Introduccion A Los Metodos Numericos

BANCO CENTRAL DE COSTA RICA DIVISIN ECONMICA DEPARTAMENTO DE INVESTIGACIN ECONMICA
INTRODUCCIN A LOS MTODOS NUMRICOS
Desire Castrillo Rojas
Nota Tcnica
DEC-DIE-014-2009-NT. Marzo 2009
Documento de trabajo del Banco Central de Costa Rica, elaborado por el Departamento de Investigacin Econmica Las ideas expresadas en este documento son responsabilidad de la autora y no necesariamente representan la opinin del Banco Central de Costa Rica
Introduccin a los mtodos numricos Departamento de Investigacin Econmica
Marzo, 2009 DEC-DIE-014-2009-NT
Tabla de contenido
1. 2. Introduccin .................................................................................................................................... 3 Conceptos Importantes................................................................................................................... 4 Errores de truncamiento ......................................................................................................... 4 Errores de redondeo ............................................................................................................... 5 Otro trmino importante es el de algoritmo numrico .................................................................. 5 Convergencia................................................................................................................................... 5 3. Mtodos numricos de aproximacin para races de ecuaciones no lineales ............................... 6 Mtodo de la Biseccin ....................................................................................................................... 7 Mtodo del Punto Fijo ........................................................................................................................ 8 Mtodo de Newton............................................................................................................................. 9 Mtodo de la Secante ....................................................................................................................... 11 4. Mtodos numricos de aproximacin para sistemas de ecuaciones lineales ............................. 12 Mtodo de Jacobi.............................................................................................................................. 12 Mtodo Gauss- Seidel ....................................................................................................................... 13 5. Mtodos de sistemas numricos de aproximacin para sistemas de ecuaciones no lineales ..... 14 Mtodo de Newton en varias variables ............................................................................................ 14 6. 7. 8. 9. Uso de mtodos numricos en Economa .................................................................................... 16 Consideraciones finales ................................................................................................................ 17 Bibliografa .................................................................................................................................... 18 Anexos ........................................................................................................................................... 19 9.1 Algoritmos de los mtodos aqu estudiados............................................................................... 19 Algoritmo 1: Mtodo de la Biseccin ............................................................................................ 19 Algoritmo 2: Mtodo de Punto Fijo .............................................................................................. 20 Algoritmo 3: Mtodo de Newton-Raphson .................................................................................. 20 Algoritmo 4: Mtodo de la Secante .............................................................................................. 21 Algoritmo 6: Mtodo de Jacobi..................................................................................................... 22 Algoritmo 7: Mtodo de Gauss-Seidel .......................................................................................... 23 Algoritmo 8: Mtodo de Newton en varias variables ................................................................... 24 9.2 Implementacin de algunos algoritmos en Mathematica .......................................................... 25
1. Introduccin
Muchos de los fenmenos de la vida real son modelados matemticamente con el fin de poder explicarse, sin embargo en la mayora de los casos stos no pueden ser solucionados por medio de algn mtodo exacto1 y aunque algunas veces se puede lograr su solucin sta puede resultar demasiado laboriosa en trminos de tiempo y recursos computacionales. Los mtodos numricos (MN) solucionan este tipo de problema mediante la bsqueda de una solucin numrica aproximada y el clculo del error asociado, el cual se espera que sea lo suficientemente pequeo.
Los MN son herramientas o tcnicas, diseadas mediante algoritmos, que permiten la resolucin de problemas matemticos que tienen como caracterstica un elevado nivel de complejidad y que generalmente no pueden resolverse con los mtodos analticos
tradicionales y cuando esto es posible se requiere de un elevado costo.
La matemtica numrica es antigua, pero ha sido gracias al desarrollo computacional que se ha logrado desarrollar en forma aplicada. Sus aplicaciones son inmensas, utilizndose intensivamente en ingeniera, economa, ciencias naturales y otros.
Actualmente, el Departamento de Investigacin Econmica del Banco Central de Costa Rica (DIE) realiza las simulaciones de poltica de su Modelo Macroeconmico de Proyeccin Trimestral mediante el uso de estos mtodos y a travs del paquete economtrico de Eviews, sin embargo, tambin se est implementando el uso de software WinSolve para igualmente realizar simulaciones ya que se considera existen muchas ventajas en su uso.En aras de lograr un mejor entendimiento del mecanismo por el cual estos software realizan sus aproximaciones se realiza este documento, su objetivo es introducir al uso de algunas de las diferentes tcnicas de mtodos numricos usadas en software de aplicacin como Eviews y WinSolve, los cules son utilizados en el DIE.
El presente documento incluye, adems de esta introduccin una seccin de conceptos importantes. En la seccin 3 se explican los MN de aproximacin de races para
ecuaciones no lineales, continuando la siguiente seccin con los MN para la resolucin de sistemas de ecuaciones lineales, para continuar con los MN de sistemas de ecuaciones no lineales. En la seccin 6 se comenta un poco sobre el uso de los MN en la Economa y su
Se conoce como mtodo exacto o analtico
presencia en los software de aplicacin de Eviews y WinSolve y finalmente se exponen las conclusiones.
2. Conceptos Importantes
En este apartado se explica algunos conceptos importantes de manejar a la hora de utilizar la tcnicas numricas que se exponen en las secciones siguientes.
Los valores o
cifras
significativas permiten determinar la confianza de un valor
numrico, su importancia en los MN radica primero en que dado que stos son tcnicas iterativas, se puede establecer como criterio de parada el hecho de que una solucin alcance determinado nmero de cifras significativas; y segundo, se utilizan para decidir la precisin de un mtodo numrico. Por ejemplo, el nmero 2.820 x 103 posee cuatro dgitos significativos.
El trmino de exactitud, mide cun cerca se encuentra el valor calculado con respecto a su valor verdadero y el de precisin se refiere a la cercana de una aproximacin a un valor con respecto a las aproximaciones anteriores.
Un valor obtenido mediante el uso de los
MN al ser una aproximacin difiere de
su
solucin real en una cantidad que generalmente se denomina error.
ste trmino es de
vital importancia ya que la estimacin obtenida es evaluada dependiendo de qu tan pequeo sea este. El error asociado mide el grado de exactitud e incertidumbre de stos.
Los errores son clasificados en dos grandes categoras en la mayora de la literatura y son causados generalmente por el uso de computadores para realizar los clculos numricos. Estos se denominan error de truncamiento y error de redondeo. A continuacin se explican cada uno de ellos. Errores de truncamiento: se originan debido a que se procede a calcular una solucin mediante una aproximacin y por el empleo de un nmero finito de trminos de la serie para realizar un clculo que requiere un nmero infinito. Un ejemplo de error de truncamiento sucede con el valor del nmero de Euler e
x i 0
xi , el cual i!

k
se aproxima con e x
i 0
xi k i!
y por lo tanto se ha acortado el nmero de
trminos y por ende se incurre en el error. Errores de redondeo: Se originan debido a que los clculos numricos no pueden realizarse con una precisin infinita y al empleo de un nmero finito de trminos para realizar un clculo que requiere un nmero finito de ellos. Las tcnicas utilizadas son las que siguen: 1. Redondeo: se eliminan cierto nmero de cifras significativas realizando un ajuste sobre la ltima cifra no descartada. 2. Corte o poda: igual que con el redondeo se prescinde de cierto nmero de cifras no significativas sin realizar un ajuste en la ltima no descartada.
La medicin del error se realiza en forma absoluta o relativa. Burden (2001) lo define de la siguiente manera: Si p* es una aproximacin de p, el error absoluto es p relativo es
p * y el error
p* p
siempre que p0.
Otro trmino importante es el de algoritmo numrico,
tambin llamado mtodo
constructivo. Como se dijo anteriormente, los MN permiten encontrar soluciones mediante el uso de stos. Un algoritmo es un procedimiento que describe un nmero finito de pasos que pueden ejecutarse de manera lgica. El objetivo de un algoritmo es ser la base para implementar un procedimiento que resuelve un problema o que aproxima una solucin al problema (Burden, 2001). Convergencia: La convergencia es la propiedad que tienen algunas sucesiones de tender a un lmite. En mtodos iterativos como los numricos, se construye una sucesin Sn de aproximaciones a la solucin del problema. Sn se dice convergente si converge a la solucin buscada.
Ahora bien, suponga que n. Si existen las constantes
pn
n 0
es una sucesin que converge a p, con pn y con
p para todo
lim
n
pn pn
p p
5
Introduccin a los mtodos numricos Departamento de Investigacin Econmica luego,
Marzo, 2009 DEC-DIE-014-2009-NT , con un error asinttico constante si la secuencia . Una tcnica converge a la
pn
n 0
converge a p de orden
iterativa de la forma pn solucin p La constante
g ( pn 1 ) se dice de orden
(Burden, 2001).
pn
n 0
g ( p) de orden
dir cun rpido converge una sucesin, siendo las de ms alto orden, de =1 y cuando =2,
convergencia ms acelerada. Dos casos especiales se dan cuando
en donde se dice que la convergencia de la sucesin es lneal o cuadrtica respectivamente, siendo la segunda de convergencia ms rpida.
Una vez introducidos algunos trminos importantes que ayudarn a comprender el funcionamiento de los MN se procede a continuacin a explicar algunas de las diversas tcnicas numricas para la resolucin problemas matemticos. Los algoritmos para cada una de las tcnicas aqu expuestas se encuentran en el Anexo 1, as como la implementacin de algunos de ellos en Mathematica se encuentran en el Anexo 2.
3. Mtodos numricos de aproximacin para races de ecuaciones no lineales

El comportamiento de los fenmenos econmicos puede modelarse matemticamente por medio de ecuaciones, por lo tanto, la bsqueda de soluciones es una labor diaria del economista. Las soluciones encontradas son llamadas generalmente races o ceros de la funcin y son bsicamente los valores de x que hacen igual a cero la ecuacin, o sea, . Los MN estiman valores de x que aproximan a cero la funcin.
Una funcin lineal se define como una igualdad en la que intervienen solo sumas y restas de variables a la primera potencia y representan rectas en el plano cartesiano y que debe de cumplir las propiedades de aditividad ( f ( x forma bsica es y
y)
f ( x)
f ( y)) y homogeneidad. Su
mx b con m igual a la pendiente de la recta y b el intercepto con el eje
y. Por lo tanto, una ecuacin no lineal viola todas las propiedades anteriores.
La raz de una funcin, geomtricamente hablando, es el punto donde la funcin f ( x) cruza el eje x. Por ejemplo, en la siguiente grfica, se tendra que x encuentra una solucin en este punto.
1 , o sea, esta funcin
En este documento se hablar de los mtodos ms conocidos para la solucin de este tipo de problemas, dentro de los cules se incluyen el de la Biseccin, Punto Fijo, Secante y Newton-Raphson.
Mtodo de la Biseccin
Es uno de los mtodos ms antiguos y elementales de bsqueda de races y se basa en el Teorema del Valor Intermedio2, partiendo del supuesto de que dada una funcin
f ( x) continua en un intervalo a, b , con f (a )

menos un valor x
y f (b) con signos opuestos, existe al
a, b tal que f ( x) 0 .
El mtodo consiste en que una vez identificados los puntos a y b (con signos opuestos) se construye la primera aproximacin de la forma x1
a b . Luego si f (a)* f ( x1 ) 0 , 2
,
entonces los puntos tienen signos opuestos y por ende la solucin se encuentra en por lo que para la siguiente iteracin se toma b solucin se encuentra en x1, b por lo tanto a de la ecuacin.
x1 . Si f (a)* f ( x1 ) 0 , quiere decir que la x1 .Por ltimo, si f (a)* f ( x1 ) 0 es la raz
Teorema del Valor Intermedio: Sea f continua en un intervalo
a, b
y diferencible en
a, b
Entonces existe al menos
algn punto c en el intervalo abierto tal que la tangente a la curva en c es paralela a la recta secante que une los puntos (a, f (a)) y (b, f (b)) , es decir, f (b) f (a) f '(c)(b a) .
Con respecto al criterio de parada, se puede usar ya sea un nmero mximo de iteraciones o hacer que el error relativo menor a un nivel de error. Su principal crtica es su lenta convergencia.
En la Figura 2 se explica grficamente el mtodo. Se supone que en el intervalo a1 , b1 se encuentra la solucin, luego f (a ) y f (b) deben tener signos opuestos. El mtodo
contina segn se explic anteriormente hasta aproximarse a la solucin en el punto m.
Mtodo del Punto Fijo

Un punto fijo c es aquel en donde , en otras palabras, donde su imagen coincide con
3
l. Adems, debe garantizar la existencia y unicidad
de ese punto. El problema de
encontrar la solucin para ecuaciones de la forma transformndola de alguna manera en una equivalente g ( x) si p es raz de f ( x)
f ( x)
0 puede solucionarse
x para alguna funcin x, as

g ( x)
f ( p)
g ( p)
p es raz de x
La convergencia del mtodo se logra gracias a la aplicabilidad del Teorema del Punto Fijo 4. El mtodo consiste en la aproximacin de una solucin inicial y luego con la ecuacin
3
Si
g C a, b
g x
a, b
luego, g tiene un punto fijo en
a, b
. Adems,
g( x) existe sobre a, b
es nico.
y una
constante positiva
k 1 existe con g( x)
k para todo x (a, b) , luego el punto fijo en a, b
Si g es una funcin continua en [a, b] y g(x) [a, b] para todo x [a, b], entonces g tiene por lo menos un punto fijo en [a, b]. Si adems, g(x) existe para todo x [a, b], y |g(x)| K < 1 para todo x [a, b], K constante, entonces g tiene un nico punto fijo x [a, b]. La sucesin {xn}, con n definida, se encuentra mediante la frmula de iteracin:
4
xn
g ( xn 1 ), n 1, 2, 3,...
pn
g ( pn 1 ) se genera una sucesin de aproximaciones la cul converge a la solucin de

0 . A esta funcin g se le conoce como funcin iteradora, la cual
1.
la ecuacin f ( x)
converge si y solo si g ( x)
Mtodo de Newton
Tambin llamado el mtodo de Newton-Raphson es uno de los ms poderosos y mundialmente conocidos para la resolucin de problemas de bsqueda de races. Se basa en que la funcin f ( x) es derivable sobre un intervalo cerrado a, b , por lo que f tiene una pendiente definida y una nica lnea tangente en cada punto en a, b .
Con respecto a las formas de obtener el algoritmo se mencionarn aqu dos maneras. La Figura 3 se muestra como se obtienen aproximaciones a partir de rectas tangentes. Se inicia con el punto aproximado inicial P0, luego, la aproximacin P1 es la intercepcin con el eje x de la recta tangente con el punto (P0,f(P0)). La siguiente aproximacin P2 se genera por la intercesin de la recta tangente a la curva en el punto formado por la aproximacin anterior y la funcin evaluada en ese valor sucesivamente. y el eje x (en este caso (P1, f(P1)) y as
La segunda manera de obtener el algoritmo es desarrollando f(x) en una serie de Taylor, para un entorno del punto xn . aproximacin a x, tal que f ( x) Suponga que f
C 2 a, b . Tome x
a, b como una
0 y p x es pequea. El primer polinomio de Taylor
para f ( x) expandido alrededor de x
x x f ( x) f ( x) ( x x) f ( x) 2
f ( ( x))
donde
( x) se encuentra entre x y x . Como f(p)=0, si x=p, se tiene que
0
y como p
( p x) f ( x) ( p x) f '( x) f ''( ( p)) 2
x es pequeo ( p x)2 es an ms, por lo tanto
f ( x) ( p x) f ' ( x)
p x f ( x) f '( x)
As el Mtodo de Newton inicia con una aproximacin inicial y luego genera la secuencia
pn
n o
, por
pn
pn
f ( pn 1 ) f '( pn 1 )
Con respecto al criterio de parada, igualmente se selecciona un nivel de tolerancia del error
0) y luego construir p1,..., pN hasta que
pN pN
pN pN pN
1 1
, , pN 0
f ( pN )
Este mtodo, al igual que cualquier otro, posee sus ventajas y desventajas. Su mayor ventaja, y por la cul es uno de los preferidos, es que cuando converge a la raz (el cero de 10
la funcin), lo hace de una manera bastante rpida. Sin embargo, entre sus desventajas se puede mencionar el hecho de que al no trabajar sobre un intervalo, en donde se asegure que existe una raz, no existe ninguna garanta de que se est aproximando a sta. Adems, es imprescindible que la primera derivada sea diferente de cero para que el mtodo pueda utilizarse y que la aproximacin inicial sea bastante buena para que pueda converger.
Para resolver el problema que conlleva el clculo de la derivada en el mtodo anterior, existe la tcnica llamada Mtodo de la Secante.
Mtodo de la Secante
Como se muestra en la Figura 4, el Mtodo de la Secante inicia, a diferencia de la tcnica anterior, con una aproximacin de dos puntos ( p0 , p1 ) , luego el punto
p2 es calculado
como el intercepto de la lnea que une ( p0, f ( p0 )) y ( p1 , f ( p1 ) .La aproximacin p3 es el resultado de la interseccin de la lnea que une ( p1, f ( p1 )) y ( p2 , f ( p2 ) con el eje x , y as sucesivamente.
Al igual que el mtodo de Newton, ste no asegura la convergencia la que depender en gran medida de las aproximaciones iniciales que se tengan, por lo que un anlisis grfico siempre es importante a la hora de calcular los valores de aproximacin inicial. 11
4. Mtodos numricos de aproximacin para sistemas de ecuaciones lineales

Los sistemas lineales del tipo Ax
b son resueltos por mtodos directos e indirectos.
Dentro de los primeros se puede encontrar el mtodo de Gauss y el de descomposicin L-U5 . Sin embargo, muchas veces a estos no les es posible resolver sistemas de gran dimensin y se hace necesario usar otras herramientas ms poderosas. Los mtodos
indirectos dan soluciones a sistemas lineales ms complejos. Dentro de estos estn el Mtodo de Jacobi y el de Gauss-Seidel, ambas tcnicas iterativas.
Mtodo de Jacobi
Inicia con un vector de aproximacin x (0) a la solucin del sistema (x), generndose la secuencia
x( k )
k 0
que converge a x. Esta tcnica convierte el sistema
Ax
b en un
sistema equivalente de la forma x isima ecuacin en Ax
Tx c para una matriz fija T y un vector c. Resuelve la
b para xi ( aii
0 ) y se obtiene
xi
j 1 j i
aij x j aii
bi , para i 1, 2,..., n aii
luego genera cada xi( k ) de los componentes de x ( k
1)
para k
1 de la siguiente manera:
( aij x (jk 1) ) bi xi( k )

j 1 j i
aii
Tx( k
1)
, para i 1, 2,..., n
c , descomponiendo la matriz A en su
El sistema se escribe de la forma x( k )
diagonal (D), en su estricta triangular inferior (L) y en su estricta triangular superior (U), reescribindose el problema en (D-L-U)x=b
Para un mayor desarrollo de estos mtodos, consultar Burden, R. (1996)
12
a11 A a21 an1
a12 a22 an 2
a1n
a11 0
0 a22
0 0
0 0 ann
0 a21
0 0
0 0 an , n
1
0 0 0
0 0 0
a12 0
0 0
a1n an 1, n 0
a2 n ann
0 0
an1
A D L U
La ecuacin Ax b, o ( D L U ) x b es transformada en Dx x (L U )x b 0) para cada i D 1 ( L U ) x D 1b si D 1 existe (a11
Los resultados en forma matricial de la tcnica de Jacobi seran
x(k ) siT j x(k )
D 1 (L U ) xk Tj x(k
1)
D 1b D 1b
D 1 (L U ) y c j cj
Con respecto al criterio de parada del mtodo, se tiene el de un nmero de iteraciones mximo, otro criterio sera el de la tolerancia, el cual se describe de la siguiente manera:
x(k )
x( k x( k )
1)
Tol
,
claro est, usando la norma adecuada (se recomienda la norma infinita para este mtodo).
Mtodo Gauss- Seidel

El mtodo de Gauss-Seidel es muy similar al de Jacobi, con la diferencia de que el primero actualiza los valores ms recientes en cuanto se van obteniendo, de manera que converge ms rpido. Esto es, los componentes x ( k que
i 1 n
1)
son usados para calcular x k , de tal manera
aij x k j xi ( k )
j 1 j i 1
(aij x k 1 ) bi j aii
13
La mayora de las veces los resultados de este mtodo son mejores a los de Jacobi debido a la actualizacin de valores. Sin embargo, existen sistemas para los cuales Gauss-Seidel no converge, pero si lo hace Jacobi.
5. Mtodos de sistemas numricos de aproximacin para sistemas de ecuaciones no lineales

Como se mencion anteriormente, una ecuacin no lineal no se puede expresar en el plano cartesiano como una lnea (como se hace en una lineal). Dada sus caractersticas la mayora de las veces es casi imposible su clculo mediante mtodos algebraicos, por lo que se recurre a los MN.
La mayora de los mtodos de resolucin del tipo de sistemas no lineales son modificaciones de algunos de los mtodos para la resolucin de ecuaciones no lineales. Dentro de los mtodos utilizados se encuentran el de Gauss-Seidel para sistemas no lineales, el de la Mxima Pendiente, el de la Secante, el del Punto Fijo y el de Newton en varias variables, entre otros. En el presente documento se expondr este ltimo ya que hereda la propiedad de una rpida convergencia del mtodo de Newton-Raphson explicado anteriormente.
El mtodo de Gauss-Seidel para sistemas de ecuaciones no lineales, es muy similar al usado en sistemas lineales, con excepcin de que se necesita despejar en forma manual las ecuaciones y escribirlas en forma de funcin.
Mtodo de Newton en varias variables

El mtodo de Newton en varias variables se espera converja cuadrticamente, y se utiliza para sistemas de ecuaciones de pequea dimensin. siguiente forma Un sistema no lineal tiene la
f1 ( x1 , x2 ,..., xn ) 0, f 2 ( x1 , x2 ,..., xn ) 0, f n ( x1 , x2 ,..., xn ) 0

se puede definir adems, la funcin F de la siguiente manera 14
F ( x1, x2 ,..., xn ) ( f1 ( x1, x2 ,..., xn ), f2 ( x1, x2 ,..., xn ),..., f n ( x1, x2 ,..., xn ))t donde las funciones f1 , f2 ,..., fn son coordenadas de la funcin F.
Con esto, se puede interpretar el sistema de ecuaciones no lineales como el cero del campo vectorial F, o sea, F ( x) sistema se debe definir
0.
Adems, para garantizar la convergencia cuadrtica del
G( x)
x A( x) 1 F ( x) , n , el cul es solucin
Asumiendo A( x) como una matriz no singular y un punto fijo p desconocida de F ( x)
0.
Se puede construir el polinomio de Taylor que aproxima a que
f i alrededor de p de tal manera
fi ( x)
fi ( p)
fi ( p)( x p) r2 ( x)
Adems, si se define J como la matriz jacobiana6 de F (arreglo de gradientes)
y con
r2 ( x) que tiende a 0, se puede sustituir el sistema no lineal por el siguiente lineal

F ( p) J ( x( ap ) )( x x( ap ) ) 0 ,
con
f1 ( x ) J (x )
k
f2 ( x ) fn ( x )
k
Luego, manipulando un poco algebraicamente se obtiene finalmente
x( k
1)
x( k )
J xk
F ( x( k ) )
La debilidad de este mtodo radica en el clculo e inversin de la matriz jacobiana en cada iteracin. Es debido a lo anterior, que muchas veces se evita el segundo paso encontrando un vector de manera que J ( x( k ) ) y
F ( x( k ) ) y luego la nueva aproximacin es obtenida
La matriz Jacobiana deber ser no singular.
15
sumando al vector y x ( k ) . El inconveniente de este procedimiento es que necesita ms pasos y por ende la convergencia llega en un tiempo mayor que en el mtodo sin modificar.
6. Uso de mtodos numricos en Economa
Como se dijo anteriormente son muchas las aplicaciones de los mtodos numricos en diferentes mbitos, en este apartado interesa mencionar un poco sobre sus aplicaciones en economa. Su uso puede iniciarse con tcnicas de optimizacin en las que se pueden mencionar por ejemplo algoritmos heursticos de optimizacin, tales como el
Recalentamiento recosido (Simmulated Annealing en ingls), Bsqueda Tab (Tabu search), algoritmos genticos y de optimizacin multiobjetivo, entre otros. En el campo de la economa dinmica, como el clculo de variaciones y de control ptimo, se puede mencionar ms especficamente el modelo de agentes con vidas infinitamente largas (el modelo bsico de ciclos econmicos reales, modelos con fricciones, economas abiertas y agentes heterogneos) y el modelo de generaciones traslapadas, entre muchas otras aplicaciones.
En el DIE se utiliza una serie de paquetes especializados entre los que se encuentran Eviews y WinSolve. Estas herramientas usan anlisis numrico tanto para la resolucin de sistemas de ecuaciones como para procesos de optimizacin.
Con respecto a Eviews, ste utiliza por defecto el mtodo de Gauss-Seidel a la hora del clculo de sistema de ecuaciones no lineales. Tambin se encuentran las opciones del Mtodo de Newton y el de Broyden7.
En el caso de WinSolve, posee cuatro mtodos para la resolucin de sistemas de ecuaciones, a saber, el de Gauss-Seidel, el rpido Gauss-Seidel8, Jacobi y el de Newton. Se recomienda el uso de ste ltimo mtodo en el caso de sistemas pequeos y el uso del mtodo de Gauss-Seidel y Jacobi con sistemas de ms grande escala.
El mtodo de Broyden es una modificacin del Mtodo de Newton, el cul trata de disminuir el costo de cada iteracin usando aproximaciones para las derivadas del sistema de ecuaciones (Eviews: User guide II, 2007) 8 El cul es una variante del mtodo de Gauss-Seidel que permite una convergencia ms rpida
16
7. Consideraciones finales
Del anlisis de los mtodos numricos expuestos en este documento se concluye que existe una gran variedad de mtodos para los diferentes problemas de resolucin de ecuaciones y sistemas matemticos, segn su naturaleza.
Muchas veces se tiene que para un determinado problema, el mtodo utilizado no converja, por lo que es recomendable probar con otro con caractersticas similares en busca de una aproximacin a la solucin de la ecuacin o sistema que se busca resolver
La importancia de tener conocimientos sobre las caractersticas de cada uno radica en saber cul mtodo aplicar a determinado problema y encontrar as la mejor aproximacin a la solucin buscada.
Las tcnicas numricas de aproximacin son utilizadas en las simulaciones del Modelo Macroeconmico de Proyeccin Trimestral, por lo que el conocerlas ms a fondo ayudar a un mayor entendimiento del proceso en su conjunto para sus ejecutores.
Igualmente, en la construccin de un modelo dinmico estocstico de equilibrio general, el entendimiento de estas tcnicas ser de mucho beneficio en su construccin.
Este documento solo pretende dar una explicacin de los fundamentos del anlisis numrico, por lo tanto sus aplicaciones en la Economa no se exponen de manera detallada.
17
8. Bibliografa
Bravo, Juan (2005)El mtodo de Newton-Raphson-la alternativa del ingeniero para resolver sistemas de ecuaciones no lineales. Scientia et Technica. Ao XI. N27 Burden, R. Faires, D. (2001). Numerical Analysis. Stima Edicin. Thomson Learning, Inc. Daz, Wladimiro (1998). Mtodo numricos. Universidad de Valencia. Montero, Gustavo (2007)Mtodos iterativos para la resolucin de ecuaciones Universidad de las Palmas de Gran Canaria. Prez, Justo. Material didctico mtodos matemticos VI Universidad de la Laguna. Pierse, Richard (2007). WinSolve Version 4: An introductory guide Department of Economics, University of Surrey. Quantitative Micro Software (2007). Eviews 6: User guide II Saenz, Carlota (2006) Resolucin numrica de sistema de ecuaciones no lineales Universidad Pontificia Comillas. Vadillo, F. (2006). Ecuaciones no lineales. Universidad del Pas Vasco no lineales.
castrillord@bccr.fi.cr
18
9. Anexos
9.1 Algoritmos de los mtodos aqu estudiados
Algoritmo 1: Mtodo de la Biseccin Inicio: Sea g(x) una funcin continua.
Parmetros iniciales : N=mximo nmero de iteraciones Tol=nivel de precisin con respecto a la solucin exacta a,b=solucin inicial
Defina n=0. FA=f(a) Mientras n
p FP
(b a ) ; 2 f ( p)
0 (b a) ; Tol 2
Si FP
Salida p Parar Incremente n
n 1
p
Si FA * FB
0, entonces b
Salida El mtodo fall despus de N iteraciones Parar
*********************************************************************************************************
19
Introduccin a los mtodos numricos Departamento de Investigacin Econmica Algoritmo 2: Mtodo de Punto Fijo Inicio: Sea g(x) una funcin continua. Parmetros iniciales : N=mximo nmero de iteraciones
Tol=nivel de precisin con respecto a la solucin exacta X0=solucin inicial Defina n=0. Mientras n
N
1
xn
g ( xn )
1
Si xn
xn
1
Tol
Salida xn Parar
Incremente n
n 1
Salida El mtodo fall despus de N iteraciones Parar ********************************************************************************************************* Algoritmo 3: Mtodo de Newton-Raphson Parmetros iniciales : N=mximo nmero de iteraciones Tol=nivel de precisin con respecto a la solucin exacta p0=solucin inicial Defina n=0. Mientras n
p0
f ( p0 ) ( clculo de pi ) f '( p0 )
Si p x0
Tol
Salida p (El proceso fue exitoso) Parar Incremente n
n 1
p0
Parar
p (actualizar)
Salida El mtodo fall despus de N iteraciones
******************************************************************************************************* 20
Introduccin a los mtodos numricos Departamento de Investigacin Econmica Algoritmo 4: Mtodo de la Secante Parmetros iniciales: N=mximo nmero de iteraciones
Tol=nivel de precisin con respecto a la solucin exacta p0 y p1 =soluciones iniciales Tome n=2
q0 q1
Mientras n
f ( p0 ) f ( p1 )
Tome p
p1
q1 ( p1 p0 ) (Clculo de pi ) q1 q0
Si p
p1
Tol
Salida p (El procedimiento fue exitoso) Parar Incremente n Tome
n 1
p0 q0 p1 q1
p1 ; q1 ; p; f ( p );
*********************************************************************************************************
21
Introduccin a los mtodos numricos Departamento de Investigacin Econmica Algoritmo 6: Mtodo de Jacobi Resolver Ax=b, dada una solucin inicial x (0) Parmetros iniciales: dimensin del sistema A=entradas aij , con i b=entradas bi
j, j
n de la matriz A
Tol=nivel de precisin con respecto a la d solucin exacta
x (0) =solucin inicial

Tome k=1
Mientras k
N
n
Para i=1,,n
(aij x (0) ) bi j xi( k )

j 1 j i
aii
Si x
x (0)
Tol
Salida ( xi ,..., xn ) (El procedimiento fue exitoso) Parar Incremente k Para i=1,,n Tome xi(0)
k 1
xi
*********************************************************************************************************
22
Introduccin a los mtodos numricos Departamento de Investigacin Econmica Algoritmo 7: Mtodo de Gauss-Seidel Resolver Ax=b, dada una solucin inicial x (0) Parmetros iniciales : dimensin del sistema A=entradas aij , con i b=entradas bi
j, j
n de la matriz A
Tol=nivel de precisin con respecto a la d solucin exacta
x (0) =solucin inicial

Tome k=1
Mientras k
N
i 1 n
Para i=1,,n
aij x j xi( k )
j 1 j i 1
aij x (0) bi j aii
Si x
x (0)
Tol
Salida ( xi ,..., xn ) (El procedimiento fue exitoso) Parar Incremente k Para i=1,,n Tome xi(0)
k 1
xi
Salida El mtodo fall despus de N iteraciones Parar *********************************************************************************************************
23
Algoritmo 8: Mtodo de Newton en varias variables Aproximar el sistema no lineal F(x)=0, dada una solucin inicial x (0) Parmetros iniciales : dimensin del sistema Tol=nivel de precisin con respecto a la d solucin exacta
x ( x1, x2 ,..., xn ) =solucin inicial

Tome k=1 Mientras k
N
fi ( x) xj para 1 i, j
F ( x)
Calcular F(x) y J(x) J ( x)i , j
Resuelva el sistema lineal nxn J ( x) y Haga x=x+y Si y
Tol ,
Salida x (El procedimiento fue exitoso) Parar Incremente k
k 1
********************************************************************************************************
24
9.2 Implementacin de algunos algoritmos en Mathematica
25
26
Mtodo de Newton en Varias Variables
27

Introduccion A Los Metodos Numericos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Introduccion A Los Metodos Numericos

Cargado por

Copyright:

Formatos disponibles

BANCO CENTRAL DE COSTA RICA DIVISIN ECONMICA DEPARTAMENTO DE INVESTIGACIN ECONMICA

INTRODUCCIN A LOS MTODOS NUMRICOS

Desire Castrillo Rojas

Introduccin a los mtodos numricos Departamento de Investigacin Econmica

Marzo, 2009 DEC-DIE-014-2009-NT

Introduccin a los mtodos numricos Departamento de Investigacin Econmica

Marzo, 2009 DEC-DIE-014-2009-NT

tradicionales y cuando esto es posible se requiere de un elevado costo.

Se conoce como mtodo exacto o analtico

Introduccin a los mtodos numricos Departamento de Investigacin Econmica

Marzo, 2009 DEC-DIE-014-2009-NT

significativas permiten determinar la confianza de un valor

Un valor obtenido mediante el uso de los

MN al ser una aproximacin difiere de

solucin real en una cantidad que generalmente se denomina error.

Introduccin a los mtodos numricos Departamento de Investigacin Econmica

Marzo, 2009 DEC-DIE-014-2009-NT

y por lo tanto se ha acortado el nmero de

siempre que p0.

Otro trmino importante es el de algoritmo numrico,

tambin llamado mtodo

Ahora bien, suponga que n. Si existen las constantes

es una sucesin que converge a p, con pn y con

Introduccin a los mtodos numricos Departamento de Investigacin Econmica luego,

iterativa de la forma pn solucin p La constante

convergencia ms acelerada. Dos casos especiales se dan cuando

3. Mtodos numricos de aproximacin para races de ecuaciones no lineales

mx b con m igual a la pendiente de la recta y b el intercepto con el eje

1 , o sea, esta funcin

Introduccin a los mtodos numricos Departamento de Investigacin Econmica

Marzo, 2009 DEC-DIE-014-2009-NT

f ( x) continua en un intervalo a, b , con f (a )

y f (b) con signos opuestos, existe al

x1 . Si f (a)* f ( x1 ) 0 , quiere decir que la x1 .Por ltimo, si f (a)* f ( x1 ) 0 es la raz

Teorema del Valor Intermedio: Sea f continua en un intervalo

Entonces existe al menos

Introduccin a los mtodos numricos Departamento de Investigacin Econmica

Marzo, 2009 DEC-DIE-014-2009-NT

contina segn se explic anteriormente hasta aproximarse a la solucin en el punto m.

Mtodo del Punto Fijo

l. Adems, debe garantizar la existencia y unicidad

de ese punto. El problema de

x para alguna funcin x, as

luego, g tiene un punto fijo en

k para todo x (a, b) , luego el punto fijo en a, b

Introduccin a los mtodos numricos Departamento de Investigacin Econmica

Marzo, 2009 DEC-DIE-014-2009-NT

g ( pn 1 ) se genera una sucesin de aproximaciones la cul converge a la solucin de

Introduccin a los mtodos numricos Departamento de Investigacin Econmica

Marzo, 2009 DEC-DIE-014-2009-NT

0 y p x es pequea. El primer polinomio de Taylor

para f ( x) expandido alrededor de x

( x) se encuentra entre x y x . Como f(p)=0, si x=p, se tiene que

( p x) f ( x) ( p x) f '( x) f ''( ( p)) 2

x es pequeo ( p x)2 es an ms, por lo tanto

0) y luego construir p1,..., pN hasta que

Introduccin a los mtodos numricos Departamento de Investigacin Econmica

Marzo, 2009 DEC-DIE-014-2009-NT

Introduccin a los mtodos numricos Departamento de Investigacin Econmica

Marzo, 2009 DEC-DIE-014-2009-NT

4. Mtodos numricos de aproximacin para sistemas de ecuaciones lineales

b son resueltos por mtodos directos e indirectos.

que converge a x. Esta tcnica convierte el sistema