Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
2.
3.
4.
5.
6.
7.
8.
Comprobar que la ecuacin x3 x 1 0 tiene al menos una solucin real en el intervalo 0,1 .
3
Consideramos la funcin f ( x ) x x 1 , que es continua en 0,1 por ser polinmica.
f(0) 1 0
f(1) 1 0
Como los signos son distintos se cumple el teorema de Bolzano, por tanto existe un
c 0,1 tal que f(c ) 0 . Lo que demuestra que tiene una solucin en ese intervalo.
1
Ejemplos:
1. La funcin que aparece representada a continuacin es continua en el intervalo
3, 6.2 y f(3) 0 mientras que f(6.2) 0 . Como se cumplen la hiptesis del teorema
de Bolzano queda garantizada la existencia de al menos un valor c en el que f(c) 0
, es decir en el que la grfica corta al eje de abscisas. En este ejemplo concreto
existen exactamente tres valores (c1,c2, c3) que cumplen la tesis del teorema. (A los
valores (c1,c2, c3) se les llama races o ceros de la funcin f ( x ) en el intervalo en cuestin). La funcin representada es: f( x ) sen(2 x) 2cos( x / 3)
Clase Biseccion2.java
2. Si c 0 , y si los nmeros del tercer regln del proceso de divisin son alternadamente positivos y negativos (donde se considerar que un 0 es positivo o negativo), entonces c es una cota inferior de las soluciones de la ecuacin f(x) 0 .
Recuerde que un nmero real M es una cota superior de las soluciones de una
ecuacin, si ninguna solucin es mayor que M : un nmero real m es una cota inferior de las soluciones de una ecuacin, si ninguna solucin es menor que m .
Ejemplo:
1. Una cota superior para las soluciones de la ecuacin x 4x 10 0 es M 2 ,
pues, los nmeros del tercer regln de la divisin sinttica son todos positivos.
3
f(c ) 0 , es decir, que c es una solucin de la ecuacin f(x) 0 . Este hecho tan simple da origen a uno de los mtodos ms conocidos para la aproximacin de soluciones: bsqueda binaria o mtodo de la biseccin.
http://www.tec-digital.itcr.ac.cr/revistamatematica/HERRAmInternet/ecuaexecl/node2.html
x3 4 x 2 10 0
x 2 ( x 4) 10
x
10
x4
g( x )
10
x4
g '( x )
10
3
g(2) 1
2( x 4)
Para todo x 1, 2 , lo cual garantiza que la sucesin que vamos a construir va a ser
2
convergente.
4. Mtodo de Newton Raphson
Este es uno de los mtodos ms eficientes para aproximar las soluciones de la ecuacin f( x ) 0 . El mtodo de Newton empieza con una aproximacin inicial x0 , la siguiente aproximacin x1 corresponde a la interseccin con el eje x de la recta
tangente a la grfica de f en ( x0 , f( x0 ) ) . La aproximacin x2 corresponde a la interseccin con el eje x de la tangente a la grfica de f en el punto ( x1 , f ( x1 ) ) , y as
sucesivamente. Este proceso genera una sucesin xn , definida por:
5
xn1 xn
f( xn )
f '(xn )
Newton( x0 )
Begin
i : 1
While i n do
f (x )
x0 x0 0
f '( x0 )
i : i 1
EndWhile
End
Mtodo de Newton en Java
Clase Newton.java
f '( xi )
f( xi1 ) f( xi )
xi 1 xi
xi 1 xi
f( xi )
f '( x1 )
f ( xi )( xi1 xi )
f ( xi1 ) f( xi )
Ejemplo:
1. Use el mtodo de la secante para encontrar una raz de la ecuacin polinominal.
f( x ) x3 2 x 2 10 x 20
Solucin:
Con la ecuacin: xi 1 xi
( xi xi1 )
f( xi )
f( xi ) f( xi1 )
g( xi ) se obtiene:
x2 1
Mediante x1 1 y
x3 1.53846
x4 1.35031
1.36792
Mediante x3 1.35031 y x4 1.36792 , se calcula x5
x5 1.36792
1.36881
Con este proceso se obtiene la siguiente tabla:
xi
xi 1 x1
0
1
2
3
4
5
0.00000
1.00000
1.53846
1.35031
1.36792
1.36881
1.00000
0.53846
0.18815
0.01761
0.00090
8
xi 1 x1 103
6. Mtodo de Steffensen
El mtodo de Steffensen presenta una convergencia rpida y no requiere, como en
el caso del mtodo de la secante, la evaluacin de derivada alguna.
Presenta adems, la ventaja adicional de que el proceso de iteracin slo necesita
un punto inicial. Este mtodo calcula el siguiente punto de iteracin a partir de la
expresin:
2
f( xn )
xn1 xn
f( xn f( x ) ) f( xn )
n
7. Mtodo de Aitken
El mtodo de Aitken puede ser usado para acelerar la convergencia de cualquier
sucesin que converja linealmente, independientemente de su origen.
Supongamos que n n0 es una sucesin linealmente convergente con lmite ; o
en n
lim
n
en1
y 0 1
en
pueda usarse para aproximar el lmite. Si suponemos tambin que todas las en tienen
el mismo signo, entonces:
Pn1 (n )
n2 n n21
n2 2n1 n
n2 n n2 2n n1 n2 n21
n2 2n1 n
( n2 n n2 2n n1 ) ( n2 2n n1 n21 )
n2 2n1 n
( n1 2n )2
n
n2 2n1 n
El mtodo de Aitken est basado en la suposicin de que la sucesin
n n0 , defi
nida por:
n n
( n1 2 n )2
n2 2n1 n
n n0
Converge ms rpidamente a que la sucesin original
Tipos de Matrices:
Matriz fila: Es una matriz que solo tiene una fila, es decir m 1 y por tanto es de orden 1xn .
Matriz columna: Es una matriz que solo tiene una columna, es decir, n 1 y por
tanto es de orden mx1
Matriz cuadrada: Es aquella que tiene el mismo nmero de filas que de columnas,
es decir m n . En estos casos se dice que la matriz cuadrada es de orden n , y no
nxm .
10
Los elementos aij con i j , o sea aii forman la llamada diagonal principal de la
matriz cuadrada, y los elementos aij con i j n 1 la diagonal secundaria.
Ejemplo:
En la matriz
la diagonal principal est formada por (1, 1, 9) y la diagonal secundaria por (0, 1, 3).
Matriz traspuesta: Dada una matriz A, se llama traspuesta de A, y se representa por
At, a la matriz que se obtiene cambiando filas por columnas. La primera fila de A es
la primera fila de At, la segunda fila de A es la segunda columna de At, etc.
De la definicin se deduce que si A es de orden m x n, entonces At es de orden n m.
Matriz simtrica: Una matriz cuadrada A es simtrica si A = At, es decir, si aij = aji " i, j.
Matriz nula es aquella que todos sus elementos son 0 y se representa por 0.
Matriz diagonal: Es una matriz cuadrada, en la que todos los elementos no pertenecientes a la diagonal principal son nulos.
Matriz escalar: Es una matriz diagonal con todos los elementos de la diagonal iguales.
Matriz unidad o identidad: Es una matriz escalar con los elementos de la diagonal
principal iguales a 1.
Matriz Triangular: Es una matriz cuadrada que tiene nulos todos los elementos que
estn a un mismo lado de la diagonal principal. Las matrices triangulares pueden ser
de dos tipos:
Triangular Superior: Si los elementos que estn por debajo de la diagonal principal son todos nulos. Es decir, aij =0 " i<j.
11
Triangular Inferior: Si los elementos que estn por encima de la diagonal principal
son todos nulos. Es decir, aij =0 " j<i.
Ejemplo
1. Hallar la determinante de:
12
13
14