ANALISIS NUMERICO

UNIVERSIDAD NACIONAL MAYOR

DE SAN MARCOS
Fundada en 1551

Facultad de Ingeniera Geolgica, Minera,

Metalrgica y Geogrfica

Asignatura:

Analisis Numerico

Informe de laboratorio:

Metodo de Muller

Profesor(a):

Gladys Melgarejo

Integrantes:
Hoordaw

- Pajuelo Caballero Jeersson

-

Ortiz Barraza Nilton Paul

Padilla Frias Miguel Alexis
Carreo Ojeda Luis
Espinoza Barandiaran Juan Jose

Lima-Per (2015)

17

ANALISIS NUMERICO

Tabla de contenido
Introduccin......................................................................................................................... 3
RELACIN DEL MTODO DE MULLER CON EL DE LA SECANTE.................................4

METODO DE MULLER............................................................................................4

METODO DE LA SECANTE.....................................................................................5

CRITERIO DE CONVERGENCIA.......................................................................................6
EXPLICACIN GRFICA DEL MTODO DE MLLER......................................................8
EJEMPLOS......................................................................................................................... 9
BIBLIOGRAFA.................................................................................................................17

17

ANALISIS NUMERICO
Introduccin
Este mtodo fue presentado por primera vez por D.E. Mller en el ao 1956, para
encontrar races de ecuaciones con races mltiples, y consiste en obtener los
coeficientes de la parbola que pasa por tres puntos elegidos. Cuyos coeficientes
son sustituidos en la formula cuadrtica para obtener el valor donde la parbola
intercepta al eje X; es decir, la raz estimada. La aproximacin se puede facilitar, si
se escribe la ecuacin de la parbola en una forma conveniente.
Una de las mayores ventajas del mtodo de Mller, es que al trabajar con la
formula cuadrtica es posible encontrar las races reales, tanto como las races
complejas.
Muller es un mtodo numrico para el clculo de una o ms races de ecuaciones
de una variable basado en una aproximacin cuadrtica.
Conociendo el intervalo:
[x0, x2] a la que pertenece la raz, est hecho de una funcin de aproximacin f(x)
cerca de la raz con un polinomio interpolador de 2 grados.
El polinomio debe pasar por tres puntos [ x0 , f ( x0 )], [ x1 , f ( x1) ] y [ x2 , f ( x2 )]
interpolados y entonces la raz del polinomio es la primera estimacin de la raz de
f(x)=0 .
Nuevos iteraciones se obtuvieron al repetir este procedimiento con los tres puntos
ms cercanos a la raz.
Esta tcnica es una modificacin del mtodo de la secante, porque en vez del
enfoque de ser hecha por la lnea que pasa a travs de dos puntos de la curva, es
hecha por la parbola que pasa por tres puntos. Por lo tanto, la estimacin de la
raz es mejor para el mtodo de Mller que por la secante.
Por otra parte, este mtodo es vlido para el clculo de la raz de un problema,
especialmente en el caso de polinomios , tambin puede traer races complejas.

17

ANALISIS NUMERICO
RELACIN DEL MTODO DE MULLER CON EL DE LA SECANTE

METODO DE MULLER
1. Recurdese que el mtodo de la secante obtiene races estimando una
proyeccin de una lnea recta en el eje de las x a travs de dos valores de la
funcin.
El mtodo de Muller toma un punto de vista similar, pero proyecta una parbola
a travs de tres puntos.
El mtodo consiste en obtener los coeficientes de tres puntos de la parbola.
Estos coeficientes pueden ser sustituidos en la frmula cuadrtica para obtener
el punto donde la parbola intercepta el eje x; es decir, la raz estimada.
La aproximacin es fcil de escribir en forma conveniente como la ecuacin de
una parbola:

2. Se hace con una parbola de 3 puntos. Consiste en obtener coeficientes de la

parbola que pasa por los puntos, estos se sustituyen en la frmula y se
obtiene el valor donde la parbola interseca el eje X.

17

ANALISIS NUMERICO
METODO DE LA SECANTE

1. Debido

a que el mtodo de la secante se basa en el mtodo de NewtonRaphson, pero evitando el usar la derivada de la funcin. Lo anterior lo logra
haciendo uso de la siguiente aproximacin:

Si se sustituye dicha aproximacin en el lugar de la derivada en la frmula de

newton-Raphson, se obtiene lo siguiente:

Usa una lnea recta hasta el eje X con 2 valores de la funcin.

17

ANALISIS NUMERICO
CRITERIO DE CONVERGENCIA
El criterio es el siguiente:
- los coeficientes de los tres puntos, sustituirlos en la frmula cuadrtica y obtener el punto
donde la parbola intercepta el eje x. La aproximacin es fcil de escribir, en forma
conveniente esta sera:

Se busca esta parbola para intersectar los tres puntos [x0, f(x0)], [x1, f(x1)] y [x2, f(x2)].
Los coeficientes de la ecuacin anterior se evalan al sustituir uno de esos tres puntos para
dar:

La ltima ecuacin genera que:

de esta forma, se puede tener un sistema de dos ecuaciones con dos incgnitas:

Definiendo de esta forma

17

ANALISIS NUMERICO

Teniendo como resultado los coeficientes:

Hallando la raz, se implementar la solucin convencional, pero debido al error de redondeo

potencial, se usar una formulacin alternativa.

EXPLICACIN GRFICA DEL MTODO DE MLLER

Se hace con una parbola de 3 puntos. Consiste en obtener coeficientes de la
parbola que pasa por los puntos, estos se sustituyen en la frmula y se
obtiene el valor donde la parbola interseca el eje X.

17

ANALISIS NUMERICO

EJEMPLOS
1. F(x) = x3 13x -12, dar una raz mediante el mtodo de Mller, con X 0 = 4.5
X1 = 5.5 y X2 = 5; y estimar con un error relativo porcentual de 0.03%.
SOLUCION:
Se evala la funcin con los valores iniciales:
F(4.5) = 20.625
F(5.5) = 82.875
F(5) = 48

17

ANALISIS NUMERICO
Se calcula tambin h0, h1, 0 y 1
h0 = 5.5 4.5 = 1
0 = 82.875 20.625 = 62.25
5.5 4.5

h1 = 5 5.5 = -0.5
1 = 48 82.875 = 69.75
5 5.5

Hallar los coeficientes de la ecuacin cuadrtica:

a = 69.75 62.25= 15
-0.5 + 1
b = 15(-0.5) + 69.75 = 62.25
c = 48
Se evala el discriminante de la ecuacin cuadrtica:

62.2524 (15)(48)

= 31.5445

Como |62.25 + 31.5445 | > |62.25 31.5445|

Se emplea el signo positivo de b, en el denominador de la ecuacin

cuadrtica

Finalmente se halla la raz estimada:

X3 = 5 +

-2(48)
= 3.9765
62.25 + 31.5445

Y desarrollo el error porcentual:

Ea =| -1.0235|x100 = 25.74 %
3.9765
Debido a que el error es muy grande se asigna nuevos valores para X 0, X1 y X2:

X0 se reemplaza por X1
X1 se reemplaza por X2
X2 se reemplaza por X3

Por lo tanto para la nueva iteracin se tiene:

X0 = 5.5

X1 = 5

X2 = 3.9765

17

ANALISIS NUMERICO
Posteriormente se repiten los clculos hasta que se obtenga el error estimado
para la solucin:

n
0

Xn
4.5

Ea %

1
2

5.5
5

3
4

3.9765
4.0010

25.74
0.6139

0.0262

Aqu podemos observar en la iteracin n = 5, el error porcentual es de 0.0262 %,

un valor menor que el error estimado en el problema.

2. F(x) = x3 x2 4x - 4, dar una raz mediante el mtodo de Mller, con X 0 = 1

X1 = 1.5 y X2 = 1.75; y estimar con un error relativo porcentual de 0.06%.
SOLUCION:
Se evala la funcin con los valores iniciales:
F(1) = -8
F(1.5) = -8.875
F(1.75) = -8.703
Se calcula tambin h0, h1, 0 y 1
h0 = 1.5 - 1 = 0.5

h1 = 1.75 1.5 = 0.25

17

ANALISIS NUMERICO
0 = -8.875 (-8) = -1.75
1.5 1

1 = -8.703 (-8.875) = 0.688

1.75 1.5

Hallar los coeficientes de la ecuacin cuadrtica:

a = 0.688 (-1.75)= 3.251
0.25 + 0.5
b = 3.251(0.25) + 0.688 = 1.5
c = -8.703
Se evala el discriminante de la ecuacin cuadrtica:

1.524 (3.251)(8.703)

= 10.743

Como |1.5 + 10.743 | > |1.5 10.743|

Se emplea el signo positivo de b, en el denominador de la ecuacin

cuadrtica

Finalmente se halla la raz estimada:

X3 = 1.75 +

-2(-8.703)
1.5 + 10.743

= 3.172

Y desarrollo el error porcentual:

Ea =| 1.42 |x100 = 44.899 %
3.176

Debido a que el error es muy grande se asigna nuevos valores para X 0, X1 y X2:

X0 se reemplaza por X1
X1 se reemplaza por X2
X2 se reemplaza por X3

Por lo tanto para la nueva iteracin se tiene:

X0 = 1.5

X1 = 1.75

X2 = 3.172

17

ANALISIS NUMERICO
Posteriormente se repiten los clculos hasta que se obtenga el error estimado
para la solucin:

n
0

Xn
1

Ea %

1
2

1.5
1.75

3
4

3.172
2.842

44.899
11.612

5
6

2.874
2.875

1.113
0.035

Aqu podemos observar en la iteracin n = 6, el error porcentual es de 0.035 %, un

valor menor que el error estimado en el problema.

3. F(x) = x3 0.5x2 + 4x - 2, dar una raz mediante el mtodo de Mller, con X 0

= 0.4 X1 = 0.6 y X2 = 0.8; y estimar con un error relativo porcentual de
0.06%.
SOLUCION:
Se evala la funcin con los valores iniciales:
F(0.4) = -0.416
F(0.6) = 0.436
F(0.8) = 1.392
Se calcula tambin h0, h1, 0 y 1
h0 = 0.6 0.4 = 0.2
0 = -6.544 (-0.416) = -4.26

h1 = 0.8 0.6 = 0.2

1 = -7.328 (-6.544) = 4.78

17

ANALISIS NUMERICO
0.6 0.4

0.8 0.6

Hallar los coeficientes de la ecuacin cuadrtica:

a = 4.78 (-4.26)= 1.3
0.2 + 0.2
b = 1.3 (0.2) + 4.78 = 5.04
c = 1.392
Se evala el discriminante de la ecuacin cuadrtica:

5.0424(1.3)(1.392)

= 4.2618

Como |5.04 + 4.2618 | > |5.04 4.2618|

Se emplea el signo positivo de b, en el denominador de la ecuacin

cuadrtica

Finalmente se halla la raz estimada:

X3 = 0.8 +

-2(1.392)
= 0.5007
5.04 + 4.2618

Y desarrollo el error porcentual:

Ea =| -0.2993 |x100 = 59.85 %
0.5001

Debido a que el error es muy grande se asigna nuevos valores para X 0, X1 y X2:

X0 se reemplaza por X1
X1 se reemplaza por X2
X2 se reemplaza por X3

Por lo tanto para la nueva iteracin se tiene:

X0 = 0.6

X1 = 0.8

X2 = 1.068

17

ANALISIS NUMERICO
Posteriormente se repiten los clculos hasta que se obtenga el error estimado
para la solucin:

n
0

Xn
0.4

Ea %

1
2

0.6
0.8

3
4

0.5007
0.4999

59.85
0.16

0.5

0.02

Aqu podemos observar en la iteracin n = 5, el error porcentual es de 0.02 %, un

valor menor que el error estimado en el problema.

4. F(x) = x5 + x2 - 1, dar una raz mediante el mtodo de Mller, con X 0 = 1 X1 =

2 y X2 = 3; y estimar si tiene raz compleja o real
SOLUCION:
Se evala la funcin con los valores iniciales:
F(1) = 1
F(2) = 35
F(2) = 251
Se calcula tambin h0, h1, 0 y 1
h0 = 2 - 1 = 1
0 = -8 (2.5) = 34
2-1

h1 = 3 - 2 = 1
1 = 251 (35) = 216
3-2

17

ANALISIS NUMERICO
Hallar los coeficientes de la ecuacin cuadrtica:
a = 216 (34)= 91
1 +1
b = 91 (1) + (216) = 307
c = 251
Se evala el discriminante de la ecuacin cuadrtica:

30724( 91)(251)

= 53.7122

Como |307 + 53.7122 | > |307 53.7122|

Se emplea el signo positivo de b, en el denominador de la ecuacin

cuadrtica

Finalmente se halla la raz estimada:

X3 = 3 +

-2(251)
= 1.6083
307 + 53.7122

Y desarrollo el error porcentual:

Ea =| -1.3917 |x100 = 86.53 %
1.6083

Debido a que el error es muy grande se asigna nuevos valores para X 0, X1 y X2:

X0 se reemplaza por X1
X1 se reemplaza por X2
X2 se reemplaza por X3

Por lo tanto para la nueva iteracin se tiene:

X0 = 2

X1 = 3

X2 = 1.608

Posteriormente se repiten los clculos hasta que se obtenga el error estimado

para la solucin:

17

ANALISIS NUMERICO
n
0

Xn
1

Ea %

1
2

2
3

3
4

1.608
1.32 x

1.09 x

86.53

Aqu podemos observar en la iteracin n = 5, la raz se encuentra de forma

compleja por lo k se hace muy difcil multiplicar.

BIBLIOGRAFA
http://www2.dis.ulpgc.es/~lalvarez/teaching/mn/2012MnTransparen
ciasTema2_CalculoCeros.pdf
https://arturoguillen90.wordpress.com/interpolacion/muller/

17

ANALISIS NUMERICO
https://www.youtube.com/watch?v=TMKlYxfpL8Q
https://mat156.wordpress.com/category/muller/

17