Академический Документы
Профессиональный Документы
Культура Документы
f(x) = 0 (4.1)
Mtodo de la Biseccin
Este mtodo tiene como base motivavin el Teorema (1.3), Teorema del Valor
Intermedio. En particular, si f es una funcin continua digamos , y a, b son
dados tales que f(a)f(b)0, entonces definimos c=(a+b)/2. Si f(c)=0, entonces
terminamos. De lo contrario remplazamos a b con c manteniendo la diferencia en
signos, etc. Esto nos lleva al siguiente pseudo algortmo llamado el Mtodo de la
Biseccin:
Suponga que es una funcin continua y que a, b son dados tales que
f(a)f(b)0 y >0 es tambin dado (criterio de paro).
2. Defina cn=(an+bn)/2.
Ejemplo 1: Considere la funcin f(x)=x2+x-1. Note que como f(0)=-1 y f(1)=1, tenemos
que existe una raiz de la ecuacin f(x)=0 en el intervalo (0,1). Vamos a aproximar esta
raiz con el mtodo de la biseccin. Los resultados son como sigue:
Anlisis de Error: Como f(a)f(b)0, sabemos que existe un nmero tal que
f()=0. Mediante induccin matemtica es fcil ver que
(4.2)
Esto es asi ya que el largo del intervalo se divide a la mitad cada ves que pasamos por el
paso (2) del algortmo. Nuevamente usando induccin matemtica obtenemos que
(4.3)
(4.4)
Combinando (4.3) y (4.4) obtenemos que
(4.5)
(4.6)
Mtodo de Newton
(4.7)
Este proceso lo podemos repetiir ahora con el punto (x1,f(x1)), etc., obteniendo asi la
recursin
(4.8)
Aplicacin 1
Vamos a suponer que queremos calcular el cociente a/b usando solo las operaciones
. En la mayoria de las computadoras las operaciones se implementan a
nivel de "hardware" mientras que la divisin se hace mediante programado (software)
utilizando . Note que como , entonces es suficiente discutir el
computo de reciprocos. Si definimos la funcin f(x) por
(4.9)
(4.10)
(4.11)
i.e,
(4.12)
Esta frmula, exacta en este caso, aplica en general al mtodo de Newton pero
asintoticamente segn se converge a la raiz (demostracin ms adelante). De la
ecuacin (4.12) obtenemos que segn si y solo si , i.e.,
(4.13)
Cmo seleccionamos x0 para que cumpla con (4.13)? Bueno la parte de x0>0 es simple
de verificar. Cmo saber si x0<(2/b) cuando no conocemos 2/b? Note que si x0>0,
entonces
(4.14)
El nmero p, que no tiene que ser un entero, se llama el orden de convergencia. Si p=2
la convergencia se llama cuadrtica. Si p=1 y M<1 la convergencia se llama lineal con
taza o razn de convergencia M.
Aplicacin 2
Vamos a discutir ahora el problema de calcular raices cuadradas. Defina para a>0 la
funcin la cual tiene como una de sus raices . Dado que
tenemos que el mtodo de Newton aplicado a la ecuacin f(x)=0 toma la forma:
(4.15)
Teorema (4.1): La sucesin (xn) definida por la iteracin (4.15) converge a para
cualquier x0>0 con orden de convergencia de dos.
Demostracin: Si x0>0 y a>0 entonces sigue de (4.15) que xn>0 para toda n0. Adems
(4.16)
De aqui y como xn>0, obtenemos que para toda n1. Ahora (4.15) se puede
rescribir como
(4.17)
Esto combinado con para toda n1 implica que para toda n1.
Tenemos pues que (xn) esta acota inferiormente por y es decreciente de modo que es
convergente. Falta ver que converge a . Sea el limite de (xn). Entonces dejando
en la ecuacin (4.17) obtenemos que , i.e, . Pero como xn>0
para toda n0, tenemos que , i.e., . La convergencia cuadrtica de la
sucesin sigue ahora de la expresin (4.16).
(4.18)
(4.19)
(4.20)
el cual existe y es finito (por qu?). Si , podemos despejar para en (4.19)
obteniendo asi que
(4.21)
(4.22)
Veamos ahora que si , entonces para toda n0. De hecho de (4.21) tenemos
(4.23)
(4.24)
(4.25)
La seleccin del punto inicial x0 que garantice la convergencia del Mtodo de Newton
es un asunto notrivial. Cualquier estimado o conocimiento previo de la localizacin de
la raiz debe utilizarce para asegurar la convergencia del mtodo. Por ejemplo una
grfica de la funcin f podria arrojar una idea sobre la raiz. Luego de esto se puede
utilizar un mtodo como la biseccin para corregir la aproximacin y pasarla entonces
al mtodo de Newton. Esto asemeja a los mtodos predictor-corrector comunes en la
solucin numrica de ecuaciones diferenciales ordinarias.
Una ves tenemos un mtodo iterativo como el de Newton que no tiene en general una
expresin como (4.6) para predecir el nmero de iteraciones necesarias para lograr un
error pre-determinadado, cmo detenemos las iteraciones? Veamos ahora un criterio
heurstico para detener el mtodo. Suponiendo que las iteraciones (xn) estan "cerca" de
la raiz , podemos escribir
(4.26)
Mtodo de la Secante
(4.27)
(4.28)
Este proceso lo podemos repetir ahora con x1, x2 para generar x3, etc. Obtenemos asi la
recurcin que define el Mtodo de la Secante:
(4.29)
(4.30)
de modo que el mtodo de la secante se puede ver como una discretizacin del mtodo
de Newton.
(4.31)
donde esta entre xn-1, xn y y pertenece al intervalo minimo que contiene a xn-1, xn,
.Usando esta frmula se puede demostrar el siguiente teorema.
(4.32)
donde .
(4.33)
(4.34)
donde por conveniencia hemos tomado F0=F1=1. La iteracin (4.34) define los nmeros
de Fibonachi y es bien conocido que para n grande:
(4.35)
Asi que
(4.36)
(4.37)
Raices Multiples
Sea f una funcin, un nmero real tal que , y m un entero positivo. Decimos
que es una raiz de f de multiplicidad m si existe una funcin g(x) tal que
(4.38)
(4.39)
Demostracin: Supongamos que (4.39) es cierta. Por el Teorema de Taylor tenemos que
podemos escribir:
(4.40)
Note que al evaluar en los terminos en la sumatoria son todos cero ya que las
potencias de son todas positivas. De modo que tenemos que
. Combinando esto con lo anterior, obtenemos (4.39).
Como =0 es la nica solucin en este caso, vemos que el mtodo tiene convergencia
lineal en este problema. En general se puede demostrar que si x= es una raiz de
multiplicidad m de la ecuacin f(x)=0, entonces las iteraciones del mtodo de Newton
convergen localmente a la raiz x= y satisfacen
(4.41)
i.e., la convergencia es lineal si m>1 con taza o razn de convergencia . Note que si
m>2, entonces >1/2 y el mtodo de la biseccin es en general ms rpido que el de
Newton.
Otro problema con el clculo de raices multiples es provocado por la aritmtica finita de
la computadora y el hecho de que la funcin f no cruza el eje de x transversalmente en
x= . Esto hace que el intervalo de incertidumbre para el clculo de la raiz sea mucho
mayor de lo que sera para una raiz simple.
(4.42)
(4.43)
Sistemas Nolineales
(4.44)
(4.45)
Sea tal que , i.e., una solucin de (4.45). Defina la siguiente matriz n
n por
(4.46)
De esta forma continuamos obteniendo asi la versin para sistemas del Mtodo de
Newton dada por
(4.47)
(4.48)
Tenemos que
Estas dos expresiones las calculamos en MATLAB mediante las siguientes funciones:
function z=f(w)
z=zeros(2,1);
x=w(1);y=w(2);
z(1)=x^3-x*y^2+y^3;
z(2)=x*sin(x*y)+1;
function z=fp(w)
z=zeros(2,2);
x=w(1);y=w(2);
z(1,1)=3*x^2-y^2;
z(1,2)=-2*x*y+3*y^2;
z(2,1)=sin(x*y)+x*y*cos(x*y);
z(2,2)=x^2*cos(x*y);
x0=[1,0]';
normx=1;
normz=1;
while normz > 1.0e-6*normx
f0=f(x0);
fp0=fp(x0);
z=-fp0\f0;
normz=norm(z,2);
normx=norm(x0,2);
x0=x0+z;
end
x0
con el cual obtenemos (1.1674,-0.8812) como una raiz aproximada del sistema.
Ejercicios
Despes de haber calculado la raiz mayor, use divisin sinttica y calcle las
raices restantes.
Use el Mtodo de Newton para calcular la raiz lo ms preciso posible para los
valores de B=1, 5, 10, 25, 50. Como punto inicial puede tomar entre otros x0=0.
Explique cualquier diferencia en el comportamiento del mtodo segn aumenta
el valor de B. Utilice la grfica de para sustentar sus
argumentos.
b.
c.
para la funcin desconocida z(s). Usando una regla de cuadratura apropiada para
discretizar el integral en esta ecuacin, obtenga un sistema de ecuaciones
nolineales cuya solucin es una aproximacin de z(s). Resuelva el sistema
resultante usando el Mtodo de Newton.