En matemtica, el mtodo de biseccin es un algoritmo de

bsqueda de races que trabaja dividiendo el intervalo a la mitad y

seleccionando el subintervalo que tiene la raz. Supngase que
queremos resolver la ecuacin f(x) = 0 (donde f es continua. Dados
dos puntos a y b tal que f(a) y f(b) tengan signos distintos, sabemos
por el Teorema de Bolzano que f debe tener, al menos, una raz en
el intervalo [a, b]. El mtodo de biseccin divide el intervalo en dos,
usando un tercer punto c = (a+b) / 2. En este momento, existen dos
posibilidades: f(a) y f(c), f(c) y f(b) tienen distinto signo. El
algoritmo de biseccin se aplica al subintervalo donde el cambio de
signo ocurre. El mtodo de biseccin es menos eficiente que el
mtodo de Newton, pero es mucho ms seguro asegurar la
convergencia. Si f es una funcin continua en el intervalo [a, b] y
f(a)f(b) < 0, entonces este mtodo converge a la raz de f. De hecho,
una cota del error absoluto es:




en la n-sima iteracin. La biseccin converge linealmente, por lo
cual es un poco lento. Sin embargo, se garantiza la convergencia si
f(a) Unas cuantas iteraciones del mtodo de biseccin aplicadas en
un intervalo [a1;b1]. El punto rojo es la raz de la funcin




PREGUNTA: El mtodo de biseccin es un algoritmo de bsqueda
de races que trabaja dividiendo el intervalo a la _________ y
seleccionando el ______________ que tiene la raz. Las opcin
correcta para completar el enunciado anterior es:
Seleccione una respuesta.

a. Mitad y Subintervalo

b. Mitad e Intervalo

c. Cuarta y Subintervalo

d. Cuarta e Intervalo

2
El valor de g (-3,6) en la funcin iteradora del ejemplo 1 de la pgina
13 es:
Seleccione una respuesta.

a. -1,15

b. 5

c. -5

d. 1,15

3
Deacuerdo a la lectura : El nivel de exactitud requerido puede variar
enormemente de unos casos a otros. correcponde al concepto
Seleccione una respuesta.

a. Precisin

b. Aproximacin

c. Redondeo

d. Exactitud

4
Cifras significativas.
Cuando se emplea un nmero en un clculo, debe haber seguridad
de que pueda usarse con confianza. El concepto de cifras
significativas tiene dos implicaciones importantes en el estudio de
los mtodos numricos.
1.- Los mtodos numricos obtienen resultados aproximados. Por lo
tanto, se debe desarrollar criterios para especificar que tan precisos
son los resultados obtenidos.
2.- Aunque ciertos nmeros representan nmero especficos, no se
pueden expresar exactamente con un nmero finito de cifras.
Exactitud y Precisin.
La exactitud se refiere a que tan cercano est el valor calculado o
medido del valor verdadero. La precisin se refiere a qu tan
cercano est un valor individual medido o calculado respecto a los
otros.
La inexactitud se define como un alejamiento sistemtico de la
verdad. La imprecisin, sobre el otro lado, se refiere a la magnitud
del esparcimiento de los valores.
Los mtodos numricos deben ser lo suficientemente exactos o sin
sesgos para que cumplan los requisitos de un problema particular
de ingeniera.
Error.
En general, para cualquier tipo de error, la relacin entre el nmero
exacto y el obtenido por aproximacin se define como:
Error = Valor real -valor estimado = |p-p*|
(Llamado Error Absoluto)
En ocasiones, se sabr exactamente el valor del error, que
denotaremos como Ev, o deberemos estimar un error aproximado.
Ahora, para definir la magnitud del error, o que incidencia tiene en el
clculo el error detectado, podemos normalizar su valor:
Ea = Error relativo (fraccin) = (|p-p*|)/p
Como el valor de Ea puede ser tanto positivo como negativo, en
muchos casos nos interesa saber ms la magnitud del error, caso
en el cual usaremos el valor absoluto de este.
Un caso muy interesante es una investigacin que realiza
Scarborough, en que determin el nmero de cifras significativas
que contiene el error como:
ERROR DE REDONDEO
Muchas veces, los computadores cortan los nmeros decimales
entre el 17 y 12 decimal introduciendo as un error de redondeo
Por ejemplo, el valor de "e" se conoce como 2.718281828... Hasta
el infinito.
Si cortamos el nmero en 2.71828182 (8 cifras significativas luego
del punto decimal) estamos obteniendo u error de
E = 2.718281828 -2.71828182 = 0.000000008...
Sin embargo, como no consideramos que el nmero que segua al
corte era mayor que 5, entonces nos convena dejar el nmero
como 2.71828183, caso en el cual el error sera solo de
E = 2.118281828 -2.11828183 = -0.000000002..
, que en trminos absolutos es mucho menor que el anterior.
En general, el error de corte de las computadoras ser muy inferior
al error introducido por un usuario, que generalmente corta a un
menor nmero de cifras significativas.
Dependiendo de la magnitud de los nmeros con los que se trabaja,
el error de redondeo puede tener una incidencia muy grande muy
pequea en el clculo final. As por ejemplo, si tenemos un producto
de 502,23 m y un precio en dlares de US $ 7,52, el precio total nos
dar US$ 3.776,7696 (que en pesos chilenos, con 1 dlar = $500
nos da $1.888.384,8).
Ahora, si introducimos una variacin del 0.1% en los metros del
producto y calculamos el total, obtenemos 502,23 * 0.1 % = 507, 54,
que en US$ equivalen a US$3.816,7008 (o sea, $1.908.350,4 pesos
chilenos, una diferencia de $19.965,6) lo que no deja de ser
importante, ya que una variacin de 0.1% en el metraje del producto
nos da un error superior a 1.5% en el precio final


ERRORES DE TRUNCAMIENTO.
Los errores de truncamiento tienen relacin con el mtodo de
aproximacin que se usar ya que generalmente frente a una serie
infinita de trminos, se tender a cortar el nmero de trminos,
introduciendo en ese momento un error, por no utilizar la serie
completa (que se supone es exacta).
En una iteracin, se entiende como el error por no seguir iterando y
seguir aproximndose a la solucin. En un intervalo que se
subdivide para realizar una serie de clculos sobre l, se asocia al
nmero de paso, resultado de dividir el intervalo "n" veces.
ERROR NUMERICO TOTAL
El error numrico total se entiende como la suma de los errores de
redondeo y truncamiento introducidos en el clculo.
Pero aqu surge un gran problema. Mientras ms clculos se tengan
que realizar para obtener un resultado, el error de redondeo se ir
incrementando. Pero por otro lado, el error de truncamiento se
puede minimizar al incluir ms trminos en la ecuacin, disminuir el
paso o proseguir la iteracin ( o sea mayor nmero de clculos y
seguramente mayor error de redondeo).
Entonces, qu criterio utilizamos? ...lo ideal sera determinar el
punto en que los errores de donde empiezan a ocultar la ventaja de
considerar un menor error de truncamiento.
Pero como dije, es lo ideal; en la prctica debemos considerar que
hoy por hoy los computadores tienen un manejo de cifras
significativas mucho mayor que antes por lo que el error de
redondeo se minimiza enormemente, aunque no se debe dejar
olvidar su aporte al error total.

PREGUNTA:
El error relativo en las siguientes aproximaciones de p=3,35 por
p*=3,53 es
Seleccione una respuesta.

a. Ea= 0,05099

b. Ea= 0,0599

c. Ea= 0,05909

d. Ea= -0,05099

5
Si por un punto de iteracin trazamos la tangente a la curva, por
extensin con el mtodo de la secante, el nuevo punto de iteracin
se tomar como la abscisa en el origen de la tangente (punto de
corte de la tangente con el eje X), esto significa:
Seleccione una respuesta.

a. Listar la funcin

b. Linealizar la funcin

c. Linealizar la derivada

d. Linealizar la pendiente

6
Mtodo de la regla falsa Como en el mtodo de biseccin, el mtodo
parte de un intervalo inicial [a0,b0] que contiene al menos una
solucin de la ecuacin f(x) = 0, a la cual se llama raz de f. Es decir,
parte de un intervalo con f(a0) y f(b0) de signos contrarios (vase el
teorema de Bolzano). El algoritmo va obteniendo sucesivamente en
cada paso un intervalo [ak, bk] ms pequeo que incluye una raz
de la funcin f. Para determinar a partir de un intervalo [ak, bk] el
siguiente intervalo [ak+1, bk+1], lo que se hace es obtener el punto
del interior del intervalo dado por la frmula:

El punto se obtiene al hallar la interseccin de la recta que pasa por
los puntos (a,f(ak)) y (b,f(bk)) con el eje de abscisas (igual a como
se hace en el mtodo de la secante). Una vez hallado este punto, se
toma como siguiente intervalo al intervalo que tiene de extremo al
punto obtenido ck y uno de los extremos del anterior intervalo de
forma que en el nuevo intervalo siga estando una de las races de la
funcin f (Es decir, con el valor de la funcin en los extremos del
nuevo intervalo de signo contrario). Anlisis del mtodo Se puede
demostrar que bajo ciertas condiciones el mtodo de la falsa
posicin tiene orden de convergencia lineal, por lo que suele
converger ms lentamente a la solucin de la ecuacin que el
mtodo de la secante, aunque a diferencia de en el mtodo de la
secante el mtodo de la falsa posicin siempre converge a una
solucin de la ecuacin. El algoritmo tiene el inconveniente de que
si la funcin es convexa o cncava cerca de la solucin, el extremo
del intervalo ms alejado de la solucin queda fijo variando
nicamente el ms cercano, convergiendo muy lentamente. Para
solucionarlo, se suele utilizar una variante del algoritmo, conocida
como mtodo de regula falsi modificado, consistente en el caso de
que el intervalo quede fijo por un extremo en ir dividiendo por dos el
valor de la funcin en dicho extremo hasta que el nuevo intervalo no
contenga al extremo que se haba quedado fijado.
PREGUNTA: Se puede demostrar que bajo ciertas condiciones el
mtodo de la falsa posicin tiene orden de convergencia:
Seleccione una respuesta.

a. no lineal

b. infinita

c. Lineal

d. finita