Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodo de Muller
Metodo de Muller
f(x)
Parbola
0
f n ( x ) a 0 a1 x a 2 x 2 ....... a n x n
a 2 x 2 a1 x a 0 0
a1 a 4a 2 a 0
2
1
x x
X2
X1
Raz
estimada
2a 0
El mtodo
Un predecesor del mtodo de Muller, es el mtodo de
la secante, el cual obtiene races, estimando una
proyeccin de una lnea recta en el eje x, a travs de
dos valores de la funcin (Figura 1). El mtodo de
Muller toma un punto de vista similar, pero proyecta
una parbola a travs de tres puntos (Figura 2).
El mtodo consiste en obtener los coeficientes de los
tres puntos, sustituirlos en la frmula cuadrtica y
obtener el punto donde la parbola intercepta el eje x.
La aproximacin es fcil de escribir, en forma
conveniente esta sera:
f ( x 0 ) a ( x0 x 2 ) 2 b( x 0 x 2 ) c
f ( x1 ) a( x1 x 2 ) 2 b( x1 x 2 ) c
f ( x 2 ) a ( x 2 x 2 ) 2 b( x 2 x 2 ) c
La ltima ecuacin genera que, f ( x 2 ) c , de esta
forma, se puede tener un sistema de dos ecuaciones
con dos incgnitas:
h0 x1 x 0
Lnea recta
f ( x1 ) f ( x 2 )
x1 x 0
f ( x 2 ) f ( x1 )
1
x 2 x1
Sustituyendo en el sistema:
( h0 h1 )b ( h0 h1 ) 2 a h0 0 h1 1
h1b h1 a h1 1
2
1 0
h1 h0
x3 x 2
x
Raz
estimada
x3 x 2
x
b ah1 1
c f ( x2 )
2c
b b 2 4ac
2c
despejando
b b 2 4ac
Figura 1
h1 x 2 x1
f 2 ( x ) a ( x x 2 ) 2 b( x x 2 ) c
Raz
Figura 2
As, se busca esta parbola para intersectar los tres
puntos [x0, f(x0)], [x1, f(x1)] y [x2, f(x2)]. Los coeficientes
de la ecuacin anterior se evalan al sustituir uno de
esos tres puntos para dar:
X1
X0
f ( x1 ) f ( x 2 ) a ( x1 x 2 ) 2 b( x1 x 2 )
f(x)
f ( x 0 ) f ( x 2 ) a ( x0 x 2 ) 2 b( x 0 x 2 )
x1, 2
Raz
X0
Ea
x3 x 2
100%
x3
x2 = 3,9765 x1 = 5 x0 =5,5
Programa
Por ser un mtodo que trabaja de forma lineal, es
posible una aplicacin computacional en forma
sencilla, la cual sera:
SubMuller (xr, h, eps, maxit)
x2 = xr
x1 = xr + h*xr
x0 = xr h*xr
Do
iter = iter + 1
h0 = x1 + x0
h1 = x2 x1
d0 = (f(x1)-f(x0))/h0
d1 = (f(x2)-f(x1))/h1
a = (d1 d0)/(h1 + h0)
b = a*h1 +d1
c = f(x2)
rad = sqrt (b*b 4*a*c)
if I b+ rad I > l b - rad l then
den = b + rad
Else
den = b rad
End if
dxr = -2*c/den
xr = x2 + dxr
Print iter, xr
IF (Idxrl<eps*xr or iter>maxit) exit
x0 = x1
x1 = x2
x2 = xr
End do
End Muller
Ejemplo
f ( x) x 3 13 x 12
h = 0,1
3,9465
25,740
4,0011
0,614
4,0000
0,026
4,0000
0,000
Mtodo de Newton
Es una tcnica para encontrar el valor ptimo (mximo
o mnimo), de una funcin de una variable, f(x). Para
esta clase de anlisis se debe tener cuidado con los
sistemas multimodal, en los cuales existen valores
ptimos globales y locales. Para la gran mayora de
los casos, los estudios se centran en los globales.
El mtodo
Como antecedente para la explicacin del mtodo, se
tiene el mtodo de Newton-Raphson, el cual es un
mtodo abierto que encuentra la raz de x, tal que f(x)
= 0, el mtodo se resume as:
xi 1 xi
f ( xi )
f (xi )
f (x*) g ( x*) 0
f (xi )
f (xi )
x2 = 5 x1 = 5,5 x0 =4,5
Con un anlisis previo, las races son 3, -1 y 4
xi 1 xi
Solucin
Este es un mtodo abierto y similar al NewtonRaphson, ya que no requiere valores iniciales que
contengan el ptimo. Adems, comparte la desventaja
de poder ser divergente.
f (4,5) 20,625
f (5,5) 82,875
f (5) 48
Calculando
69,75 62,25
15
0,5 1
b 15( 0,5) 69,75 62,25
a
c 48
La raz cuadrada del discriminante es:
62, 25 2 4 15 48 31,544
As
x3 5
2 48
3,9765
62,25 31,544
Y el error estimado
Ea
Ahora
1,0235
100% 25,74%
x3
Ejemplo
Hallar el mximo de:
f ( x ) 2 sen( x)
x2
10
= 2,5
Solucin
f ( x ) 2 cos( x )
x
5
f (x) 2 sen( x)
1
5
xi 1 xi
2 cos( xi ) xi / 5
2 sen( xi ) 1 / 5
x1 2,5
2 cos(2,5) 2,5 / 5
0,995
2 sen(2,5) 1 / 5
x1 0,995
2 cos(0,995) 0,995 / 5
1,469
2 sen(0,995) 1 / 5
f(x)
-1,379
-1,878
-2,190
-2,180