Sei sulla pagina 1di 28

U.E.A.

Mtodos Numricos
en Ingeniera

Csar Augusto Real Ramrez.


Tema 2 Races de ecuaciones no
lineales.
Mtodos abiertos
4. Iteracin de punto fijo
Orde 5. Mtodo de Newton
n del 6. Mtodo de la secante
da 7. Races mltiples y mtodos
modificados.
Mtodos cerrados

En los mtodos cerrados, la raz se encuentra dentro de un intervalo


predeterminado por un lmite inferior y otro superior. La aplicacin
repetida de estos mtodos siempre genera aproximaciones cada vez
ms cercanas a la raz. Se dice que los mtodos cerrados son
convergentes cuando se acercan progresivamente a la raz a medida
que avanza en el clculo.
Mtodos abiertos

En contraste, los mtodos abiertos se basan en frmulas que requieren


nicamente de un solo valor de inicio x o que empiecen con un par de
ellos, pero que no necesariamente encierran la raz. stos, algunas
veces divergen o se alejan de la raz verdadera a medida que avanza en
el clculo. Sin embargo, cuando los mtodos abiertos convergen, en
general lo hacen ms rpido que los mtodos cerrados.
Iteracin simple de punto fijo

Los mtodos abiertos emplean una frmula para predecir la raz. Esta
frmula puede desarrollarse como una iteracin simple de punto fijo
(tambin llamada iteracin de un punto o sustitucin sucesiva o mtodo
de punto fijo), al arreglar la ecuacin f(x) = 0 de tal modo que x est del
lado izquierdo de la ecuacin:

Esta transformacin se realiza mediante operaciones algebraicas o


simplemente sumando
x a cada lado de la ecuacin original. Por ejemplo,

se arregla para obtener


Iteracin simple de punto fijo

mientras que sen x = 0 puede transformarse en la forma de la ecuacin


(6.1) sumando x
a ambos lados para obtener

La utilidad de la ecuacin anterior es que proporciona una frmula para


predecir un nuevo valor de x en funcin del valor anterior de x. De esta
manera, dado un valor inicial para la raz xi, la ecuacin anterior se
utiliza para obtener una nueva aproximacin xi+1, expresada por la
frmula iterativa

el error aproximado de esta ecuacin se calcula usando el error


normalizado
Ejercicio

Use una iteracin simple de punto fijo para localizar la raz de

La funcin se puede separar directamente y expresarse en la forma de

Empezando con un valor inicial x0 = 0, se aplica esta ecuacin


iterativa para calcular
Continuacin de ejercicio

De esta manera, se puede observar que cada iteracin se acerca cada vez
ms al valor
aproximado al valor verdadero de la raz: 0.56714329.
Ejercicio
Ejercicio
Continuacin de ejercicio

De esta manera, se puede observar que cada iteracin se acerca cada vez
ms el valor
aproximado al valor verdadero de la raz: 0.56714329.
Convergencia

Note que el error relativo porcentual verdadero en cada iteracin es


proporcional (por un factor de 0.5 a 0.6) al error de la iteracin anterior,
tomando como referencia el caso anterior. Esta propiedad, conocida como
convergencia lineal, es caracterstica de la iteracin simple de punto fijo.

Adems de la velocidad de convergencia, en este momento debemos


enfatizar la posibilidad de convergencia.
Convergencia
Mtodo de Newton-Raphson

Tal vez, de las frmulas para localizar races, la frmula de Newton-


Raphson sea la ms utilizada.

Si el valor inicial para la raz es xi, entonces se puede trazar una tangente
desde el punto [xi, f(xi)] de la curva. Por lo comn, el punto donde esta
tangente cruza al eje x representa una aproximacin mejorada de la raz.

El mtodo de Newton-Raphson se deduce a partir de esta interpretacin


geomtrica.

De la figura a continuacin se tiene que la primera derivada en x es


equivalente a la pendiente
Explicacin grfica
Ecuacin del mtodo

que se arregla para obtener


Ejercicio

Utilice el mtodo de Newton-Raphson para calcular la raz de f(x) = e^(


x) x empleando como valor inicial x0 = 0

La primera derivada de la funcin es

que se sustituye, junto con la funcin original para tener


Continuacin

Empezando con un valor inicial x0 = 0, se aplica esta ecuacin iterativa


para calcular

As, el mtodo converge rpidamente a la raz verdadera. Observe que


el error relativo porcentual verdadero en cada iteracin disminuye
mucho ms rpido que con la iteracin simple de punto fijo
Inconvenientes

Aunque en general el mtodo de Newton-Raphson es muy eficiente, hay


situaciones donde se comporta de manera deficiente. Por ejemplo en el
caso especial de races mltiples que se analizar ms adelante en este
captulo. Sin embargo, tambin cuando se
trata de races simples, se encuentran dificultades, como en el siguiente
ejemplo
Determine la raz positiva de f(x) = x^10 1 usando el mtodo de
Newton-Raphson y un valor inicial x = 0.5.

De esta forma, despus de la primera


prediccin deficiente, la tcnica
converge a la raz verdadera, 1, pero
muy lentamente.
Casos de convergencia deficiente
Mtodo de la secante

Un problema potencial en la implementacin del mtodo de Newton-


Raphson es la
evaluacin de la derivada. Aunque esto no es un inconveniente para los
polinomios ni
para muchas otras funciones, existen algunas funciones cuyas
derivadas en ocasiones
resultan muy difciles de calcular.
Representacin grfica
Mtodo de la secante

es la frmula para el mtodo de la secante. Observe que el mtodo


requiere de dos valores iniciales de x. Sin embargo, debido a que no se
necesita que f(x) cambie de signo entre los valores dados, este mtodo
no se clasifica como un mtodo
cerrado.
Ejercicio

Con el mtodo de la secante calcule la raz de f(x) = e^x x.


Comience con los valores iniciales x1 = 0 y x0 = 1.0.

la raz real es 0.56714329


ejercicio
Similitudes

Observe la similitud entre los mtodos de la secante y de la falsa


posicin. Por ejemplo,
las ecuaciones son idnticas en todos los trminos.

Ambas usan dos valores iniciales para calcular una aproximacin de la


pendiente de la funcin que se utiliza para proyectar hacia el eje x una
nueva aproximacin de la raz. Sin embargo, existe una diferencia crtica
entre ambos mtodos.

Tal diferencia estriba en la forma en que uno de los valores iniciales se


reemplaza por la nueva aproximacin.
Similitudes

Recuerde que en el mtodo de la falsa posicin, la ltima aproximacin


de la raz reemplaza cualquiera de los valores iniciales que d un valor de
la funcin con el mismo signo que f(xr).

En consecuencia, las dos aproximaciones siempre encierran a la raz. Por


lo tanto, para todos los casos, el mtodo siempre converge, pues la raz
se encuentra dentro del intervalo.

En contraste, el mtodo de la secante reemplaza los valores en secuencia


estricta: con el
nuevo valor xi + 1 se reemplaza a xi y xi reemplaza a xi 1.

En consecuencia, algunas veces los dos valores estn en el mismo lado


de la raz. En ciertos casos esto puede llevar a divergencias.
Comparacin