Implementación del Método de Falsa Posición
José Iván Rodríguez Herrera
3 semestre Grupo A
Ingeniería Mecatrónica
Instituto Tecnológico Superior de Zacapoaxtla
4 de octubre de 2019
Resumen
Aun cuando la bisección es una técnica perfectamente válida para
determinar raíces, su método de aproximación por fuerza bruta es
relativamente ine ciente. La falsa posición es una alternativa basada
en una visualización grá ca.
1. Introducción: Método de Falsa Posición
El método de bisección en perfectamente una técnica válida para determi-
nar la raíz, pero es un poco ine ciente ya que el intervalo se divide siempre
a la mitad, si la selección x pudiese estar más cercano de la raíz esto nos
llevaría a una solución más rápidamente. El método falsa posición toma en
cuenta para dividir el intervalo la información de los valores f (xl ) y f (xr ).
Por ejemplo, si f (xl ) es más cercano a cero que f (xr ) esto nos indica intuiti-
vamente que la raíz posiblemente esté más cerca de xl que dé xr , en la gura
que sigue se muestra cómo encontrar x conectando los puntos del intervalo
con una recta.
1
Figura 1: Ilustración de cómo se obtiene el valor de x por el método de falsa
posición.
Usando la ecuación de la recta que pasa por los dos puntos (xl f (xl )) y (xr , f (xl ))
tenemos que:
f (xl ) − f (xr )
y − f (xr ) = (x − xr ) (1)
xl − xr
Cómo queremos calcular la intersección de esta recta con el eje para en-
contrar x tenemos:
xl − xr
x = xr − f (xr ) (2)
f (xl ) − f (xr )
Ahora bien, podemos modi car ligeramente el código de bisección de la
actividad 2.1.1. para obtener el de falsa posición tan solo cambiando la for-
2
xl +xr xl −xr
mula x= 2
por la ecuación x = xr − f (xl )−f (xr )
f (xr )
Una posible programación del algoritmo Falsa Posición en Octave lo puede
completar de forma sencilla, solo déjese llevar por el algoritmo de la Bisección
x +xr
de la actividad 2.1.1. Solo debe cambiar la fórmula x = l en el código
2
xl −xr
por la formula x = xr − f (xr ) como se muestra a continuación.
f (xl )−f (xr )
Figura 2: Algoritmo de la Falsa Posición en Octave
Sin embargo, al obtener este código nuevo debemos de llevar acabo el
planeamiento del problema 2.1.1 y su solución, implementando el método de
falsa posición con la utilización de seudocódigos, grá cas y resultados. en la
anterior gura 2 se mostro el código para GNU Octave para la solución de
cualquier función con el método de falsa posición, sin embargo, en el curso
de Métodos Numéricos se tiene como meta resolver el problema planteado
en la actividad 2.1.1. con el método de falsa posición es por ello por lo que
se lleva a cabo la utilización del software que lleva por nombre Scilab que ha
3
sido visto en clase en el cual se llevara la solución en el lenguaje de este.
2. Solución de la actividad 2.1.1. por método
de Falsa Posición
2.1. Planteamiento del problema
Con el método de la falsa posición determine la raíz de la misma ecuación
analizada en la actividad 2.1.1.
2.2. Solución
Se empieza el cálculo con los valores iniciales xl = 12 y xu = 16.
Primera Iteración:
Xl = 12f (xl ) = 6,0699
Xu = 16f (xu ) = ˘2,2688
−2,2688(12 − 16)
xr = 16 − = 14,9113
6,0669 − (−2,2688)
que tiene un error relativo verdadero de 0.89 %
Segunda iteración:
f (xl )f (xr ) = −1,5426
Por lo tanto, la raíz se encuentra en el primer subintervalo y xr se vuelve
ahora el límite superior para la siguiente iteración, xu = 14,9113:
Xl = 12f (xl ) = 6,0699
Xu = 14,9113f (xu ) = −0,2543
−0,2543(12 − 14,9113)
xr = 14,9113 − = 14,7942
6,0669 − (−0,2543)
el cual tiene errores relativos y verdadero y aproximado de 0,09y0,79 %.
Es posible realizar iteraciones adicionales para hacer una mejor aproximación
de las raíces.
4
Figura 3: Comparación de los errores relativos de los métodos de bisección y
de la falsa posición.
3. Algoritmo del Método de Falsa Posición
Una forma de disminuir la naturaleza unilateral de la falsa posición con-
siste en obtener un algoritmo que detecte cuando se estanca uno de los
límites del intervalo. Si ocurre esto, se divide a la mitad el valor de la función
en el punto de estancamiento. A este método se le llama método de la falsa
posición modi cado. El seudocódigo que se presenta en la gura ?? el cual
lleva a cabo dicha estrategia.
De maneraque para este ejemplo el método de la falsa posición modi cado
es más e ciente que el de bisección y muchísimo mejor que el método de la
falsa posición no modi cado.Si llevamos a comparación los distintos métodos
que ya conocemos se tiene que el método de bisección y el método estándar de
5
Figura 4: Seudocódigo para el método de la falsa posición modi cado.
falsa posición convergerán, respectivamente, después de 14 y 39 iteraciones.
En cambio el método de la falsa posición modi cado convergerá después de
12 iteraciones.
4. Resultados
En este apartado del documento se procedió a llevar acabo el código en
lenguaje Scilab utilizando las SciNotes , en el cual se ejecuta el seudocódigo
de la gura 4 con el cual comprobaremos el funcionamiento para la solución
del método de falsa posición para la actividad 2.1.1. Dado ya el caso se
procede a ejecutar los programas y visualizar los resultados.
Si comparamos los resultados obtenidos con el método de bisección y el
6
Figura 5: Prueba de escritorio y resultados.
Figura 6: Resultados y función establecida.
método de falsa posición ( gura 7 )se nota una diferencia de datos aunque
sea pequeña , pero sin embargo esos datos hacen la diferencia por lo que suele
conocerse como Error de redondeo o de Truncamiento.
.....................................................................................................................................................
7
Figura 7: Comparación de MB y MFP.
Figura 8: Diagrama de Flujo.
5. Conclusión
El método de bisección fue la base sobre la que se construyeron los demás
métodos. Mientras más iteraciones se realicen en cualquiera de los métodos, el
margen de error será menor por lo tanto la aproximación estará más cercana
a la raíz real, pero el método de falsa posición modi cada converge más
rápido hacia la misma, es decir son necesarias menos iteraciones. Algunas
recomendaciones de mi parte es usar el método más adecuado de acuerdo
con el tipo de ecuación y a los requerimientos del problema y llevar acabo
la aplicación de estas herramientas para solucionar problemas aplicables a la
vida real.
8
6. Bibliografía
- Chapra, Steven C; Raymond Canale P (2007) Métodos numéricos para
ingenieros, Quinta edición, McGraw Hill, México D.F.
- Mathews, John H; Fink, Kurtis D (2000) Métodos numéricos con
MATLAB, Tercera edicion, Prentice Hall, Santafé de Bogotá.
