METODO DEL PUNTO FIJO METODO DE NEWTON-RAPHSON METODO DE LA SECANTE

1. METODO DEL PUNTO FIJO Un punto fijo de una funcin , es un nmero tal que encontrar las soluciones de una ecuacin una funcin . El problema de

y el de encontrar los puntos fijos de

son equivalentes en el siguiente sentido: dado el problema de encontar , podemos definir una funcin con un punto . En forma inversa, si la funcin posee un

las soluciones de una ecuacin fijo de muchas formas; por ejemplo,

tiene un punto fijo en , entonces la funcin definida por cero en . El mtodo de punto fijo inicia con una aproximacin inicial y

genera .

una sucesin de aproximaciones la cual converge a la solucin de la ecuacin A la funcin se le conoce como funcin iteradora. Se puede demostrar que dicha sucesin converge siempre y cuando .

Ejemplo Usando el mtodo de punto fijo vamos a aproximar la solucin de la ecuacin dentro del intervalo Lo primero es buscar una funcin .

adecuada

Y claramente elegimos como funcin iteradora a

adems observe que

para toda convergente.

, lo cual garantiza que la sucesin que vamos a construir va a ser

La implementacin de este mtodo en Excel es realmente simple, como veremos.

1. En la celda A5 escribimos nuestra aproximacin inicial, en este caso 2. 2. En la celda A6 escribimos la frmula que calcular las aproximaciones:

3. Por ltimo arrastramos la celda A6 para generar las restantes aproximaciones. En la figura 10 se muestran los resultados generados por este mtodo.

Figura 10: Iteracin de punto fijo.

Una desventaja potencial del mtodo de punto fijo es que la eleccin de la funcin iteradora no siempre es fcil.

MTODO DE NEWTON-RAPHSON
Este mtodo, el cual es un mtodo iterativo, es uno de los ms usados y efectivos. A diferencia de los mtodos anteriores, el mtodo de Newton-Raphson no trabaja sobre un intervalo sino que basa su frmula en un proceso iterativo. Supongamos que tenemos la aproximacin

xi a la raz x r de f (x ) ,

Trazamos la recta tangente a la curva en el punto en un punto

( xi , f ( xi )) ; sta cruza al eje

xi +1 que ser nuestra siguiente aproximacin a la raz x r . x

i +1 , calculamos primero la ecuacin de la recta tangente. Para calcular el punto Sabemos que tiene pendiente

Y por lo tanto la ecuacin de la recta tangente es:

Hacemos

y = 0:

Y despejamos

x:

Que es la fmula iterativa de Newton-Raphson para calcular la siguiente aproximacin: , si Note que el mtodo de Newton-Raphson no trabaja con intervalos donde nos asegure que encontraremos la raz, y de hecho no tenemos ninguna garanta de que nos aproximaremos a dicha raz. Desde luego, existen ejemplos donde este mtodo no converge a la raz, en cuyo caso se dice que el mtodo diverge. Sin embargo, en los casos donde si converge a la raz lo hace con una rapidez impresionante, por lo cual es uno de los mtodos preferidos por excelencia.
i Tambin observe que en el caso de que , el mtodo no se puede aplicar. De hecho, vemos geomtricamente que esto significa que la recta tangente es horizontal y por lo tanto no intersecta al eje x en ningn punto, a menos que

f ( x ) = 0

coincida con ste, en cuyo caso Ejemplo 1

xi mismo es una raz de f (x) ! f ( x) = e x ln x ,

Usar el mtodo de Newton-Raphson, para aproximar la raz de comenzando con

x0 = 1 y hasta que a < 1% .

Solucin En este caso, tenemos que

De aqu tenemos que:

Comenzamos con

x0 = 1 y obtenemos:

En este caso, el error aproximado es,

Continuamos el proceso hasta reducir el error aproximado hasta donde se pidi. Resumimos los resultados en la siguiente tabla: Aprox. a la raz 1 1.268941421 1.309108403 1.309799389 Error aprox. 21.19% 3.06% 0.052%

De lo cual conclumos que la aproximacin obtenida es:

Ejemplo 2 Usar el mtodo de Newton-Raphson para aproximar la raz de

f ( x) = arctan x + x 1 , comenzando con x0 = 0 y hasta que a < 1% .

Solucin En este caso, tenemos que

La cual sustitumos en la frmula de Newton-Raphson para obtener:

Comenzamos sustituyendo

x0 = 0 para obtener:

En este caso tenemos un error aproximado de

a =

0 .5 0 100% = 100% 0 .5

Continuamos con el proceso hasta lograr el objetivo. Resumimos los resultado en la siguiente tabla: Aprox. a la raz 0 0.5 0.5201957728 0.5202689918 Error aprox. 100% 3.88% 0.01%

De lo cual conclumos que la aproximacin obtenida es:

Ejemplo 3 Usar el mtodo de Newton-Raphson para aproximar races cuadradas de nmeros reales positivos. Solucin Sea R o bien:

> 0 . Queremos calcular x tal que x = R ; elevando al cuadrado x 2 = R ,

x2 R = 0

Esto nos sugiere definir la funcin f ( x) = x R de donde estos datos en la frmula de Newton-Raphson nos da:
2

f ( x) = 2 x . Al sustituir

xi +1
La cual simplificada nos da:

xi2 R = xi 2 xi

xi +1 =

1 R xi + 2 xi

Esta frmula era conocida por los antiguos griegos (Hern).

Para fijar un ejemplo de su uso, pongamos obtenida, comenzando con

x0 = 5 . Resumimos los resultados en la siguiente tabla:

Error aprox. 1.96% 0.019% 0.0000018%

R = 26 y apliquemos la frmula

Aprox. a la raz 5 5.1 5.099019608 5.099019514 De lo cual conclumos que dgitos!

26 5.099019514 , la cual es correcta en todos sus

La misma idea puede aplicarse para crear algoritmos que aproximen races simas de nmeros reales positivos.

n-

Observe que cuando el mtodo de Newton-Raphson 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 lentitud del mtodo en estudio.

MTODO DE LA SECANTE
Este mtodo se basa en la frmula de Newton-Raphson, pero evita el clculo de la derivada usando la siguiente aproximacin:

(Recurdese la solucin numrica al problema del cuerpo en cada libre). Sustituyendo en la frmula de Newton-Raphson, obtenemos:

Que es la frmula del mtodo de la secante. Ntese que para poder calcular el valor de , necesitamos conocer los dos valores anteriores y . Obsrvese tambien, el gran parecido con la frmula del mtodo de la regla falsa. La diferencia entre una y otra es que mientras el mtodo de la regla falsa trabaja

sobre intervalos cerrados, el mtodo de la secante es un proceso iterativo y por lo mismo, encuentra la aproximacin casi con la misma rapidez que el mtodo de Newton-Raphson. Claro, corre el mismo riesgo de ste ltimo de no converger a la raz, mientras que el mtodo de la regla falsa va a la segura. Ejemplo Usar el mtodo de la secante para aproximar la raz de comenzando con Solucin Tenemos que , y hasta que . 1 ,

y :

, que sustitumos en la frmula

de la secante para calcular la aproximacin

Con un error aproximado de:

Como todava no se logra el objetivo, continuamos con el proceso. Resumimos los resultados en la siguiente tabla: Aprox. a la raz 0 1 0.612699837 0.653442133 0.652917265 Error aprox. 100% 63.2% 6.23% 0.08%

De lo cual conclumos que la aproximacin a la raz es:

Ejemplo Usar el mtodo de la secante para aproximar la raz de comenzando con Solucin Tenemos los valores y , y hasta que .

2 ,

y :

, que sustitumos en la

frmula de la secante para obtener la aproximacin

Con un error aproximado de:

Como todava no se logra el objetivo, continuamos con el proceso. Resumimos los resultados en la siguiente tabla: Aprox. a la raz 0 1 0.823315073 0.852330280 0.853169121 Error aprox. 100% 21.4% 3.40% 0.09%

De lo cual conclumos que la aproximacin a la raz es:

GRACIAS, leguis08