cantidades redondeadas a cuatro ci- fras decimales, se valia la ecuacién « recurrencia (a) para n = 2, con lo que se obtiene: 37 Pr= Pi Po Se sustituyen valores y se efectian operaciones: P= a (0.1667) — 1.0000 P,= 0.2798 x 107! El error absoluto para esta aproximacién es: e,= | 0.0280 — 0.0278 | = 0.0002 Se procede de la misma forma para n = 3, 4, 5, 6, 7 y se obtiene la siguiente tabla:Valor caleulado Valor correcto Error absoluto n Pace P, En) 0 1.0000 1.0000 0.0000 1 0.1667 0.1667 0.0000 2 0.0280 0.0278 0.0002 3 0.0058 0.0046 0.0012 4 0.0080 0.0077 0.0073 5 0.4381 x 107" 0.1286 x 107° 0.0437 6 0.2621 0.2143 x 10~* 0.2621 i 1.5725 0.3572 x 1075 1.5725 5) En forma anéloga, utilizando la ecuacién de recurrencia (b) se obtiene [a tabla: Se puede verificar facilmente en el inciso a) del ejemplo anterior que si los cdlculos se hubieran realizado con fos valores exactos (por medio de fracciones) se hubieran obtenido los mismos valores de la sucesién; es de- cir, no habrfa ningun error, y por lo tanto para cualquier entero n la funcién E(n) serfa igual a cero. Sin embargo, se ha introducido un error que no so- brepasa a § x 10~*. En la figura 1.2 se muestra que el error absoluto Ein) se incrementa en forma exponencial, lo cual indica que el método es ines- table. Para el inciso b) se observa que aun cuando se introduzcan pequefios errores en la entrada por haber redondeado a cuatro cifras decimales, el error absoluto E(n) no se incrementa hasta n = 4 y después se vuelve inestable. En fa figura 1.2 se muestran las gréficas de los errores para las secuencias de ambos incisos.21 4 En) 0.04 0.03 a) Let oy 0.02 0.01 0.001 4 —_4—_-¢ +-———+ —+—_ i 2 3 5 6 Figura 1.2 1.4 CRITERIOS PARA SELECCIONAR UN METODO NUMERICO Cuando se tiene un problema que puede representarse mediante un modelo mateméatico como el descrito al inicio del capftulo, es necesario seleccionar entre diferentes métodos ef mds adecuado para obtener una aproximaci6n a la solucién. Para ello es conveniente comparar los métodos con base en su eficiencia, la cual puede definirse segtin diferentes puntos de vista. Por ejemplo, se conside- ta que un método A es més eficiente que otro método B si en general, con A se realizan menos operaciones que con B. Es decir, si un método requiere de diez iteraciones para encontrar una aproximaci6n a la solucién, semejante a la que se obtendrfa con otro método en cinco iteraciones, entonces el ultimo es mas eficiente que el primero. Como en la actualidad Jos métodos numéricos tienen la ventaja de poder pro- gramarse en una computadora digital, también se puede definir la eficiencia a22 CAP. 1 APROXIMACION NUMERICA partir de otros criterios, como son la facilidad para programar el método en la computadora o la cantidad de memoria requerida para su ejecucién. En este caso un método se considera més eficiente que otro si en general requiere de menos instrucciones para programarse o utiliza menos cantidad de memoria. Puede concluirse que la eficiencia de un método seré relativa a las condicio- nes especificas bajo las cuales se utilice. PROBLEMAS . En cada una de las siguientes expresiones indique si son o no formulas de recurrencia. ha tat h-2 : b) y = 5 sen (3x) ©) X41 297 y 2. Deduzca una expresi6n para calcufar el méximo error absoluto que se puede cometer al redondear una cantidad a n cifras decimales, considerando que si la siguiente cifta después de la n-ésima es mayor 0 igual a 5 el redondeo es hacia arriba. Si las siguientes cantidades fueron redondeadas a dos, tres y cuatro cifras decimales respectivamente, cudl es en cada caso el maximo error relativo que se pudo haber co- metido por el redondeo. 2 a) 3.01 b) 4.951 ©) 32.1100 4, Para encontrar una aproximacién a una de las rafces de la ecuacién Fee = k=0, 1,2, a) Con un valor inicial x)= 1 y la ecuacién de recurrencia anterior, encuentre tres aproximaciones a la rafz. b) Indique si el método descrito es de aproximaciones sucesivas 0 de paso a paso. ©) Calcule la cota maxima del error que se comete en la dhtime aproximaci6n.2 Soluci6n numérica de ecuaciones algebraicas y trascendentes Los métodos que se presentan en este libro requieren que las funciones sean diferenciables, y por tanto continuas, en el intervalo donde se apliquen aqué- llos. También se puede intentar utilizarlos para funciones no diferenciables 0 discontinuas en algunos puntos, pero en este caso el llegar al resultado depende- 4, aleatoriamente, de que durante Ia aplicaci6n del método no se toquen esos Puntos. El problema de obtener las soluciones o ratces de una ecuaci6n algebraica o trascendente de la forma F(x) = 0 se presenta frecuentemente dentro de] cam- po de la ingenierfa. Debido a ello, el desarrollo de métodos que nos permiten solucionarlo es amplio; en este capttulo se presentan algunos para determinar las raices reales 0 complejas de ecuaciones de este tipo. 2.1. METODO DE BISECCION E] método parte de una funcién F(x) y un intervalo [x1, x2] tal que F(x) y (x2) tienen signos contrarios. Si la funcién es continua en este intervalo, en- tonces existe una rafz de F(x) entre x, y x2. Fa Una vez determinado el intervalo [x,, 2] y asegurada la continuidad de la funci6n en dicho intervalo, se valiia ésta en el punto medio x, del intervalo (véa- se la figura 2.1). Si F@&m) y F(x) tienen signos contrarios, se reduciré el inter- valo de x; a Xm, ya que dentro de estos valores se encuentra la rafz buscada. Al repetir este proceso, hasta lograr que la diferencia entre los dos ultimos valores de x, sea menor que una tolerancia prefijada, el ultimo valor x,, seré una buena aproximacién de la raiz. 2324 Fix) Fix) Fix) _ Xm x2 x Fo) _ Figura 2.1. Ejemplo 2.1 Determinar la rafz real positiva de la siguiente ecuacién, con dos cifras deci- males exactas. wox-1=0 Solucion La funcién F(x) en toda la recta real. Se tabula para valores positives y se obtiene: x? — x — 1 es un polinomio, y por tanto es continua Puesto que F(x) cambia de signo entre 1 y 2, la raiz se encuentra en el inter- valo 1 29 (Sb) Para determinar el valor inicial x9 conviene tabular la funcién F(x) para di- ferentes valores de x cercanos al origen, de la siguiente manera:METODO DE PUNTO FIJO 29 En la tabla se observa que x = 0 es una rafz de la ecuacién, dado que FO) = 0 (soiucién trivial). Asimismo, obsérvese que existe una rafz negativa entre —0.6 y —0.8; por lo tanto un valor inicial xy aproximado a esta rafz se estima con el promedio X = = -0.7 Otro procedimiento para obtener xo es reescribir la ecuacién como sigue: e'sen) - Lx =0 2 esa) = Lx 2 En forma paramétrica: = ser y = e*sen (x) (5c) oe 23 Se grafica (5c) y se obtiene la gréfica de la pagina siguiente. En la gréfica se aprecia que la rafz negativa se encuentra entre 0 y — x; de aquf que un valor x9 adecuado seria el valor promedio 0 = -1571 X= Obsérvese que este valor difiere del valor inicial x9 que se obtuvo al tabu- lar la funcién, pero cualquiera de los dos ¢s adecuado, ya que son solamente pri- mmeras aproximaciones a la rafz. Para el dcsarrotio del presente ejemplo se utilizaré, el valor x9 = —0.7 en la ecuacidn (Sb), por lo que la siguiente aproximacisn a la rafz es: a1 = e-“sen (—0.7) + $0.7 x, = —0.670Figura 2.3. En forma similar: X = e~°6%sen (—0.670) + + (-0.670) x = 0.653 Se aplica reiteradamente la ecuaci6n de recurrencia (Sa) y se obtiene la tabla de la siguiente p4gina. En estas iteraciones se observa que conforme n aumenta, los valores que se obtienen son muy semejantes entre sf; esto significa que el método converge al valor —0.628, el cual es una aproximacién a la rafz buscada.31 2.2.1. Convergencia del método de punto fijo Para hacer un andlisis de la convergencia de este método se partiré de las ecuaciones (4) y (5). Se restan miembro a miembro: : @ — X, = Ga) — Gen.) Se muultiplica el segundo miembro de la ecuacién por a — Xm a nt y se obtiene: Go Oe a Xt Ahora se aplica el teorema del valor medio del cdlculo diferencial: Ga) ~ Ga) a Xq4 G@M= Int ST la - xl es decir, si IG'@| > 1; Xn <7 1 el método diverge; el comportamiento geométrico de este tipo de funciones se muestra en las figuras 2.5.4 y 2.5.b. En los ejemplos anteriores, el método parte de un valor inicial x9 cercano a la rafz; toma como siguiente aproximacién x, = G(x), que geométricamente equivale a trazar una recta vertical desde xo hasta G(x), y el hecho de igualar x; con G(x) equivale a trazar una recta horizontal que va desde xp hasta la recta y = x. Finalmente, la proyeccién de este punto sobre el eje x representa el valor Figura 2.40.-1< Gn <0 Figura 2.4b. Gin >1 Figura 2.58.35 Guy< -1 Figura 2.5b. de x,; repitiendo e) proceso a partir de la abscisa x; se obtiene x), a partir de 2%) se obtiene x, y asf sucesivamente. En resumen, la interpretacién gréfica del método consiste en lo siguiente: a partir de un valor inicial x9, dirigirse verticalmente a la curva y = G(x); de ésta, horizontalmente a la recta y = x, de nuevo verticalmente a la curva, horizontal- mente a la recta, etcésera. 2.3. METODO DE NEWTON-RAPHSON Entre tos métodos de aproximaciones sucesivas para encontrar algunas de las rafces de una ecuacién algebraica 0 trascendente, el de Newton-Raphson es el que presenta Las mejores caracteristicas de eficiencia, debido a que casi siem- pre converge a la solucién y Io hace en un ntimero reducido de iteraciones. Este método es aplicable tanto a ecuaciones algebraicas como trascendentes y con él es posible obtener rafces complejas. El método de Newton-Raphson, como todos los de aproximaciones sucesivas, parte de una primera aproximacién x, y mediante la aplicacién de una f6rmula de recurrencia se acerca a la rafz buscada, de tal manera que la nueva aproxima-Figura 2.6. cién X,+1 s¢ localiza en la interseccién de fa tangente a la curva de la funcién en el punto x, y el eje de [as abscisas, como se muestra en la figura 2.6. Para deducir la frmula de recurrencia, en la figura 2.6 se puede observar que: tan (6) = F’(x,) (10) Ademés, por definicién de tangente: eae ay An — Ant tan (0) = Se iguatan (10) y (11): Por io tanto: (12)METODO DE NEWTON-RAPHSON 37 Esta ecuacién es la férmula de recurrencia del método de Newton-Raphson, conocido también como método de las tangentes. Ejemplo 2.3 Obtener la raiz de la siguiente ecuacién trascendente, con tres cifras decima- les exactas. 2cos(x) — eX = 0 Solucion La funcién es: F(x) = 2cos (x) — e* y su derivada: F’(x) = —2 sen (x) — e* Al sustituir las dos ultimas expresiones en la formula (12) se obtiene la siguiente ecuacién de recurrencia: eae 2cos (x,) — e* Xn = Xn Teen ) — @)-e (12a) n=0,1,2,... Con el fin de proporcionar un valor inicial xp se tabula la funcién F(x) para va- lores positivos; o bien, en este caso, se puede reescribir la ecuacién de la siguiente manera: 2cos (x) = e* En forma paramétrica: y = 2 cos (x) yee Al graficar estas dos funciones en el plano XY, la rafz se encontrard en la inter- secci6n de las curvas. En Ja figura 2.7 se observa que la ecuaci6n tiene un ntimero infinito de raf- ces negativas y sélo una positiva; ademés, se puede afirmar que la raiz positivaFigura 2.7. se encuentra entre 0 y x/2, por lo que un valor inicial x9 apropiado seré el pun- to medio del intervalo: Al aplicar reiteradamente la f6rmula de recurrencia (12a) se tiene que: n=0; x= 0.569 (Cabe aclarar que los argumentos de las funciones trigonométricas se expresan en radianes.)39 n=1; a pe yn 28a = 8 —2sen (x1) — e* 2cos (0.569) — e°5 = 0.569 — —2608 (0.569) — = —2sen (0.569) — x)= 0.540 n=2; ooo 2cos (2) — e —2sen (x2) — e72 2cos (0.540) ~ e°40 = 0,549 — 22s O50) ~ . —2sen (0.540) — 2° x5= 0.540 Como x, es igual a x3, se considera que la rafz es R = 0.540 con tres cifras decimales exactas. 2.3.1. Convergencia del método de Newton-Raphson Para determinar en qué casos converge este método se usaré el mismo crite- rio que en el de punto fijo, tomando en cuenta que el segundo término de la ecua- ciéa de recurrencia es FQ) F’@) AG) =x - Con lo cual es posible asegurar que si para una 7 en el intervalo x,.;<7< ase cumple que |H'(@)| <1 entonces el método converge en la n-ésima iteracién.Figura 2.8. Vel Figura 2.9.METODO DE NEWTON-RAPHSON 41 Este criterio s6lo es valido en una iteracién, y para fines prdcticos no es po- sible aplicarlo en cada una. Afortunadamente, el método de Newton-Raphson casi siempre converge, y cuando esto no ocurre existe la posibilidad de cambiar la aproximaci6n inicial y asf llegar a la raiz. Al analizar en forma gréfica el comportamiento del método se observan al- gunos casos especiales en los cuales no hay convergencia. Por ejemplo, en la figura 2.8 se muestra un cfrculo vicioso, pues al utilizar un valor x9 se obtiene por la tangente un valor x, que al volver a sustituirlo en la formula de recurren- cia regresa al mismo valor x9. Otro caso en el que no hay convergencia se presenta cuando se vata la fér- mula en un punto donde la funcién tiene un m4ximo o un mfnimo; en este caso se obtiene una indeterminacién, ya que F’(x) = 0. Lo anterior se muestra en forma gréfica en la figura 2.9. Si la primera aproximaci6n x est muy alejada de la raz de la ecuaci6n, es posible que en las primeras iteraciones el método proporcione valores que aparen- temente no convergen, como en la figura 2.10; sin embargo, después de algunas iteraciones el método conduce a la solucién. Figura 2.10.42 2.3.2. Comparacién geométrica del método de Newton-Raphson y el de punto fijo El comportamiento del método de Newton-Raphson también se puede repre- sentar en la gréfica de las funciones y = x y y = x + F(x). Obsérvese en la figura 2.11 el comportamiento gréfico de ambos métodos con el mismo valor inicial.METODO DE LA DOBLE DIVISION SINTETICA 43 En general, ¢! método de Newton-Raphson es més eficiente que el de punto fijo y es muy raro que no converja. 2.4. METODO DE LA DOBLE DIVISION SINTETICA EI método de la doble division sintética es una variante del método de Newton- Raphson, para resolver exclusivamente ecuaciones algebraicas. Debido a que este método sélo es aplicable cuando F(x) es un polinomio, la ecuacién (12) se puede representar como 3) Beni He Bigey donde P(x) es un polinomio de la forma PO) = gx" + aye™ "4 ax"? +++ + Gg + Oy El valor de P(x) valuado en x = x, puede determinarse al considerar ei residuo R que resulta de dividir P(x) entre (x — x,); asf: Pe) = 6 ~ x) QQ) +R (14) Al hacer x = x, se obtiene: PQ) =R (15) Para obtener el denominador P’(x,) se deriva la ecuacién (14): P’(x) = &@ ~ x) Q’@) + OG) Para x = x, se obtiene: P’(%,) = OG) donde Q(x,) puede determinarse como el residuo que resulta de dividir Q(x) en- tre (x — x,), ya que Ox) = ( — x,) Sx) + R* Qtx,) = Re 6)44 CAP. 2 SOLUCION NUMERICA Con lo cual la ecuacién (13) queda expresada en la forma: Set hn — ae a? n=0,1,2,.. Ejemplo 2.4 Obtener Ja rafz positiva de la siguiente ecuaci6n algebraica con dos cifras decimales exactas. x44 23+ Px -6=0 Solucion Al aplicar la regla de los signos de Descartes a la ecuacién anterior se obtie- ne la tabla: Dado que el polinomio de la ecuacién tiene coeficientes enteros se puede aplicar el teorema sobre posibles raices racionales, el cual indica que: a, _ +6, £3, £2, £1 % 1 Por lo que las posibles rafces racionales son: +1, £2, +3, +6 Se prueba por divisién sintética para valores positivos:Debido a que se presenta un cambio de signo, se puede asegurar que la ra{z posi- tiva de la ecuaci6n algebraica es irracional y se encuentra entre 1 y 2; para obte- nerla se utilizaré el método de la doble divisién sintética. El valor inicial xo ser4 el punto medio del intervalo en el cual se encuentra la rafz. Se sustituye el valor anterior en la ecuacién (17): n=0; Ry Roe X= Xy— Se realiza la doble divisién sintética para obtener Ro y Ro* Se sustituyen los valores obtenidos:6.57 29.01 m= 1.50 — “= 1.27 Al aplicar reiteradamente ta ecuacién de recurrencia (17) se obtiene: n=l; B= 1.00 2.00 1.00 1.00 -6.00 1.27) 4.15 1.27 5.15 5.76 3.27 1.27 R 10.91 454 n=2,; 1.2147 -0.07 = 1.21 — ——— 7 17.27 x35 1.21 como x, es igual a x; se considera que la rafz real positiva es: R=1.21 con dos cifras decimales exactas. 2.5. METODO DE LOS FACTORES CUADRATICOS Al igual que el de la doble divisi6n sintética, este método s6lo es aplicable para resolver ecuaciones algebraicas. El método de los factores cuadrdticos 0 método de Lin facilita la determina- cién de las rafces complejas de una ecuacién algebraica, ya que en la aplicacién del método, una ecuacién de grado n se factoriza en un polinomio cuadrético Por un polinomio de grado n — 2. Con el polinomio asf factorizado se obtienen las rafces por parejas del factor cuadrético y se aplica nuevamente el método tan- tas veces como se requiera; de lo anterior se deduce que el método también es Util para obtener rafces reales. A partir de una ecuacién algebraica P(x) = 0, donde P(x) tiene la forma POR) = aigx"+ ayx™! + agx™?+ +++ + ayix + Oy (18) se obtiene un factor cuadrético de Ia forma w+ pxtq Con lo cual la ecuacién (18) se expresa como P(x) = (x? + px + gq) box"? + by" + +++ + bag t Daa) + Re +S (19) donde Rx + S representa los residuos. Para determinar los coeficientes b;; i = 0, 1,2, . . .m — 2, del polinomio Teducido, se efectiia la multiplicacién de la ecuacién (19), esto es PEa) = bot" + poor! + ghor™?+ bux! + por" qhat?+ bax"? + + phy" 3+ qhyx™4+ ++ + by yt phys? + ghy st + bg ot? + + pbarx + Gdyot Re + S 0)48 CAP. 2 SOLUCION NUMERICA Se igualan los coeficientes de las mismas potencias en las ecuaciones (18) y (20) y se despejan los coeficientes bj: Q= bo bo= 4% a= b+ pho b,= a\— pho 21) y.)= R + phart qbas R = Gy) — pbn2— Gbn3 an= S + Qbn2 S = ay— pono En general, los coeficientes del polinomio reducido estén dados por: y los residuos por: (23) Ahora bien, en Ia ecuacién (19), para que x?+ px + q sea un factor del po- linomio P(x) se requiere que R y S sean iguales a cero; por lo tanto: R= 0 = Gyi— pba2— Gur (2A) S=0 = a,— gbn2 (25) Se despejan p y q de las ecuaciones (23): = dns Pp : Dna (26) an q= en bn2 Los coeficientes bj; i = 0, 1, 2, .. . , n-2, del polinomio reducido se pueden obtener de la ecuacién (22), siempre y cuando se conozcan los valores de p y q.