5.

3 MÉTODO DE LA FALSA POSICIÓN 131

FUNCTION Bisect(xl, xu, es, imax, xr, iter, ea)

iter = 0
DO
xrold = xr
xr = (xl + xu)/2
iter = iter + 1
IF xr ≠ 0 THEN
ea = ABS((xr – xrold) / xr) * 100
END IF
test = f(xl) * f(xr)
IF test < 0 THEN
xu = xr
ELSE IF test > 0 THEN
xl = xr
ELSE
ea = 0
END IF
FIGURA 5.10 IF ea < es OR iter ≥ imax EXIT
Seudocódigo para la fun- END DO
ción que implementa el Bisect = xr
método de bisección. END Bisect

programa computacional que localice varias raíces. En tales casos, se tendría que llamar
al algoritmo de la figura 5.10 miles o aun millones de veces en el transcurso de una sola
ejecución.
Además, en un sentido más general, la función de una variable es tan sólo una en-
tidad que regresa un solo valor para un solo valor que se le da. Visto de esta manera, las
funciones no son simples fórmulas como las ecuaciones de una sola línea de código
resueltas en los ejemplos anteriores de este capítulo. Por ejemplo, una función puede
consistir de muchas líneas de código y su evaluación llega a tomar un tiempo importan-
te de ejecución. En algunos casos, esta función incluso representaría un programa de
computadora independiente.
Debido a ambos factores es imperativo que los algoritmos numéricos minimicen las
evaluaciones de una función. A la luz de estas consideraciones, el algoritmo de la figu-
ra 5.10 es deficiente. En particular, observe que al hacer dos evaluaciones de una función
por iteración, vuelve a calcular una de las funciones que se determinó en la iteración
anterior.
La figura 5.11 proporciona un algoritmo modificado que no tiene esta deficiencia.
Se han resaltado las líneas que difieren de la figura 5.10. En este caso, únicamente se
calcula el valor de la nueva función para aproximar la raíz. Los valores calculados pre-
viamente son guardados y simplemente reasignados conforme el intervalo se reduce.
Así, las 2n evaluaciones de la función se reducen a n + 1.

5.3 MÉTODO DE LA FALSA POSICIÓN

Aun cuando la bisección es una técnica perfectamente válida para determinar raíces, su
método de aproximación por “fuerza bruta” es relativamente ineficiente. La falsa posición
es una alternativa basada en una visualización gráfica.
132 MÉTODOS CERRADOS

FUNCTION Bisect(xl, xu, es, imax, xr, iter, ea)

iter = 0
fl = f(xl)
DO
xrold = xr
xr = (xl + xu) / 2
fr = f(xr)
iter = iter + 1
lF xr ≠ 0 THEN
ea = ABS((xr – xrold) / xr) * 100
END IF
test = fl * fr
IF test < 0 THEN
xu = xr
ELSE IF test > 0 THEN
xl = xr
fl = fr
ELSE
ea = 0
FIGURA 5.11 END IF
Seudocódigo para el IF ea < es OR iter ≥ imax EXIT
subprograma de bisección END DO
que minimiza las evaluacio- Bisect = xr
nes de la función. END Bisect

Un inconveniente del método de bisección es que al dividir el intervalo de xl a xu en

mitades iguales, no se toman en consideración las magnitudes de f(xl) y f(xu). Por ejem-
plo, si f(xl) está mucho más cercana a cero que f(xu), es lógico que la raíz se encuentre
más cerca de xl que de xu (figura 5.12). Un método alternativo que aprovecha esta visua-
lización gráfica consiste en unir f(xl) y f(xu) con una línea recta. La intersección de esta
línea con el eje de las x representa una mejor aproximación de la raíz. El hecho de que
se reemplace la curva por una línea recta da una “falsa posición” de la raíz; de aquí el
nombre de método de la falsa posición, o en latín, regula falsi. También se le conoce
como método de interpolacion lineal.
Usando triángulos semejantes (figura 5.12), la intersección de la línea recta con el
eje de las x se estima mediante

f ( xl ) f ( xu )
= (5.6)
x r − xl x r − xu

en la cual se despeja xr (véase cuadro 5.1 para los detalles)

f ( xu )( xl − xu )
x r = xu − (5.7)
f ( xl ) − f ( xu )

Ésta es la fórmula de la falsa posición. El valor de xr calculado con la ecuación (5.7), re-
emplazará, después, a cualquiera de los dos valores iniciales, xl o xu, y da un valor de la
 5.3 MÉTODO DE LA FALSA POSICIÓN 133

f (x)

f (xu)

xr
xl
xu x
FIGURA 5.12
Representación gráfica del
método de la falsa posición. f (xl)
Con los triángulos semejan-
tes sombreados se obtiene
la fórmula para el método.

función con el mismo signo de f(xr). De esta manera, los valores xl y xu siempre encierran
la verdadera raíz. El proceso se repite hasta que la aproximación a la raíz sea adecuada. El
algoritmo es idéntico al de la bisección (figura 5.5), excepto en que la ecuación (5.7)

Cuadro 5.1 Desarrollo del método de la falsa posición

Multiplicando en cruz la ecuación (5.6) obtenemos sumando y restando xu en el lado derecho:

f(xl)(xr – xu) = f(xu)(xr – xl) xu f ( xl ) xl f ( xu )

x r = xu + − xu −
f ( xl ) − f ( xu ) f ( xl ) − f ( xu )
Agrupando términos y reordenando:
Agrupando términos se obtiene
xr [f(xl) – f(xu)] = xu f(xl) – xl f(xu)
xu f ( xu ) xl f ( xu )
x r = xu + −
Dividiendo entre f(xl) – f(xu): f ( xl ) − f ( xu ) f ( xl ) − f ( xu )

xu f ( xl ) − xl f ( xu ) o
xr = (C5.1.1)
f ( xl ) − f ( xu )
f ( xu )( xl − xu )
x r = xu −
Ésta es una de las formas del método de la falsa posición. Ob- f ( xl ) − f ( xu )
serve que permite el cálculo de la raíz xr como una función de
los valores iniciales inferior xl y superior xu. Ésta puede ponerse la cual es la misma ecuación (5.7). Se utiliza esta forma porque
en una forma alternativa al separar los términos: implica una evaluación de la función y una multiplicación menos
que la ecuación (C5.1.1). Además ésta es directamente compa-
xu f ( xl ) xl f ( xu )
xr = − rable con el método de la secante, el cual se estudia en el capí-
f ( xl ) − f ( xu ) f ( xl ) − f ( xu ) tulo 6.
134 MÉTODOS CERRADOS

se usa en el paso 2. Además, se usa el mismo criterio de terminación [ecuación (5.2)]

para concluir los cálculos.

EJEMPLO 5.5 Falsa posición

Planteamiento del problema. Con el método de la falsa posición determine la raíz

de la misma ecuación analizada en el ejemplo 5.1 [ecuación (E5.1.1)].

Solución. Como en el ejemplo 5.3 se empieza el cálculo con los valores iniciales xl =
12 y xu = 16.
Primera iteración:

xl = 12 f(xl) = 6.0699
xu = 16 f(xu) = –2.2688
−2.2688(12 − 16)
xr = 16 − = 14.9113
6.0669 − ( −2.2688)
que tiene un error relativo verdadero de 0.89 por ciento.

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 = 12 f(xl) = 6.0699
xu = 14.9113 f(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 0.09 y 0.79 por ciento. Es po-
sible realizar iteraciones adicionales para hacer una mejor aproximación de las raíces.

Se obtiene una idea más completa de la eficiencia de los métodos de bisección y de

falsa posición al observar la figura 5.13, donde se muestra el error relativo porcentual
verdadero de los ejemplos 5.4 y 5.5. Observe cómo el error decrece mucho más rápida-
mente en el método de la falsa posición que en el de la bisección, debido a un esquema
más eficiente en el método de la falsa posición para la localización de raíces.
Recuerde que en el método de bisección el intervalo entre xl y xu se va haciendo más
pequeño durante los cálculos. Por lo tanto, el intervalo, como se definió por ∆x/2 =
|xu – xl|/2 para la primera iteración, proporciona una medida del error en este método.
Éste no es el caso con el método de la falsa posición, ya que uno de los valores iniciales
puede permanecer fijo durante los cálculos, mientras que el otro converge hacia la raíz.
Como en el caso del ejemplo 5.6, el extremo inferior xl permanece en 12, mientras que
xu converge a la raíz. En tales casos, el intervalo no se acorta, sino que se aproxima a un
valor constante.
 5.3 MÉTODO DE LA FALSA POSICIÓN 135

10

Bisección

Error relativo porcentual verdadero

1

10– 1

Falsa posición
10– 2

10– 3

10– 4
FIGURA 5.13
Comparación de los errores
relativos de los métodos 0 3 6
de bisección y de la falsa Iteraciones
posición.

El ejemplo 5.6 sugiere que la ecuación (5.2) representa un criterio de error muy
conservador. De hecho, la ecuación (5.2) constituye una aproximación de la discrepancia
en la iteración previa. Esto se debe a que para un caso, tal como el del ejemplo 5.6,
donde el método converge rápidamente (por ejemplo, el error se va reduciendo casi un
100% de magnitud por cada iteración), la raíz para la iteración actual xr nuevo es una me-
jor aproximación al valor real de la raíz, que el resultado de la iteración previa xranterior.
Así, el numerador de la ecuación (5.2) representa la discrepancia de la iteración previa.
En consecuencia, se nos asegura que al satisfacer la ecuación (5.2), la raíz se conocerá
con mayor exactitud que la tolerancia preestablecida. Sin embargo, como se ve en la
siguiente sección, existen casos donde el método de la falsa posición converge lentamen-
te. En tales casos la ecuación (5.2) no es confiable y se debe desarrollar un criterio di-
ferente de terminación.

5.3.1 Desventajas del método de la falsa posición

Aunque el método de la falsa posición parecería ser siempre la mejor opción entre los
métodos cerrados, hay casos donde funciona de manera deficiente. En efecto, como en
el ejemplo siguiente, hay ciertos casos donde el método de bisección ofrece mejores
resultados.
136 MÉTODOS CERRADOS

EJEMPLO 5.6 Un caso en el que la bisección es preferible a la falsa posición

Planteamiento del problema. Con los métodos de bisección y de falsa posición loca-
lice la raíz de

f(x) = x10 – 1

entre x = 0 y 1.3.

Solución. Usando bisección, los resultados se resumen como sigue

Iteración xl xu xr ea (%) et (%)

1 0 1.3 0.65 100.0 35

2 0.65 1.3 0.975 33.3 2.5
3 0.975 1.3 1.1375 14.3 13.8
4 0.975 1.1375 1.05625 7.7 5.6
5 0.975 1.05625 1.015625 4.0 1.6

FIGURA 5.14
Gráfica de la función f(x) = x10 – 1, ilustrando la lentitud de convergencia del método
de la falsa posición.

f (x)

10

0
1.0 x
5.3 MÉTODO DE LA FALSA POSICIÓN 137

De esta manera, después de cinco iteraciones, el error verdadero se reduce a menos del
2%. Con la falsa posición se obtienen resultados muy diferentes:

Iteración xl xu xr ea (%) et (%)

1 0 1.3 0.09430 90.6

2 0.09430 1.3 0.18176 48.1 81.8
3 0.18176 1.3 0.26287 30.9 73.7
4 0.26287 1.3 0.33811 22.3 66.2
5 0.33811 1.3 0.40788 17.1 59.2

Después de cinco iteraciones, el error verdadero sólo se ha reducido al 59%. Además,

observe que ea < et. Entonces, el error aproximado es engañoso. Se obtiene mayor cla-
ridad sobre estos resultados examinando una gráfica de la función. En la figura 5.14, la
curva viola la premisa sobre la cual se basa la falsa posición; es decir, si f(xl) se encuen-
tra mucho más cerca de cero que f(xu), la raíz se encuentra más cerca de xl que de xu
(recuerde la figura 5.12). Sin embargo, debido a la forma de esta función ocurre lo con-
trario.

El ejemplo anterior ilustra que, por lo común, no es posible realizar generalizaciones

con los métodos de obtención de raíces. Aunque un método como el de la falsa posición
casi siempre es superior al de bisección, hay algunos casos que violan esta conclusión
general. Por lo tanto, además de usar la ecuación (5.2), los resultados se deben verificar
sustituyendo la raíz aproximada en la ecuación original y determinar si el resultado se
acerca a cero. Esta prueba se debe incorporar en todos los programas que localizan
raíces.
El ejemplo ilustra también una importante desventaja del método de la falsa posición:
su unilateralidad. Es decir, conforme se avanza en las iteraciones, uno de los puntos
limitantes del intervalo tiende a permanecer fijo. Esto puede llevar a una mala conver-
gencia, especialmente en funciones con una curvatura importante. La sección siguiente
ofrece una solución.

5.3.2 Falsa posición modificada

Una forma de disminuir la naturaleza unilateral de la falsa posición consiste 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 modificado.
El algoritmo dado en la figura 5.15 lleva a cabo dicha estrategia. Observe cómo se
han usado contadores para determinar si uno de los límites del intervalo permanece fijo
“estancado” durante dos iteraciones. Si ocurre así, el valor de la función en este valor de
“estancamiento” se divide a la mitad.
La efectividad de este algoritmo se demuestra aplicándolo al ejemplo 5.6. Si se uti-
liza un criterio de terminación de 0.01% el método de bisección y el método estándar de
138 MÉTODOS CERRADOS

FUNCTION ModFalsePos(xl, xu, es, imax, xr, iter, ea)

iter = 0
fl = f(xl)
fu = f(xu)
DO
xrold = xr
xr = xu – fu * (xl – xu) / (fl – fu)
fr = f(xr)
iter = iter + 1
IF xr <> 0 THEN
ea = Abs((xr – xrold) / xr) * 100
END IF
test = fl * fr
IF test < 0 THEN
xu = xr
fu = f(xu)
iu = 0
il = il +1
If il ≥ 2 THEN fl = fl / 2
ELSE IF test > 0 THEN
xl = xr
fl = f (xl)
il = 0
iu = iu + 1
IF iu ≥ 2 THEN fu = fu / 2
ELSE
ea = 0
END IF
FIGURA 5.15 IF ea < es 0R iter ≥ imax THEN EXIT
Seudocódigo para el mé- END DO
todo de la falsa posición ModFalsePos = xr
modificado. END ModFalsePos

falsa posición convergerán, respectivamente, después de 14 y 39 iteraciones. En cambio

el método de la falsa posición modificado convergerá después de 12 iteraciones. De ma-
nera que para este ejemplo el método de la falsa posición modificado es más eficiente que
el de bisección y muchísimo mejor que el método de la falsa posición no modificado.

5.4 BÚSQUEDAS POR INCREMENTOS Y DETERMINACIÓN

DE VALORES INICIALES

Además de verificar una respuesta individual, se debe determinar si se han localizado

todas las raíces posibles. Como se mencionó anteriormente, por lo general una gráfica
de la función ayudará a realizar dicha tarea. Otra opción es incorporar una búsqueda
incremental al inicio del programa. Esto consiste en empezar en un extremo del inter-
valo de interés y realizar evaluaciones de la función con pequeños incrementos a lo
largo del intervalo. Si la función cambia de signo, se supone que la raíz está dentro del
incremento. Los valores de x, al principio y al final del incremento, pueden servir como
valores iniciales para una de las técnicas descritas en este capítulo.
 PROBLEMAS 139

f (x)
FIGURA 5.16
Casos donde las raíces
pueden pasar inadvertidas
debido a que la longitud
del incremento en el método
de búsqueda incremental
es demasiado grande. Ob-
serve que la última raíz a la
derecha es múltiple y podría x
x0 x1 x2 x3 x4 x5 x6
dejar de considerarse inde-
pendientemente de la longi-
tud del incremento.

Un problema potencial en los métodos de búsqueda por incremento es el de escoger

la longitud del incremento. Si la longitud es muy pequeña, la búsqueda llega a consumir
demasiado tiempo. Por otro lado, si la longitud es demasiado grande, existe la posibilidad
de que raíces muy cercanas entre sí pasen inadvertidas (figura 5.16). El problema se
complica con la posible existencia de raíces múltiples. Un remedio parcial para estos
casos consiste en calcular la primera derivada de la función f′(x) al inicio y al final de
cada intervalo. Cuando la derivada cambia de signo, puede existir un máximo o un
mínimo en ese intervalo, lo que sugiere una búsqueda más minuciosa para detectar la
posibilidad de una raíz.
Aunque estas modificaciones o el empleo de un incremento muy fino ayudan a
resolver el problema, se debe aclarar que métodos tales como el de la búsqueda incre-
mental no siempre resultan sencillos. Será prudente complementar dichas técnicas au-
tomáticas con cualquier otra información que dé idea de la localización de las raíces.
Esta información se puede encontrar graficando la función y entendiendo el problema
físico de donde proviene la ecuación.

PROBLEMAS

5.1 Determine las raíces reales de f(x) = –0.5x2 + 2.5x + 4.5: hasta que el error estimado ea se encuentre debajo de es =
10%.
a) Gráficamente
b) Empleando la fórmula cuadrática 5.3 Determine las raíces reales de f(x) = −25 1 82x − 90x2 + 44x3
c) Usando el método de bisección con tres iteraciones para – 8x4 + 0.7x5:
determinar la raíz más grande. Emplee como valores inicia-
les xl = 5 y xu = 10. Calcule el error estimado ea y el error a) Gráficamente
verdadero et para cada iteración. b) Usando el método de bisección para localizar la raíz más
grande con es = 10%. Utilice como valores iniciales xl = 0.5
5.2 Determine las raíces reales de f(x) = 5x3 – 5x2 + 6x – 2: y xu = 1.0.
c) Realice el mismo cálculo que en b), pero con el método de
a) Gráficamente la falsa posición y es = 0.2%.
b) Utilizando el método de bisección para localizar la raíz más
pequeña. Use los valores iniciales xl = 0 y xu = 1 iterando 5.4 Calcule las raíces reales de f(x) = –12 – 21x + 18x2 – 2.75x3:
140 MÉTODOS CERRADOS

a) Gráficamente lice iteraciones hasta que el error relativo aproximado sea menor
b) Empleando el método de la falsa posición con un valor es que 5%.
correspondiente a tres cifras significativas para determinar 5.13 La velocidad v de un paracaidista que cae está dada por
la raíz más pequeña.

2
v=
gm
c
(1 − e − (c / m )t )
5.5 Localice la primera raíz no trivial de sen x = x , donde x está
en radianes. Use una técnica gráfica y bisección con un interva- donde g = 9.8 m/s2. Para un paracaidista con coeficiente de
lo inicial de 0.5 a 1. Haga el cálculo hasta que ea sea menor que arrastre de c = 15 kg/s, calcule la masa m de modo que la velo-
es = 2%. Realice también una prueba de error sustituyendo la cidad sea v = 35 m/s en t = 9s. Utilice el método de la falsa po-
respuesta final en la ecuación original. sición para determinar m a un nivel de es = 0.1%.
5.6 Determine la raíz real de ln x2 = 0.7: 5.14 Se carga una viga de la manera que se aprecia en la figura
P5.14. Emplee el método de bisección para resolver la posición
a) Gráficamente dentro de la viga donde no hay momento.
b) Empleando tres iteraciones en el método de bisección con
los valores iniciales xl = 0.5 y xu = 2.
c) Usando tres iteraciones del método de la falsa posición, con 100 lb/ft 100 lb
los mismos valores iniciales de b).

5.7 Determine la raíz real de f(x) = (0.8 – 0.3x)/x:

a) Analíticamente
b) Gráficamente
c) Empleando tres iteraciones en el método de la falsa posición, 3’ 3’ 4’ 2’
con valores iniciales de 1 a 3. Calcule el error aproximado
ea y el error verdadero et en cada iteración. Figura P5.14

5.8 Calcule la raíz cuadrada positiva de 18 usando el método de

la falsa posición con es = 0.5%. Emplee como valores iniciales
5.15 Por un canal trapezoidal fluye agua a una tasa de Q = 20
xl = 4 y xu = 5.
m3/s. La profundidad crítica y para dicho canal satisface la
5.9 Encuentre la raíz positiva más pequeña de la función (x está
ecuación
en radianes) x2| cos 冑苴
x | = 5 usando el método de la falsa posición.
Para localizar el intervalo en donde se encuentra la raíz, grafique Q2
primero esta función para valores de x entre 0 y 5. Realice el 0 = 1− B
gAc3
cálculo hasta que ea sea menor que es = 1%. Compruebe su res-
puesta final sustituyéndola en la función original. donde g = 9.81m/s2, Ac = área de la sección transversal (m2), y
5.10 Encuentre la raíz positiva de f(x) = x4 – 8x3 – 35x2 + 450x B = ancho del canal en la superficie (m). Para este caso, el ancho
–1001, utilizando el método de la falsa posición. Tome como y el área de la sección transversal se relacionan con la profundi-
valores iniciales a xl = 4.5 y xu = 6, y ejecute cinco iteraciones. dad y por medio de
Calcule los errores tanto aproximado como verdadero, con base y2
B=3+y y Ac = 3 y +
en el hecho de que la raíz es 5.60979. Emplee una gráfica para 2
explicar sus resultados y hacer el cálculo dentro de un es = 1.0%. Resuelva para la profundidad crítica con el uso de los métodos a)
5.11 Determine la raíz real de x3.5 = 80: gráfico, b) bisección, y c) falsa posición. En los incisos b) y c),
haga elecciones iniciales de xl = 0.5 y xu = 2.5, y ejecute iteracio-
a) En forma analítica.
nes hasta que el error aproximado caiga por debajo del 1% o el
b) Con el método de la falsa posición dentro de es = 2.5%.
número de interaciones supere a 10. Analice sus resultados.
Haga elecciones iniciales de 2.0 a 5.0.
5.16 Suponga el lector que está diseñando un tanque esférico
(véase la figura P5.16) para almacenar agua para un poblado
5.12 Dada
pequeño en un país en desarrollo. El volumen de líquido que
f(x) = –2x6 – 1.5x4 + 10x + 2 puede contener se calcula con
Use el método de la bisección para determinar el máximo de [3 R − h]
V = π h2
esta función. Haga elecciones iniciales de xl = 0 y xu = 1, y rea- 3
 PROBLEMAS 141

donde V = volumen [m3], h = profundidad del agua en el tanque a) Si los valores iniciales son de 0 y 40ºC, con el método de
[m], y R = radio del tanque [m]. la bisección, ¿cuántas iteraciones se requerirían para deter-
minar la temperatura con un error absoluto de 0.05ºC.
b) Desarrolle y pruebe un programa para el método de bisec-
ción a fin de determinar T como función de una concen-
tración dada de oxígeno, con un error absoluto preespecifi-
cado como en el inciso a). Dadas elecciones iniciales de 0 y
40ºC, pruebe su programa para un error absoluto de 0.05ºC
R
para los casos siguientes: osf = 8, 10 y 12 mg/L. Compruebe
sus resultados.

5.18 Integre el algoritmo que se bosquejó en la figura 5.10, en

forma de subprograma completo para el método de bisección
V h amigable para el usuario. Entre otras cosas:

a) Construya enunciados de documentación en el subprograma

a fin de identificar lo que se pretende que realice cada sec-
ción.
b) Etiquete la entrada y la salida.
Figura P5.16 c) Agregue una comprobación de la respuesta, en la que se
sustituya la estimación de la raíz en la función original para
verificar si el resultado final se acerca a cero.
d) Pruebe el subprograma por medio de repetir los cálculos de
Si R = 3m, ¿a qué profundidad debe llenarse el tanque de modo los ejemplos 5.3 y 5.4.
que contenga 30 m3? Haga tres iteraciones con el método de la
5.19 Desarrolle un subprograma para el método de bisección
falsa posición a fin de obtener la respuesta. Determine el error
que minimice las evaluaciones de la función, con base en el seu-
relativo aproximado después de cada iteración.
docódigo que se presenta en la figura 5.11. Determine el núme-
5.17 La concentración de saturación de oxígeno disuelto en agua
ro de evaluaciones de la función (n) para el total de iteraciones.
dulce se calcula con la ecuación (APHA, 1992)
Pruebe el programa con la repetición del ejemplo 5.6.
5.20 Desarrolle un programa amigable para el usuario para el
1.575701 × 10 5 6.642308 × 10 7 método de la falsa posición. La estructura del programa debe ser
ln osf = −139.34411 + −
Ta Ta2 similar al algoritmo de la bisección que se bosquejó en la figura
5.10. Pruebe el programa con la repetición del ejemplo 5.5.
1.243800 × 1010 8.621949 × 1011
+ − 5.21 Desarrolle un subprograma para el método de la falsa po-
Ta3 Ta4 sición que minimice las evaluaciones de la función en forma
similar a la figura 5.11. Determine el número de evaluaciones de
donde osf = concentración de saturación de oxígeno disuelto en la función (n) para el total de iteraciones. Pruebe el programa por
agua dulce a 1 atm (mg/L) y Ta = temperatura absoluta (K). medio de la duplicación del ejemplo 5.6.
Recuerde el lector que Ta = T + 273.15, donde T = temperatura 5.22 Desarrolle un subprograma amigable para el usuario para
(ºC). De acuerdo con esta ecuación, la saturación disminuye con el método de la falsa posición modificado, con base en la figura
el incremento de la temperatura. Para aguas naturales comunes 5.15. Pruebe el programa con la determinación de la raíz de la
en climas templados, la ecuación se usa para determinar que la función del ejemplo 5.6. Ejecute corridas hasta que el error re-
concentración de oxígeno varía de 14.621 mg/L a 0ºC a 6.413 lativo porcentual verdadero esté por debajo de 0.01%. Elabore
mg/L a 40ºC. Dado un valor de concentración de oxígeno, puede una gráfica en papel semilogarítmico de los errores relativo,
emplearse esta fórmula y el método de bisección para resolver porcentual, aproximado y verdadero, versus el número de itera-
para la termperatura en ºC. ciones. Interprete los resultados.