Documentos de Académico
Documentos de Profesional
Documentos de Cultura
yacerque@gmail.com
RACES DE ECUACIONES
Mtodo Newton Raphson
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com Especialista en Sistemas Universidad Nacional Docente Universidad Surcolombiana Neiva - Huila
Contenido
Grado de un polinomio ......................................................................... 6 Races de un polinomio ......................................................................... 6 Factorizacin de un polinomio ................................................................ 7 Representacin grfica de las races de un polinomio ..................................... 7 Races nicas y Mltiples:...................................................................... 9 Teorema fundamental del lgebra ......................................................... 12 Todo polinomio de grado n tiene n races. ................................................ 12 Regla de los signos de Descartes ............................................................ 12 Conjunto de posibles races.................................................................. 13 Qu hacer cuando se tenga una raz?...................................................... 14 Mtodo de Newton-Raphson .................................................................... 15 Definicin:...................................................................................... 15 Derivacin de la frmula ..................................................................... 16 Orden de Convergencia....................................................................... 17 Anlisis de Convergencia .................................................................. 18 Consideraciones especiales del mtodo de Newton Raphson: .......................... 20 Ejemplo 1: Ecuacin polinomial de orden 3 ............................................... 21 x Ejemplo 2: Ecuacin f ( x) = e ln( x ) .................................................. 23 Ejemplo 3: Aplicacin en cinemtica v (t ) = t 2t .................................... 25
3 2
Ejemplo 5: Funcin F (t ) = 1.21e 6.6t sin(11.4t 111.7 o ) + 0.28e 55.9t sin(18t + 26.1o ) .............. 27 Ejemplo 6: funcin f ( x) = 3x 2 e x ......................................................... 30 Ejemplo 7: Funcin f ( x) = x 3 + 4 x 2 10 ................................................... 31 Ejemplo 8: Funcin f ( x) = x 3 x 4 .................................................. PRACTICA: Newton-Raphson para ecuaciones no lineales ............................... Trabajo de Laboratorio ....................................................................... Ejercicios Propuestos ......................................................................... Recursos Bibliograficos ....................................................................... Bibliografia OnLine: ...........................................................................
3 2
32 33 35 36 37 38
1 de 38
yacerque@gmail.com
yacerque@gmail.com
Newton fue siempre un hombre discreto y retrado y, en su mayor parte, se guard para s sus descubrimientos monumentales. No tena inters en publicarlos y la mayor parte de sus grandes obras fueron arrancadas por los ruegos y la persistencia de sus amigos. De todos modos, su capacidad nica era tan evidente para su maestro Isaac Barrow quien, en 1669, dimiti su profesorado en favor de su alumno (un caso sin precedentes en la vida acadmica!) y Newton se estableci en Cambridge durante los 27 aos siguientes. Sus descubrimientos matemticos nunca se publicaron realmente en forma conexa y llegaron a conocerse, en forma limitada, casi por accidente, por medio de conversaciones y de las respuestas a preguntas que le hicieron por carta. Consider sus descubrimientos en matemticas primordialmente como un instrumento fructfero para el estudio de problemas cientficos y como algo que, en s mismo, tena relativamente poco inters. Mientras tanto, en Alemania, Leibniz haba inventado tambin el clculo, de manera independiente; y debido a su constante correspondencia con los Bernoulli y a los trabajos posteriores de Euler, el nuevo anlisis se extendi en todo el continente, donde permaneci a la cabeza durante 200 aos No se sabe gran cosa sobre la vida de Newton en Cambridge, en los primeros aos de su profesorado; pero es seguro que entre sus principales intereses se contaron la ptica y la construccin de telescopios. Experiment muchas tcnicas para esmerilar vidrios (con herramientas diseadas por l mismo) y hacia 1670 construy el primer telescopio de reflexin, el antepasado de los grandes instrumentos que se utilizan actualmente en monte Palomar y en todo el mundo. La pertinencia y la simplicidad de su anlisis prismtico de la luz solar, marc ese trabajo inicial como uno de los clsicos sin limitaciones de tiempo de las ciencias experimentales. No obstante, eso era slo el comienzo, puesto que fue penetrando cada vez ms en los misterios de la luz y todos sus esfuerzos en ese sentido siguieron dando muestras de un ingenio experimental del ms alto orden. Public algunos de sus descubrimientos; pero los cientficos ms destacados de su tiempo los recibieron con tanta estupidez contenciosa, que Newton se retrajo nuevamente en su concha, con una mayor resolucin de trabajar, a partir de entonces, para su exclusiva satisfaccin. Veinte aos despus, confi a Leibniz las palabras siguientes: "En cuanto a los fenmenos de los colores... Estoy convencido de haber descubierto la explicacin ms segura; pero no quiero publicarla en libros, por temor de que los ignorantes inicien disputas y controversias contra mi"
Universidad Surcolombiana Neiva Huila - Colombia 3 de 38
yacerque@gmail.com
A fines de la dcada de 1670, Newton tuvo uno de sus lapsos peridicos de desagrado por las ciencias y dirigi sus energas hacia otros cauces. Todava no haba publicado nada sobre dinmica o la gravedad y sus numerosos descubrimientos en esos campos permanecas olvidados sobre su escritorio. Sin embargo, al fin, estimulado y enojado por las pretensiones y las crticas de Robert Hooke y calmado por la intervencin diplomtica de Edmund Halley, dedic su atencin nuevamente a esos problemas y comenz a escribir su obra principal, el Principia. Cuando Newton se dedicaba al trabajo cientfico se pareca a un volcn activo, con largos periodos de inactividad, contrastados, de vez en cuando, por grandes erupciones de una actividad casi sobrehumana. El libro Principia lo escribi en 18 meses de increble concentracin, y cuando se public, en 1687, se reconoci inmediatamente que era una de las realizaciones supremas de la mente humana. En esa obra, estableci los principios bsicos de la mecnica terica y la dinmica de los fluidos, aplic el primer tratamiento matemtico al movimiento ondulado, dedujo las leyes de Kepler a partir de la ley de cuadrados inversos de la gravitacin y explic las rbitas de los cometas; calcul las masas de la Tierra, el Sol y los planetas con sus satlites, explic la forma aplastada de la Tierra y utiliz esta idea para explicar la precesin de los equinoccios, adems de que estableci la teora de las mareas. Estas son tan slo unas cuantas de las numerosas maravillas de su obra prodigiosa. El Principia es un libro de lectura difcil, porque tiene un estilo de inhumana lejana que quiz sea el ms apropiado para la grandeza del tema. Asimismo contiene densas ecuaciones matemticas de geometra clsica, poco cultivada en su poca y todava menos en la actualidad. En cuanto a la dinmica y mecnica celeste, logr concluir magnficamente la obra que haban iniciado Coprnico, Kepler y Galileo. Ese triunfo fue tan completo que los trabajos de los principales cientficos en esos campos, durante los dos siglos siguientes, fueron poco ms que notas calcadas de esta sntesis colosal. Tambin vale la pena recordar que la espectroscopia ha contribuido, ms que ninguna otra ciencia, al progreso de los conocimientos astronmicos del universo en general; tuvo su origen en el anlisis prismtico de la luz del Sol, que realiz Newton. Despus de la poderosa erupcin de su ingenio que lo llev a la creacin de Principia, Newton volvi a alejarse de las ciencias. En 1696, abandon Cambridge para ir a Londres, con el fin de convertirse en Warden of the Mint (y posteriormente en Master), y durante el resto de su larga vida, se introdujo un poco en la sociedad e inclusive comenz a gozar un poco de su posicin nica, en el pinculo de la fama como cientfico.
4 de 38
yacerque@gmail.com
Esos cambios de intereses y de ambiente no se reflejaron en una disminucin de su capacidad intelectual inigualable. Por ejemplo, un atardecer, al final de un da de trabajo agotador en la Moneda, se enter del problema de la braquistcrona de Johann Bernoulli -presentado como un desafo "para los matemticos ms brillantes del mundo"- y lo resolvi esa misma noche, antes de acostarse. La publicacin de su obra Opticks, en 1704, fue mucho ms importante para la ciencia. En ese libro, reuni y ampli sus trabajos anteriores sobre la luz y los colores. A Isaac Newton se debe el clculo de races de una funcin o ecuacin por aproximaciones sucesivas usando la tangente.
5 de 38
yacerque@gmail.com
Polinomios
Un polinomio es una suma de trminos llamados monomios. Un monomio es el producto de un coeficiente (un nmero real), una variable (casi siempre x o y) elevada a un exponente (entero positivo). Existen polinomios con uno, dos o ms trminos, por ejemplo: 9 Monomio (un trmino): 5 x En este caso el coeficiente es 5, la variable es x el exponente 2 9 Binomio (dos trminos): 6 x 2 9 Trinomio (tres trminos): 3 x 5 + 4 x 3 x 2 En este trabajo se utilizaran polinomios con coeficientes enteros y potencias enteras positivas.
7
2
Grado de un polinomio
El grado de un polinomio es igual al exponente mayor de la variable. Por ejemplo:
5x 2 6x7 2
2 x 4- x 3 - x 2
5 2
3x 5 + 4 x 3 x 2 Es de grado 5
De qu grado es? De qu grado es? De qu grado es? 6 x - 4 x - 19 x De qu grado es? 3 x15 + x13 - x2 13
Nota cmo se deben escribir los polinomios. Se deben escribir en orden decreciente con respecto al grado de cada trmino.
Races de un polinomio
La raz de un polinomio es un nmero tal que hace que el polinomio valga cero. Es decir que, cuando resolvamos un polinomio a cero, las soluciones son las races del polinomio. Por ejemplo el polinomio f ( x) = x 2 + x 12 , cuando se iguala a cero y se resuelve se tiene: Igualando a cero. x 2 + x 12 = 0 ( x + 4)( x 3) = 0 Factorizando.
x = 4 x=3
Universidad Surcolombiana Neiva Huila - Colombia
Raz 1 Raz 2
6 de 38
yacerque@gmail.com
Puesto que x1 = 4 y x 2 = 3 , son soluciones de f(x) entonces f (4) = 0 y f (3) = 0 . Se dice entonces que x1 = 4 y x 2 = 3 , son races del polinomio f ( x) = x 2 + x 12 Las races de f ( x) = x 3 4 x 2 + x + 6 son x = - 1, x = 2 y x = 3 Por qu?
Factorizacin de un polinomio
El nmero de factores en que se puede descomponer un polinomio es igual al grado del polinomio. Para poder factorizar un polinomio es necesario encontrar sus races. Cuando se tengan estas, los factores correspondientes a cada raz son de la forma (x-r) donde r es una de las races. Esto es, si r1, r2, ... , rn son races del polinomio f(x) entonces la factorizacin de f(x) es: f ( x) = ( x r1 )( x r2 )...( x rn ) Por ejemplo, si 1.
f ( x ) = x 3 4 x 2 + x + 6 : Como sus races son x = - 1, x = 2 y x = 3 entonces f(x) se ha factorizado como f ( x) = ( x (1))( x 2)( x 3) = ( x + 1)( x 2)( x 3) f ( x) = x 2 + x 12 : Como sus races son x = - 4 y x = 3 entonces f(x) se ha factorizado como f ( x) = ( x (4))( x 3) = ( x + 4)( x 3)
2.
Descripcin
Funcin Races
f ( x) = x 2 + x 12
Grfica
-4y3
Factorizacin
f ( x) = ( x + 4)( x 3)
7 de 38
yacerque@gmail.com
Descripcin
Funcin Races
f ( x) = x 3 4 x 2 + x + 6
Grfica
- 1, 2 y 3
Factorizacin
f ( x) = ( x + 1)( x 2)( x 3)
Funcin Races
f ( x) = x 4 5 x 2 + 4
- 2, - 1, 1 y 2
Factorizacin
Funcin Races
f ( x) = x 3 + 4 x 2 + 3x
Cules son?
Factorizacin
f(x) =
Funcin Races
f ( x) = x 3 2 x 2 5 x + 6
1, - 2 y 3
Factorizacin
f ( x) = ( x 1)( x + 2)( x 3)
8 de 38
yacerque@gmail.com
Descripcin
Funcin Races
f ( x) = x 2 4
Grfica
- 2, 2
Factorizacin
f ( x) = ( x 2)( x + 2)
Para el caso del siguiente ejemplo la funcin f ( x) = x 2 2 x + 1 tiene dos (2) races, y si observa la grfica, esta no corta el eje x en ningn sector. Ahora si observa el valor de uno (1) en el eje x, es un punto donde la funcin se vuelve cero (0). Se debe considerar al valor de uno (1) como raz de la funcin. Lo que pasa es que dicha raz se repite par veces (para el caso del ejemplo 2 veces), por esta razn la grfica no corta el eje x, sino que lo toca tangencialmente en el punto raz y cambia su pendiente. Se puede decir matemticamente que en el punto raz, la derivada de la funcin es igual a cero (0) dicho de otra manera en este punto la tangente es igual a cero (0). En la factorizacin que se hace de la funcin, se puede observar que el nico valor que hace que la funcin tome el valor de cero (0) es el punto uno (1) sobre el eje x, y
Universidad Surcolombiana Neiva Huila - Colombia 9 de 38
yacerque@gmail.com
Descripcin
Funcin Races
f ( x) = x 2 2 x + 1
Grfica
1, 1
Factorizacin
f ( x) = ( x 1)( x 1)
Para el caso del siguiente ejemplo la funcin f ( x) = x 3 6 x 2 + 12 x + 8 tiene 3 races, y si observa la grfica, esta corta el eje x aparentemente en varios puntos cercanos a 2. Ahora si observa el valor de 2 en el eje x, es un punto donde la funcin se vuelve cero. Se debe considerar al valor de 2 como raz de la funcin. Lo que pasa es que dicha raz se repite impar veces (para el caso del ejemplo 3 veces), por esta razn la grfica corta el eje x de la forma como se observa en la figura. En el punto de corte sobre el eje x, este y la grfica son paralelos superpuestos. Se puede decir matemticamente que en el punto raz la derivada de la funcin es igual a cero. En la factorizacin que se hace de la funcin, se puede observar que el nico valor que hace que la funcin tome el valor de cero es 1, y puede ser en el trmino de la izquierda o en el trmino de la derecha, es decir dos veces.
Descripcin
Funcin Races
f ( x) = x 3 6 x 2 + 12 x + 8
Grfica
2, 2, 2
Factorizacin
f ( x) = ( x 2)( x 2)( x 2)
Para el caso del siguiente ejemplo la funcin f ( x) = x 3 3 x 2 + 4 tiene 3 races, y si observa la grfica, esta corta el eje x aparentemente en un punto igual a menos uno (-1) y toca tangencialmente dicho eje en un valor igual a uno (1). Ahora si observa el valor de -1 en el eje
Universidad Surcolombiana Neiva Huila - Colombia 10 de 38
yacerque@gmail.com
x, es un punto donde la funcin cruza el eje de las x con cierta pendiente, esto indica que ese punto de corte es una raz nica. Ahora en le punto 1 sobre el eje de las x la curva o grafica de la funcin toca tangencialmente el eje y cambia de pendiente. Esto debe asumirse como una raz que se repite par veces. Como el polinomio de es orden 3 y ya se sabe de una raz nica se puede decir que dicha raz es par veces repetida. Se puede decir matemticamente que en el punto 1 considerado como raz repetida par veces, la derivada de la funcin es igual a cero. En la factorizacin que se hace de la funcin, se puede observar que el nico valor que hace que la funcin tome el valor de cero es -1, en el trmino de la izquierda o 1 en los dos trminos de la derecha. En el caso de que la raz 1 se repitiera 4 veces diferenciara la forma de la grfica en que la pendiente de esta es mayor o menor al acercarse al eje.
Descripcin
Funcin Races
f ( x) = x 3 3x 2 + 4
Grfica
- 1, 2, 2
Factorizacin
f ( x) = ( x + 1)( x 2)( x 2)
En el siguiente ejemplo muestra la combinacin de las tres formas que toma la grfica dependiendo si sus races se repiten par o impar veces o son races nicas.
Descripcin
Funcin Races
f ( x) = x 6 17 x 5 + 102 x 4 .... 248 x 3 + 160 x 2 + 240 x 288 - 1, 2, 2, 2, 6, 6
Grfica
Factorizacin
f ( x) = ( x + 1)( x 2) 3 ( x 6) 2
Que anlisis de acuerdo con lo mostrado anteriormente le puede realizar a las siguientes funciones.
Universidad Surcolombiana Neiva Huila - Colombia 11 de 38
yacerque@gmail.com
f ( x) = ( x + 1)( x 1) 2 ( x 1)
f ( x) = ( x + 1)( x 2) 5 ( x 6) 4
f ( x) = ( x 1) 2 ( x + 1) + 1 f ( x) = ( x 1) 2 1 f ( x) = (( x 1) 2 + 1) 2 ( x 1)
Se puede decir entornes que es una ecuacin de orden n y por tanto tiene n soluciones. Recuerde que en es este apartado slo se tiene polinomios con coeficientes enteros. Observa la tabla anterior, donde se da la funcin, las races y la grfica y verifica que efectivamente para cada polinomio de grado n hay n races. Una forma en la que se puede interpretar este teorema es como sigue, ya que se puede factorizar un polinomio, dadas las races y hay n races para todo polinomio de este grado, entonces si:
f ( x) = a n x n + a n1 x n1 + a n2 x n 2 + a n 3 x n3 + ... + a3 x 3 + a 2 x 2 + a1 x1 + a 0 ,
Donde r1, r2, ... , rn son las races de f(x). La demostracin de este teorema queda lejos del objetivo de esta pgina sin embargo daremos algunas herramientas para encontrar las n races.
12 de 38
yacerque@gmail.com
"El nmero de races reales positivas (+) de un polinomio f ( x) es igual al nmero de cambios de signo de trmino a trmino de f ( x) " Hay que recordar que los polinomios se deben escribir en orden decreciente conforme al grado de cada trmino. Por ejemplo el polinomio f(x)= x2 + x - 12 tiene un cambio de signo, del segundo al tercer trmino, por lo tanto tiene una raz positiva. g(x)= +x3 - 4 x2 + x + 6 tiene dos cambios de signo, tiene dos races positivas h(x)= +x4 - 5 x2 + 4 tiene dos races positivas i(x)= x3 + 4 x2 + 3 x No tiene cambios de signo, por lo tanto no tiene races reales positivas. j(x)= x3 - 2 x2 - 5 x + 6 Cuntas races positivas tiene? Tambin puede evaluar la expresin en los valores 1 y -1 teniendo en cuenta solo el signo de cada trmino de la expresin. En caso de que un trmino no exista se toma como 0 (positivo). En el ejemplo de la siguiente tabla para el caso de la primera funcin al evaluar la funcin en 1, el primer trmino de la funcin toma un valor positivo y el segundo toma un valor negativo, por tanto se dice que tiene una raz positiva en razn a un solo cambio de signo (de positivo a negativo). Como se trata de una ecuacin de una recta pues tan solo tiene una raz. Pero por probar se ha evaluado la funcin en -1, resultando en ambos trminos un signo -, o sea que no hay cambio de signo, indicando con esto que no hay races negativas, en la funcin f ( x) = x 1 . Nro 1 2 3 4 5 6 Ecuacin Signo
f (1) = + f ( 1) =
f (1 ) = + + f ( 1) = +
Rai_Pos Rai_Neg 1 1 2 0 2 2 0 1 1 3 2 1
f ( x) = x 1
f ( x) = x 2 + x 12
f ( x) = x 3 2 x 2 5 x + 6
f ( x) = x 3 + 4 x 2 + 3x f ( x) = x 4 5 x 2 + 4
f (1) = + + f ( 1) = + +
f (1 ) = + + + + f ( 1) = + + f (1 ) = + + + + f ( 1) = + + + +
f (1 ) = + + + f ( 1) = +
f ( x) = x 3 4 x 2 + x + 6
yacerque@gmail.com
f ( x) = a n x n + a n1 x n1 + a n2 x n 2 + a n 3 x n3 + ... + a3 x 3 + a 2 x 2 + a1 x1 + a 0 , se a 0 = 1 . Esto es que slo se trabaja con polinomios de la siguiente forma: f ( x) = x n + a n1 x n 1 + a n2 x n2 + a n 3 x n 3 + ... + a3 x 3 + a 2 x 2 + a1 x1 + a 0
toma
El conjunto de posibles races de f ( x) se forma con los divisores de a0 (del trmino independiente), hay que considerar estos divisores tanto con signo positivo como con negativo. La forma en que se puede usar esta informacin del trmino independiente es la siguiente, puesto que cualquier elemento de este conjunto puede ser raz de f ( x) hay que evaluar a f ( x) en algn valor de este conjunto y si el resultado de la evaluacin es cero, entonces ese valor escogido es raz de f ( x) . En la siguiente tabla se muestran varios polinomios, los divisores del trmino independiente y las races de los polinomios: Divisores del trmino independiente Races 1, 2, 3, 4, 6, 12, -4y3 f ( x) = x 2 + x 12 -1, -2, -3, -4, -6, -12 1, 2, 3, 6, f(x)= x3 - 4 x2 + x + 6 - 1, 2 y 3 -1, -2, -3, -6 1, 2, 4, f(x)= x4 - 5 x2 + 4 - 2, - 1, 1 y 2 -1, -2, -4 1, 2, 3, 6, f(x)= x3 - 2 x2 - 5 x + 6 1, - 2 y 3 -1, -2, -3, -6 Funcin
14 de 38
yacerque@gmail.com
Mtodo de Newton-Raphson
Definicin:
El mtodo de Newton es una extensin directa del mtodo del mismo nombre para buscar ceros de funciones de una variable. La idea es realizar el desarrollo de las series de Taylor de una funcin alrededor de una estimacin de la raz x0
f ( x) = f ( x0 ) + ( x x0 ) f `( x0 ) + 1 ( x x0 ) f ``( x0 ) + .... 2
x = x0
f ( x0 ) f `( x0 )
Este Mtodo es similar al de la Secante, la diferencia esencial radica en que en la Secante se utiliza el Mtodo de diferencias divididas para aproximar f `( x) . El Mtodo de Newton-Raphson asume que la funcin f ( x) es derivable sobre un intervalo cerrado [a,b]. Entonces f ( x) tiene una pendiente definida y una nica lnea tangente en cada punto dentro del intervalo [a,b]. La tangente en ( x0 , f ( x0 )) es una aproximacin a la curva de f ( x) cerca del punto ( x0 , f ( x0 )) . En consecuencia, el cero de la lnea tangente es una aproximacin del cero de denominada raz de f(x).
f ( x)
Figura 1 Modelo general del mtodo de Newton Raphson Si ha intentado encontrar una raz de una funcin complicada algebraicamente alguna vez, usted puede haber tenido alguna dificultad. Usando algunos conceptos bsicos de clculo, se tienen maneras de evaluar races de funciones complicadas numricamente. Normalmente, se usa el mtodo de Newton-Raphson. Este proceso iterativo sigue una pauta fija para aproximar una raz, considerado la funcin, su derivada, y un valor x inicial. Usted puede recordar del lgebra que una raz de una funcin es un cero de la funcin. Esto significa que la raz de una funcin, se calcula cuando la funcin se iguala a cero. Se puede encontrar las races de una funcin simple como f ( x) = x 2 4 simplemente colocando la funcin igual a cero, y resolviendo:
f ( x) = x 2 4 = 0 , de aqu se tiene que f ( x) = ( x + 2)( x 2) = 0 , para concluir que la igualdad se
yacerque@gmail.com
Figura 2. Grfica de la funcin f ( x) = x 2 4 en el intervalo [-3,3] En el grfico anterior se observa que el punto x = 2 y x = 2 , la curva corta al eje x, considerando estos puntosa como raz de la funcin. El Mtodo de Newton Raphson usa un proceso iterativo para encontrar la raz de una funcin. La raz especifica que el proceso localiza un valor que depende del valor x inicial, valor x escogido arbitrariamente. Se Calcula la primera aproximacin, x1, como el cero de la lnea tangente en un punto inicial x0 dado. Se calcula la segunda aproximacin, x2, como el cero de la lnea tangente en la primera aproximacin x1. Siguiendo el esquema mostrado ms abajo, las primeras dos aproximaciones de races usando el Mtodo Newton-Raphson, se buscan con el mismo criterio del Mtodo de la Biseccin:
Figura 3
Derivacin de la frmula
El Mtodo de Newton tiene una interpretacin geomtrica sencilla, de hecho, el Mtodo de Newton consiste en una linealizacin de la funcin, es decir, f se reemplaza por una recta tal que contiene al punto ( x0 , f ( x0 )) y cuya pendiente coincide con la derivada de la funcin en el punto, f ( x0 ) . La nueva aproximacin a la raz, lineal con el eje X de ordenadas.
16 de 38
yacerque@gmail.com
y f ( x0 ) = f ' ( x0 )( x x0 )
xn +1 = xn f ( xn ) / f ' ( xn )
Figura 4
Demostracin: Sea x0 la raz supuesta inicial o valor inicial de las iteraciones y si se aplican funciones trigonomtricas al ngulo de la figura 4 se tiene que tan( ) = f ( x0 ) /( xo x1) , a partir de esta frmula se puede decir que: ( x0
Tambin se puede deducir de teniendo en cuenta que la ecuacin de la lnea tangente en x0 esta dada por: y f ( x0 ) = f ' ( x0 )( x x0 ) . La primera aproximacin x1 es
obtenida como la raz de (1). As
x1 ) = f ( x0 ) / tan( ) . y despejando x1 se tendra la frmula de Newton. La pendiente en x0 esta dada por tan( ) = f ' ( x0 ) . Teniendo en cuenta lo anterior se tendra entonces que: x1 = x0 f ( x0 ) / f ' ( x0 ) .
( x1 ,0)
0 f ( x0 ) = f `( x0 )( x1 x0 ) x1 x0 = f ( x0 ) / f `( x0 ) x1 = x0 f ( x0 ) / f `( x0 ) xn +1 = xn f ( xn ) / f ' ( xn )
xn
f ( xn )
representa el valor de la
funcin evaluada en xn , y f ' ( xn ) es la derivada evaluada en xn , xn +1 representa el prximo valor para x que se est tratando de encontrar como raz al aplicar el modelo.
dx = x0 x1 . Sin
f ( x) f ( x) = = x f ' ( x ) f ( x ) / x
Orden de Convergencia
Sean x0, x1, x2. . . una secuencia que converge a r y sea en = xn - r. Si existe un nmero m y una constante C (distinta de cero), tal que: lim
e n +1 en
m
=c
Cuando
n ,
Entonces m es
llamado orden de convergencia de la secuencia y C el error asinttico constante. Para m=1,2,3, la convergencia se dice lineal, cuadrtica y cbica respectivamente.
Universidad Surcolombiana Neiva Huila - Colombia 17 de 38
yacerque@gmail.com
Anlisis de Convergencia
x0 , x1 , x2 ,..., xn , xn +1 las aproximaciones en sucesivas iteraciones. Sea r el verdadero valor de la raz. Si se toma como error en la n-esima iteracin a en . Entonces el error en estar dado por: en = xn r y en consecuencia en +1 = xn +1 r
Sean Si se tiene que
xn +1 = xn f ( xn ) / f ' ( xn )
en +1 = xn f ( xn ) / f ' ( xn ) r
en +1 = xn r f ( xn ) / f ' ( xn ) en +1 = en f ( xn ) / f ' ( xn )
De aqu
Por lo que Newton-Raphson es un mtodo que converge cuadrticamente, es decir, que el nmero de cifras decimales correctos se duplica aproximadamente en cada iteracin, o el error es aproximadamente proporcional al cuadrado del error anterior. Dos situaciones en las que el Mtodo de Newton no funciona adecuadamente: (a) el Mtodo no alcanza la convergencia y (b) el Mtodo converge hacia un punto que no es un cero de la ecuacin.
yacerque@gmail.com
Entre ms iteraciones se ejecuten, los dx = x tendern a ser mas pequeos y por ende tendern a cero (0) minimizando el valor del error. Para ver cmo trabaja esto, se aplicar el mtodo Newton-Raphson a la funcin que se trabaj antes, f ( x) = x 2 4 . Abajo se lista los valores que se necesitan conocer para completar el proceso.
f ( x) = x 2 4
f ' ( x) = 2 x
x0 = 6
Tericamente, se podra ejecutar un nmero infinito de iteraciones para encontrar una representacin perfecta para la raz de la funcin. Sin embargo, ste es un mtodo numrico que se usa para disminuir el trabajo de encontrar la raz, para que toque hacer de forma manual este proceso. Por consiguiente se asume que el proceso ha trabajado con precisin cuando delta-x (dx) se vuelva menor que 0.1. Este valor de precisin debe ser especfico a cada situacin. Tabla. 1
n
0 1 2 3
xn
x0 = 6
f ( xn )
f(x0 )= 32
f ' ( xn )
f'(x0 )= 12
xn+1
x1 = 3.33
dx
x1 = 3.33 f(x1) = 7.09 f'(x1) = 6.66 x2 = 2.27 1.06 x2 = 2.27 f(x2) = 1.15 f'(x2) = 4.54 x3 = 2.01 0.26 x3 = 2.01 f(x3) = 0.04 f'(x3) = 4.02 x4 = 2.00 0.01
Interpretando lo mostrado en la tabla 1 as; usando un valor inicial para x0 = 6 , se encontr que la raz de la ecuacin f ( x) = x 4 es x = 2 despus de 4 iteraciones
2
con un dx igual a 0.01. Si se toma un valor inicial diferente para x0 , se puede llegar a la misma raz, o puede encontrar alguna otra raz, por ejemplo x = 2 . Una representacin grfica tambin puede ser muy til. En la Figura 5, ver la misma funcin f ( x) = x 2 4 (mostrado en color azul). El proceso es el mismo descrito anteriormente. En la primera iteracin, la lnea roja est tangente a la curva en el x0 . La inclinacin de la tangente es la derivada en el punto de tangencia, y para la primera iteracin es igual a 12. Dividiendo el valor de la funcin evaluado en el x inicial f (6) = 32 por la pendiente de la tangente (12), se encuentra que el (delta-x) x = 2.67 . Substrayendo esto de seis (6) se encuentra que el nuevo x-valor es igual a x1 = 3.33 . Otra manera de considerar esto es encontrar la raz de esta lnea tangente.
19 de 38
yacerque@gmail.com
(P +
n 2a V )( b) = RT V2 n
n 2 a dP n 2 a V dT dV 1 ( ) 2 =0 + P + + b R 2 3 dt V V dt n n dt
Como puede observar, la Ecuacin de Van Der Waals es bastante compleja. No es posible resolverla algebraicamente, para lo cual se debe usar un mtodo numrico. El mtodo de Newton-Raphson es la manera ms fcil y ms fidedigna de resolver las ecuaciones, aunque la ecuacin y su derivada parecen realmente intimidantes. Dependiendo de las condiciones bajo las que este intentando resolver esta ecuacin, algunas de las variables pueden estar cambiando. As que, puede ser necesario usar derivadas parciales. Para los propsitos de este ejemplo, Se asume que la presin, temperatura, y volumen son las nicas variables cambiantes, y que estos valores son todas las funciones de tiempo. Esto evita el uso de derivadas parciales; se diferencian todas las variables simplemente con respecto al tiempo, como es mostrado anteriormente. Alguna manipulacin algebraica de la ecuacin y/o su derivada que depende del problema especfico a ser resuelto puede necesitarse. Es supuesto que se especifican todas las variables pero uno; esa variable se
Universidad Surcolombiana Neiva Huila - Colombia 20 de 38
yacerque@gmail.com
usa en la expresin para el "xn+1" que el mtodo de Newton usa. Desarrollando el mtodo de Newton con xito en esta ecuacin dara un valor de esa variable que da una solucin que cuando las otras variables se mantienen constantes en los valores que se especific. Algoritmo: 1. 2. 3. 4. 5. Dada una funcin f ( x) = 0 obtener la Primera y Segunda derivada. Elegir un valor inicial x0 . Este valor inicial debe cumplir con el criterio de convergencia: Obtener una nueva aproximacin evaluando la frmula general del mtodo
xn +1 = xn f ( xn ) / f ' ( xn )
( xn +1 xn ) / xn+1
< Tolerancia
Figura 6. Funcin f ( x) = x 3 + x + 16 n
xn
f ( xn )
26.0000 16.0000 -4096.0000 -1210.7000 -355.3900 -101.7983 -26.7902 -5.3171 -0.4464 -0.0042
f ' ( xn )
13.0000 1.0000 769.0000 342.8000 154.0100 71.1049 35.7293 22.1089 18.4548 18.1065
f ( xn ) / f ' ( xn ) xn +1 = xn f ( xn ) f `( xn )
2.0000 16.0000 -5.3000 -3.5000 -2.3076 -1.4317 -0.7498 -0.2405 -0.0242 -0.0002 0.0000 -16.0000 -10.7000 -7.1000 -4.8341 -3.4024 -2.6526 -2.4121 -2.3879 -2.3877
0 2.0000 1 0.0000 2 -16.0000 3 -10.7000 4 -7.1142 5 -4.8341 6 -3.4024 7 -2.6526 8 -2.4121 9 -2.3879
21 de 38
yacerque@gmail.com
Dependiendo del valor de x con el cual se inician las iteraciones se conseguir el encuentro de la raz en menos o ms iteraciones. Basta con observar la figura 6 y tratar de aplicar el modelo sobre la misma para darse cuenta porque las oscilaciones n 0 1 2 3 4 5 6 7 8 9 10
xn
4 2.2857 0.4728 -9.4506 -6.3365 -4.3213 -3.1109 -2.5376 -2.3959 -2.3877 -2.3877
f ( xn )
84 30.2274 16.5785 -837.517 -244.7499 -69.0136 -17.2179 -2.8789 -0.1500 -0.0005 -0.0000
f ' ( xn )
49 16.6735 1.6706 268.9410 121.4522 57.0200 30.0335 20.3187 18.2217 18.1035 18.1031
f ( xn ) / f ' ( xn ) xn +1 = xn f ( xn ) f `( xn )
1.7143 1.8129 9.9234 -3.1141 -2.0152 -1.2103 -0.5733 -0.1417 -0.0082 -0.0000 -0.0000 2.2857 0.4728 -9.4506 -6.3365 -4.3213 -3.1109 -2.5376 -2.3959 -2.3877 -2.3877 -2.3877
Los anteriores clculos se realizaron haciendo uso del paquete MatLab con el siguiente cdigo. Si desea tener mas cifras significativas puedes cambiar el formato de presentacin por el de format long.
format short; x=4; fx=x.^3+x+16; while abs(fx)>0.00001 fx=x.^3+x+16; dfx=3*x^2+1; xn=x-fx/dfx; disp ([x fx dfx fx/dfx xn]); x=xn; end
Si se aplicara el mtodo con lenguaje C y se trabajara un nivel menor de tolerancia los resultados seran los siguientes: n 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
xn
2.0000000000e+00 -8.8888888889e-01 -6.4731525784e+00 -3.3870823116e+00 -2.2910214677e+00 -2.4374797174e+00 -2.3661202961e+00 -2.3978571056e+00 -2.3830675645e+00 -2.3898215161e+00 -2.3867076332e+00 -2.3881370715e+00 -2.3874795682e+00 -2.3877817246e+00 -2.3876428096e+00 -2.3877066628e+00 -2.3876773097e+00 -2.3876908026e+00 -2.3876846001e+00
f ( xn )
2.600000000e+01 1.440877915e+01 -2.617092778e+02 -2.624479676e+01 1.683912327e+00 -9.192959325e-01 3.870954684e-01 -1.848609426e-01 8.346548208e-02 -3.868219039e-02 1.771466692e-02 -8.157247458e-03 3.746775102e-03 -1.722963287e-03 7.918859082e-04 -3.640455920e-04 1.673400724e-04 -7.692484810e-05 3.536087399e-05
22 de 38
yacerque@gmail.com
Solucin aproximada = -2.387684600090e+00 Con f(P) = 3.536087399171e-05 Nmero de iteraciones = 18 Tolerancia = 1.000000000000e-05
f ( x) = e x 1 5 x 3
Encontrar la raz cerca de x = 1 de f ( x) = e x 1 5 x 3 iniciando con x0 = 1 . Cun exacta es la estimacin despus de cuatro iteraciones del mtodo de Newton?. Tabule el nmero de dgitos correctos en cada iteracin del mtodo de Newton y observe si se duplican cada vez. (Solucin r = 0.49404364 ) Solucin: Para obtener una solucin a f ( x) = 0 mediante el mtodo de Newton, dada la funcin diferenciable f y una aproximacin inicial x0 , se utiliza el siguiente algoritmo:
0 1.000000 -4.000000 -1.400000 0.714286 1 0.714286 -1.070682 -6.901590 0.559150 2 0.559150 -0.230598 4.046242 0.502159 3 0.502159 -0.025100 -3.174613 0.494222 4 0.494222 -0.000545 -3.060792 0.494043 En este mtodo iterativo debera cumplirse que el nmero de decimales de exactitud se duplica en cada iteracin. Como se puede comprobar en la tabla, esto se cumple para x 4 = 0.494000 con tres decimales exactos, y x5 = 0.484043 con seis decimales exactos. La tolerancia alcanzada mediante el mtodo de Newton es de TOL = 10 3 . Para saber cuntas iteraciones son necesarias para lograr dicha tolerancia mediante el
23 de 38
yacerque@gmail.com
mtodo de la biseccin, con el intervalo [0.714286,1] , hay que encontrar un nmero x x entero N que satisfaga: x N x 2 N 1 < TOL = 10 3 2 N Por tanto, se tiene: (0.285714) * 2 < 10 3 N = 8.1584 8.0000 Se ve pues, que para el mtodo de la biseccin se necesitaran, aproximadamente, el doble de iteraciones que para el mtodo de Newton.
f ( x) = e x ln( x)
la funcin
En este caso, se tiene que la derivada de la funcin es: f ' ( x) = e De aqu se tiene que:
1 x
xi +1 = xi
e xi ln( xi ) e xi ln( xi ) = xi + 1 1 e xi e xi xi xi
x1 = x0 +
e x0 ln( x0 ) = 1.268941421 1 x0 e x0
a =
Ahora con x1 = 1.268941421 , Se contina el proceso calculando primero x2, x3 y hasta reducir el error aproximado hasta lo mnimo que se pueda. Se resume los resultados en la siguiente tabla: Aprox. a la raz 1.000000000 1.268941421 1.309108403 1.309799389 Error aprox. 21.19% 3.06% 0.052%
De lo cual se concluye que 26 5.099019514 , la cual es correcta en todos sus dgitos. La misma idea puede aplicarse para crear algoritmos que aproximen races nesimas de nmeros reales positivos. Observe que cuando el Mtodo de NewtonRaphson converge a la raz, lo hace de una forma muy rpida y de hecho, observamos que el error aproximado disminuye a pasos agigantados en cada paso del proceso. Aunque no es nuestro objetivo establecer formalmente las cotas para los errores en cada uno de los Mtodos que hemos estudiado, cabe mencionar que si existen estas cotas que miden con mayor precisin la rapidez s lentitud del Mtodo en estudio.
Universidad Surcolombiana Neiva Huila - Colombia 24 de 38
yacerque@gmail.com
Para obtener la frmula del Mtodo de Newton-Raphson en este caso, se deriva la 2 funcin obteniendo la siguiente ecuacin: f ' (t ) = 3t 4t , Con la frmula de Newton
25 de 38
yacerque@gmail.com
xn = xn 1
t n +1 = t n
f ( xn1 ) ; Se obtiene la expresin del Mtodo quedando para este caso as: f `( xn 1 )
f (t n ) t 3 2t 2 1 = tn n 2 n f `(t n ) 3t n 4t n
3 2 t0 2t 0 1 2 3t 0 4t 0
Es decir, aproximadamente a los 2.205569 segundos la partcula alcanza una velocidad de 1m/s. 3. No se puede considerar al cero como iteracin inicial, ya que la derivada f ' (t ) = 3t 2 4t evaluada en cero vale cero. 4. Para calcular el error relativo se utiliza la frmula:
x n x n 1 x x4 2.205569 2.205571 = 5 = = 0.000001 = 0.1x10 5 xn x5 2.205569
De esta forma se puede asegurar que en la quinta iteracin las cifras 2.205569 son exactas.
Ejemplo 5: Funcin f ( x) = 2 x 3 + x 2 x + 1
Utilizar el Mtodo de Newton para aproximar los ceros de: f ( x) = 2 x + x x + 1
3 2
Continuar las iteraciones hasta que dos aproximaciones sucesivas difieran en menos de 0,0001.
26 de 38
yacerque@gmail.com
f ( x) = 2 x 3 + x 2 x + 1
Por la grfica se observa que hay un nico 0 que esta entre -1.5 y -1. 2 x 3 + x 2 xn + 1 x n+1 = x n n 2 n 6 xn + 2 xn 1 n 1 2 3 Xn -1,2000 -1,2351 -1.2338 f(Xn) 0,1840 0,0077 0.00001 f '(Xn) 5,2400 5,6828 5,6653 Ff (Xn) Ff '(Xn) 0,0351 0,0014 0,0000
x n +1 = x n f ( x n ) f `( x n )
Respuesta: Como las dos aproximaciones sucesivas difieren en menos de 0,0001, la estimacin final del cero es 1,2338, obteniendo los valores con el siguiente cdigo para MatLab.
format short; x=-1.2; fx=2*x.^3+x.^2-x+1; while abs(fx>0.00001) fx=2*x.^3+x.^2-x+1; dfx=6*x^2+2*x-1; xn=x-fx/dfx; disp ([x fx dfx fx/dfx xn]); x=xn; end
Ejemplo 6: Funcin
En la funcin F (t ) = 1.21e 6.6t sin(11.4t 111.7 o ) + 0.28e 55.9t sin(18t + 26.1o ) , t es el tiempo, y el intervalo de inters es para los valores tal que t > 0. La funcin seno es oscilatoria, afectada de la funcin exponencial. Tiende a cero cuando t tiene valores superiores a 1; se lleva tanto sus factores como la funcin F(t) a dicho valor, con lo cual la grafica de F(t) se confunde con el eje t para t 1 .
Universidad Surcolombiana Neiva Huila - Colombia 27 de 38
yacerque@gmail.com
Estas funciones son conocidas como oscilatorias amortiguadas. Si el exponente de e es positivo, al tender t a infinito ( ), la funcin es creciente y tiende rpidamente a infinito ( ); esta funcin se conoce como funcin oscilatoria no amortiguada. Ahora se dan algunos valores a t en la funcin:
format short; t=0:0.2:1; ft=1.21*exp(-6.6*t).*sin(11.4*t-111.7*pi/180)+... 0.28*exp(-55.9*t).*sin(18*t+26.1*pi/180);
t
0,0 0,2 0,4 0,6 0,8 1,0
f(t)
-1.00106744399655 0.10488140145009 0.04373517406561 -0.02270159505605 0.00477763344408 -0.00004228104332
Figura 9. Funcin F (t ) = 1.21e 6.6t sin(11.4t 111.7 o ) + 0.28e 55.9t sin(18t + 26.1o ) Estos valores sealan la presencia de races reales en los intervalos (0.1,0.2), (0.4,0.5), (0.6,0.8) y pudiese inducir que habra otra posiblemente en (0.8,1.0).
28 de 38
yacerque@gmail.com
Luego pues, se aplica el Mtodo de Newton-Raphson para encontrar las races en cada uno de los intervalos. Utilizando la primera derivada de la funcin que es:
F ( t ) = 13 . 794 e 6 .6 t cos( 11 . 4 t 111 . 7 ) 7 .986 e 6 .6 t sin( 11 .4 t 111 .7 ) + 5 .04 e 55 .9 t cos( 18 t + 26 . 1 ) 15 . 652 e 55 .9 t sin( 18 t + 26 .1 ) = 0
Utilizando la frmula: Intervalo (0,0.2) t1
0,1 0,15757928 0,17000929 0,17100677 0,17101334 0,17101334 0,17101334 0,17101334
t n +1 = t n
f (t n ) f (t n )
ea
0,05757928 0,01243001 0,00099749 6,5643E-06 2,8432E-10 2,7756E-17 0
F(t)
-0,45195045 -0,06523934 -0,00450956 -2,9291E-05 -1,2686E-09 1,2584E-16 -4,7963E-17 -4,7963E-17
F'(t)
7,84918551 5,2485353 4,52093195 4,46220075 4,46181423 4,46181422 4,46181422 4,46181422
er
0,3653988 0,0731137 0,00583302 3,8385E-05 1,6626E-09 1,623E-16 0
ep
36,5398801 7,31137024 0,58330153 0,0038385 1,6626E-07 1,623E-14 0
Intervalo (0.4,0.6) t2 0,5 0,39743657 0,43780928 0,44613527 0,44658859 0,44658995 0,44658995 0,44658995 0,44658995 0,44658995 F(t) -0,02552511 0,04667494 0,00672327 0,00033008 9,8171E-07 8,7878E-12 -3,1234E-17 2,5156E-17 -3,1234E-17 2,5156E-17 F'(t) -0,24887142 -1,15610121 -0,80750436 -0,72812975 -0,72379864 -0,72378568 -0,72378568 -0,72378568 -0,72378568 -0,72378568 ea 0,10256343 0,04037271 0,00832599 0,00045333 1,3563E-06 1,2141E-11 5,5511E-17 5,5511E-17 5,5511E-17 er 0,2580624 0,09221529 0,01866248 0,00101509 3,0371E-06 2,7187E-11 1,243E-16 1,243E-16 1,243E-16 ep 25,8062397 9,2215292 1,86624756 0,10150903 0,00030371 2,7187E-09 1,243E-14 1,243E-14 1,243E-14
Intervalo (0.6,0.8) t3 0,7 0,71970633 0,72212952 0,72216824 0,72216825 0,72216825 F(t) -0,00298091 -0,00029375 -4,5493E-06 -1,1622E-09 -6,5918E-17 -1,1033E-17 F'(t) 0,15126648 0,12122588 0,11747079 0,11741077 0,11741076 0,11741076 ea 0,01970633 0,00242318 3,8727E-05 9,8987E-09 5,5511E-16 er 0,02738107 0,00335561 5,3627E-05 1,3707E-08 7,6867E-16 ep 2,73810731 0,33556084 0,00536265 1,3707E-06 7,6867E-14
29 de 38
yacerque@gmail.com
0,72216825 7,262E-18 0,11741076 0,72216825 -1,1033E-17 0,11741076 Intervalo (0.8,1.0) t4 0,9 0,98197861 0,99640129 0,99773482 0,99774655 0,99774656 0,99774656 F(t) 0,00285866 0,00033146 2,585E-05 2,2353E-07 1,731E-11 6,1406E-19 6,1406E-19 F'(t) -0,0348708 -0,02298212 -0,01938429 -0,01904904 -0,01904609 -0,01904609 -0,01904609
1,1102E-16 1,1102E-16
Entonces se encuentra que las races son t1=0.17101 En t2=0.44658 En t3=0.72216 En t4=0.99774 En el el el el intervalo (0,0.2) intervalo (0.4,0.6) intervalo (0.6,0.8) intervalo (0.8,1.0)
Ejemplo 7: funcin
f ( x) = 3 x 2 e x
Figura 10 Se puede observar que la curva corta el eje x en los intervalos [-1,0],[0,1], y [3,4]. Tambin se pudiera graficar las dos curvas por aparte tal como se ilustra en la siguiente grafica. Las races corresponderan a los puntos sobre el eje x donde las dos curvas se cortan.
Universidad Surcolombiana Neiva Huila - Colombia 30 de 38
yacerque@gmail.com
Figura 6
Ejemplo 8: Funcin
f ( x) = x 3 + 4 x 2 10
Encontrar la raz de la ecuacin f ( x) = x 3 + 4 x 2 10 , tomando como aproximacin inicial para la raz el valor de x=1.0 y N=10 (nmero mximo de iteraciones) y una tolerancia mxima TOL=0.0000001.
f ( x) = x 3 + 4 x 2 10 f `( x) = 3 x 2 + 8 x
yacerque@gmail.com
printf("%d %15.12lf\n", i, x0); while (i<N) { x=x0-f(x0)/df(x0); if (fabs(x-x0)<TOL) { //se alcanzo la tolerancia pedida y no se supero el // Nmero mximo de iteraciones, esta es la raz buscada. printf("raiz x = %15.12lf\n", x); getch(); return 0; }; i+=1; x0=x; //muestra las sucesivas aproximaciones de la raz. printf("%d %15.12lf\n", i, x); } //se alcanz el nmero mximo de iteraciones pero no //la tolerancia pedida, el Mtodo fallo. printf("Se alcanzo el numero mximo de iteraciones"); getch(); }
Ejemplo 9: Funcin
f ( x) = x 3 3x 2 4
El siguiente programa en lenguaje C, permite calcular la raz de la ecuacin f ( x) = x 3 3 x 2 4 por el mtodo de Newton Raphson. Analice la frmula que se utiliza con segunda derivada de la funcin.
// Anlisis Numrico: Mtodo de Newton_Raphson; Para una funcin dada
#include <stdio.h> #include <math.h> #include <conio.h> // Declaracin de Funciones void Lee_Datos(void); double Funcion(double Xi); double Derivada(double Xi); double Segunda(double Xi); double Xo; float Tolera; int Ciclos; // Funcin principal int main() { double Fx, Fdx, F2dx, Xn; float Error = 1; int Cont = 0; Lee_Datos(); printf("\n==========================================="); printf("\n Ciclo Xo Fx Fdx Xn printf("\n==========================================="); while (Error > Tolera && Ciclos > Cont) { Fx = Funcion(Xo); Fdx = Derivada(Xo); F2dx = Segunda(Xo); Xn = Xo - (Fx / (Fdx-(F2dx*Fx)/(2*Fdx))); Error = fabs( (Xn - Xo)/Xn ); Cont++;
Error");
printf("\n%3d%10.4lf%10.4lf%10.4lf%10.4lf%10.4f",Cont,Xo,Fx,Fdx,Xn,Error);
Universidad Surcolombiana Neiva Huila - Colombia 32 de 38
yacerque@gmail.com
Xo = Xn; } printf("\n==========================================="); if (Ciclos > Cont) printf("\n La raz de la ecuacin es %.5lf ",Xn); else printf("\n\n No converge en %3d Ciclos !!!! Dar nuevos valores",Ciclos); getch(); return 0; } void Lee_Datos(void) { clrscr(); printf("\n Dar el Valor inicial de X -> "); scanf("%lf",&Xo); printf("\n Cual es el error Permitido ->"); scanf("%f",&Tolera); printf("\n Numero de ciclos mximos ->"); scanf("%d",&Ciclos); } double Funcion(double Xo) { return Xo*Xo*Xo-3*Xo*Xo-4; double Derivada(double Xo) { return 3*Xo*Xo-6*Xo; double Segunda(double Xo) { return 6*Xo-6; } } }
En esta prctica se estudiar las regiones de convergencia del Mtodo de Newton para una funcin concreta, as como la influencia de las races mltiples en las propiedades de convergencia. Trabajo de laboratorio Escriba una funcin de MATLAB, llamada fnewton, con el siguiente encabezamiento:
1. 2. 3. 4. 5. 6. 7. 8. 9. function [x,xvect,nit]=fnewton(f,fprima,x0,maxiter,tolerancia) % Implementa el algoritmo de Newton % usando la funcin puntofijo.m % f = expresin de la funcin cuyas races se buscan % fprima = su derivada % x0 = valor inicial % Como criterios de parada se usan: % maxiter = cantidad max de iteraciones admitidas % tolerancia = margen para error absoluto
33 de 38
yacerque@gmail.com
% % % %
En la salida: x = resultado de la ultima iteracin xvect = vector de los resultados de todas las iteraciones nit = cantidad de iteraciones realizadas
14. Pruebe la funcin creada calculando las dos races reales, x=1 y x=-5, de
f ( x ) = 2 x 2 + 8 x 10
15. Vamos a estudiar las regiones de convergencia del algoritmo de Newton para la funcin f del apartado anterior. Sean I1 e I-5 los conjuntos de R tales que si x(0) N I1 (respectivamente, si x(0) N I-5) entonces el algoritmo converge a la raz 1 (resp., a -5) en # 200 iteraciones. Asumiendo que I1 e I-5 son intervalos abiertos, estime experimentalmente los extremos de esos intervalos, tomado tolerancia=2 eM(donde eM es el epsilon de la maquina). 16. Vea la influencia de una raz doble, en la convergencia del Mtodo de Newton, aplicndolo ahora a la funcin
h( x) = ( x 1) y f ( x) = 2 x 3 + 6 x 2 18 x + 10 ,
necesitan para aproximar por medio de fnewton las dos races con tolerancia=2 eM para las funciones f y h? Donde se observan las diferencias? Dibuje las graficas de los errores cometidos en las iteraciones correspondientes en la misma escala semilogartmica (semilogy) para apreciar la convergencia geomtrica. 17. Aplique el algoritmo D2 de Aitken para acelerar la convergencia de la sucesin de aproximaciones a la raz x=1 de h. Dibuje las grficas de los errores
Universidad Surcolombiana Neiva Huila - Colombia 34 de 38
h( x) f ( x) Con una raz doble en x=1 y otra simple en x=-5. Tomando como valores iniciales x0 = 0 y x0 = 4 , estudie la cantidad de iteraciones que se
yacerque@gmail.com
cometidos en las sucesiones original y acelerada en la misma escala semilogartmica, y compare la velocidad de convergencia en cada caso. Sugerencia: para implementar la frmula de Aitken es conveniente utilizar la funcin diff de MATLAB. Utilice la ayuda para conocer la sintaxis y el objetivo de dicha funcin. 18. Modifique el Mtodo de Newton para tomar en cuenta la multiplicidad de la raz, tal como se indica en el texto: f ( xn 1 ) xn = xn 1 f `( xn 1 ) 19. donde m es la multiplicidad. Para ello escriba la funcin newtmod, usando como modelo la funcin fnewton, pero que acepte como parmetro adicional el valor de m. Aplique esta funcin con m=2 para hallar la raz doble de h, y comente el resultado.
Trabajo de Laboratorio
Dos elipses pueden tener como mximo 4 puntos de interseccin. Se desea encontrar las coordenadas de las intersecciones de las elipses dadas por sus ecuaciones ( x 2) 2 + ( y 3 + 2 x) 2 = 5 , y 2( x 3) 2 + ( y 3 + 2 x) 2 = 5 1. Para obtener una idea grafica de la situacin, se dibujan las elipses por medio de la funcin contour de MATLAB que permite crear curvas de nivel. Se utilizar el formato contour(x,y,Z,[n n]), donde x e y son los vectores de valores xi e yj a lo largo de los ejes correspondientes, Z es la matriz de los valores de la funcin en los puntos (xi,yj) y n es el nivel que se desea dibujar. Mas exactamente, con x=linspace(-1,5,1000); y=linspace(-10,10,1000); Se generan los vectores x e y (si no recuerda, busque en la ayuda de MATLAB que hace el comando linspace); con [X,Y]=meshgrid(x,y); se crea el conjunto de pares ordenados (xi,yj) como producto cartesiano, y con Z=(X-2).^2+(Y3+2*X).^2; se obtiene la matriz Z. Solo queda ejecutar contour(x,y,Z,[5 5]); para dibujar la primera elipse. Ahora se va por la segunda. Antes de dibujarla, no deje de ejecutar la orden hold on para que el nuevo grfico no borre el anterior (y termine el script con hold off). Tome nota de las posiciones aproximadas de los 4 puntos de interseccin. 2. Plantee explcitamente las funciones fk para el sistema de ecuaciones que expresa la interseccin de las elipses y halle la matriz Jacobiana. 3. Implemente el algoritmo de Newton-Raphson para este problema en forma de funcin : function [y,niter] = newt_raph(x0,maxiter,tolerancia), que admita como datos de entrada el valor inicial x0, el mximo de iteraciones admisible maxiter, y el valor de tolerancia para el criterio de parada ||x(k)-x(k-1)|| # tolerancia, (donde ||7 || es la norma euclidea, que MATLAB calcula con norm) y devuelva el
Universidad Surcolombiana Neiva Huila - Colombia 35 de 38
yacerque@gmail.com
vector Solucin y junto con la cantidad de iteraciones empleadas niter. Puede usar como modelo la funcin puntofijo. Observacin: Recuerde que el sistema lineal Ax=b se resuelve en MATLAB por medio del comando x=A\b. 4. Experimente con diferentes vectores de valores iniciales para encontrar los 4 puntos de interseccin.
Ejercicios Propuestos
Resolver las siguientes ecuaciones por el Mtodo Newton-Raphson:
-
f ( x) = e x + x , con error menor a 0.01 f ( x) = cos( x) + x , con error menor de 0.001 Use el Mtodo de Newton-Raphson para resolver f ( x) = x 3 2 x 2 3 x + 10 , con un valor inicial para x=1.9.
la
ecuacin
Halle la raz de 0.1* x 2 x * ln( x) = 0 en [1,2] Halle el valor de PI con cinco cifras decimales exactos. Emplee nicamente funciones trigonomtricas. Halle una frmula iterativa que le permita calcular a1 / 2 a , para a>0 Calcular la raz de la funcin f ( x) = e x 2.7182 x con un error relativo aproximado al 0.05%.
36 de 38
yacerque@gmail.com
Recursos Bibliogrficos
9 MATHEUS. John H. Fink Kurtis D. Mtodos Numricos con MATLAB. Editorial Prentice Hall 9 ALTZ, Franz L. Electronic. Digital. computers: Their use in science and Engineering. 1958 Academic Press inc. New York. 9 BURDEN Richard L., J. Douglas Faires; Anlisis numrico. tr. Efrn Alatorre Miguel; Revisin Tcnica. Ildefonso. 1998 (Biblioteca USCO. Nro Topogrfico: 515 / B949a.) 9 CHAPRA Steven C., CANALE Raymond P, Numerical Methods for engineers. McGraw Hill, Inc. 1988. 839p. ISBN 0-07-909944-0. 9 CHAPRA Steven C., CANALE Raymond P. Mtodos numricos para ingenieros: con aplicaciones en computadoras personales. 1988 (Biblioteca USCO Nro Topogrfico: 519.5 / C467m) 9 CONDE S. D, Carl de Boor. Anlisis numrico elemental: Un enfoque algortmico. Mc. Graw-Hill 1972, (Biblioteca USCO Nro Topogrfico: 511.8 / C761 Biblioteca). 9 CORMICK MC., John M. and SALVADOR M.C. Numerical Methods in FORTRAN. 1964. Prentice-Hall Inc Englewood Cliffs N:J. 9 CURTIS, F. Gerald, WHEATLEY, O. Patrick. Anlisis numrico con aplicaciones. Tr. Hugo Villagomez Vasquez. 6 Ed. Pearson Educacin. 2000, 698p. ISBN 968444-393-5 9 FADDEEVA, V.N. Computacional methods of linear algebra, Dover Publications. 1969, New York. 9 GASTINEL Nol; Anlisis numrico lineal. tr. Javier Ruiz Fernndez de Pinedo. 1975. (Biblioteca USCO Nro Topogrfico: 511.7 / G255). 9 GREENSPAN, D. Theory and solutions of Ordinary Differencial Equations. 1960 The. Mc Millan Co. New York. 9 KINCAID David y Ward Cheney; Anlisis numrico: Las matemticas del clculo cientfico. tr. Rafael. 1994 (Biblioteca USCO Nro Topogrfico: 515 / K51a). 9 LUTHE. Rodolfo, OLIVERA Antonio, SCHUTZ Fernando, Mtodos numricos. 1986 (Biblioteca USCO Nro Topogrfico: 511.7 / L973m). 9 McCRACKEN, Daniel D., Mtodos numricos y programacin fortran: con aplicaciones en ingeniera y ciencias. 1986. Editorial Limusa. Mxico. (Biblioteca USCO Nro. Topogrfico: 001.6424 / M117). 9 NAKAMURA Shoichiro; Anlisis numrico y visualizacin grfica con MATLAB. tr. Roberto Escalona Garca. 1998 (Biblioteca USCO N ro Topogrfico: 515.1 / N163a). 9 NAKAMURA Shoichiro; Mtodos numricos aplicados con software. tr. Oscar Alfredo Palmas Velasco. Prentice Hall Hispanoamericana S.A. 1995. 570p. (Biblioteca USCO. Nro. Topogrfico: 511.8 / N163m) ISBN 968-880-263-8 9 NIETO RAMIREZ Jos A., Mtodos numricos en computadoras digitales. Editorial Limusa 1980. (Biblioteca USCO Nro Topogrfico: 001.64042 / N677).
37 de 38
yacerque@gmail.com
9 RALSTON Anthony; Introduccin al anlisis numrico. tr. Carlos E. Cervantes de Gortari. Editorial Limusa. Mexico. 1978. 629p. (Biblioteca USCO Nro Topogrfico: 511.7 / R164.) 9 SCARBOROUGH, J.B Numerical mathematics analysis 9 SIERRA ROMERO, Alberto. Manual de Mtodos Numricos. Universidad Tecnolgica de Pereira. 9 SMITH, W. Allen; Anlisis numrico. tr. Francisco Javier Snchez Bernabe; Rev. Tc. Jos Luis Turriza Pinto. Prentice Hall Hispanoamericana S.A. 1988. 608p. (Biblioteca USCO Nro Topogrfico: 515 / S664a) ISBN 968-880-119-4. 9 STANTON, Ralp G. Numerical Methods for Science and Engineering. 1967. Prentice-Hall Inc. Englewood Cliffs N.J
Bibliografia OnLine:
http://sai.uam.mx/apoyodidactico/mn/ http://www.unalmed.edu.co/~ifasmar/libro.shtml http://www.iesrodeira.com/metodos_numericos/index-2.htm http://uprhmate01.upr.clu.edu/~pnm/notas4061/index.htm http://mailweb.udlap.mx/~ccastane/Analisis_Numerico_html/Lindley.html#RegresaGral1 http://www.ii.uam.es/~pedro/ccii/teoria/ http://webdiee.cem.itesm.mx/web/servicios/archivo/tutoriales/metodos/algoritmos/index.html http://www.ucsc.cl/~kdt/numerico/index.htm http://luda.azc.uam.mx/curso2/cp2indic.html http://www.geocities.com/SiliconValley/Pines/7894/metodos/ http://www.uv.es/~diaz/mn/fmn.html http://proton.ucting.udg.mx/posgrado/cursos/metodos/temario.html http://webdiee.cem.itesm.mx/web/servicios/archivo/tutoriales/metodos/algoritmos/index.html http://www.damtp.cam.ac.uk/user/fdl/people/sd/lectures/nummeth98/contents.htm http://anamat1.csi.ull.es/anamat_p/Titulaciones/matematicas.htm http://www.cnice.mecd.es/Descartes/ http://mathworld.wolfram.com/ http://www.elprisma.com/ http://www-gap.dcs.st-and.ac.uk/~history/index.html http://www.ciencia-hoy.retina.ar/indice.htm http://omega.ilce.edu.mx:3000/sites/ciencia/html/fisica.htm http://books.pdox.net/ http://arxiv.org/ http://pessoal.sercomtel.com.br/matematica/resumos.htm http://www.itlp.edu.mx/publica/tutors.htm http://www.rinconmatematico.com/libros.htm
38 de 38