Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MÉTODOS NUMÉRICOS
Teorema de Bolzano:
Sea f : [a, b ] → ℝ una función continua en dicho intervalo y tal que toma valores de
distinto signo en los extremos de dicho intervalo( f (a) ⋅ f (b) < 0 ), entonces existe un
punto x 0 ∈ ( a, b ) tal que f ( x 0 ) = 0 .
Es decir la ecuación f(x)=0 tiene al menos una solución en el interior de dicho intervalo.
MÉTODO DE LA BISECCIÓN:
Sea f(x) una función continua en un intervalo [ a, b ] . El teorema de Bolzano afirma que si se
cumple que f ( a ) ⋅ f ( b ) < 0 entonces existe al menos una solución de la ecuación f(x)=0 en
dicho intervalo. Se trata de aproximarse a dicha solución.
a+b
Calculamos el punto medio del intervalo x1 = y posteriormente calculamos f ( x1 ) .
2
De los dos intervalos [ a, x1 ] y [ x1 , b ] tomamos aquel en que la función tome signos distintos en
los extremos, para volver a aplicar de nuevo el método. Así lo aplicaríamos sucesivamente.
b−a
Cota superior de error en el método de la bisección: en ≤ n
2
Ejemplo 1: Resolver la ecuación x = e− x mediante el método de la bisección. Determinar
cuántas bisecciones hemos de realizar para aproximar la solución con 3 cifras decimales
exactas.
Primero, si no nos dan el intervalo de partida tenemos que buscar dicho intervalo, para ello
representamos gráficamente las funciones:
Luego la función f ( x) = x − e− x tiene una solución en [ 0,1] ya
que es continua y
f (0) = −1 < 0
f (1) = 1 − e −1 = 0.6321.... > 0
0 +1
Tomamos x1 = = 0´5 f (0´5) = 0´5 − e −0´5 = −0´10653 < 0
2
1 + 0´5
[0´5,1] x2 = = 0´75 f (0´75) = 0´2776334 > 0
2
0´5 + 0´75
[0´5,0´75] x3 = = 0´625 f ( x3 ) = 0´0897385 > 0
2
0´5 + 0´625
[0´5,0´625] x4 = = 0´5625 f ( x4 ) = −0´0072828 < 0
2
0´5625 + 0´625
[0´5625,0´625] x5 = = 0´59375 f ( x5 ) > 0
2
Y así sucesivamente conforme vamos biseccionando nos vamos acercando a la solución.
b−a
El error que cometemos en la bisección n en ≤ n
2
Para aproximar la solución con tres cifras decimales exactas quiere decir que el error ha de ser
menor que 10−3
1
Cálculo. Métodos Numéricos.
b−a 1 1 1
en ≤ n
= n
< 10−3 ⇒ n
< ⇒ 2n > 000 ⇒ n = 10
2 2 2 1000
Hay que hacer 10 bisecciones.
f ( x) = x − e− x
f (0´5) = −0´106530659 < 0
f (0´6) = 0´051188363 > 0
f ´( x) = 1 + e− x > 0 creciente
f ´´( x) = −e− x < 0 convexa
Tomamos x0 = 0´5
f ( x0 )
x1 = x0 − = 0´566311002
f ´( x0 )
f ( x1 )
x2 = x1 − = 0´567143165
f ´( x1 )
f ( x2 )
x3 = x2 − = 0´56714329
f ´( x2 )
Hay que tener en cuenta que cuanto más pequeño tomemos el intervalo inicial más rápido
obtendremos la solución.
2
Cálculo. Métodos Numéricos.
x0 = a f ( a ) < 0
Supongamos f ´´( x) > 0 en [ a, b ] (tomamos x1 =b fijo en los intervalos)
x1 = b f (b) > 0
La recta que pasa por ( a, f (a) ) y ( b, f (b) ) es:
f ( x1 ) − f ( x0 ) f ( x1 ) ( x1 − x0 )
y - f ( x1 ) = ( x − x1 ) y su corte con y=0 es x = x1 − = x2
x1 − x0 f ( x1 ) − f ( x0 )
Si repetimos el proceso en el nuevo intervalo que tendrá como extremos el punto anterior y el
otro extremo fijo b, nos vuelve a salir otro punto x3 más cercano a c como muestra el dibujo. Si
f ( xn ) ( xn − xn −1 )
repetimos el proceso reiteradamente llegamos a : xn +1 = xn −
f ( xn ) − f ( xn −1 )
3
Cálculo. Métodos Numéricos.
f ( x) = Lnx − e− x
a =1 f (1) = −0´367879441 < 0
b=2 f (2) = 0´557811897 > 0
1 −x
f ´( x) =
+ e > 0 creciente
x
1
f ´´( x) = − 2 − e− x < 0 convexa
x
Dejamos fijo siempre el extremo x=1 ta que f(1) tiene el mismo signo que f´´(x).
x0 = 1 f ( x0 ) = −0´367879441
x1 = 2 f ( x1 ) = 0´557811897
Dejamos fijo siempre x 0 = 1
f ( x1 ) ( x1 − x0 )
x2 = x1 − = 1´397410482
f ( x1 ) − f ( x0 )
x1 = 1 f ( x1 ) f ( x2 ) ( x2 − x1 )
[1,1´397410482] x3 = x2 − = 1´28547612
x2 = 1´397410482 f ( x2 ) f ( x2 ) − f ( x1 )
x = 1 f ( x2 ) f ( x3 ) ( x3 − x2 )
[1,1´28547612] x2 = 1´28547612 x4 = x3 − = 1´310676758
3 f ( x3 ) f ( x3 ) − f ( x2 )
x = 1 f ( x3 ) f ( x4 ) ( x4 − x3 )
[1,1´310676758 ] 3 x5 = x4 − = 1´309808398
x4 = 1´310676758 f ( x4 ) f ( x4 ) − f ( x3 )
x = 1 f (x ) f ( x5 ) ( x5 − x4 )
[1,1´309808398] x4 = 1´309808398 4 x6 = x5 − = 1´309799583
5 f ( x5 ) f ( x5 ) − f ( x4 )
x = 1 f ( x6 ) ( x6 − x5 )
[1, 1´309799583 ] x5 = 1´309799583 x7 = x6 − = 1´309799586
6 f ( x6 ) − f ( x5 )
Este mismo ejercicio con el método de Newton o de la tangente sería:
1
x0 = 1 f ( x0 ) = −0´367879441 f ´( x) = + e− x > 0 creciente
x
1
f ´´( x) = − 2 − e − x < 0 convexa
x
f (1) f ( x1 )
x1 = 1 − = 1´268941 x2 = x1 − = 1´309108403
f ´(1) f ´( x1 )
f ( x2 ) f ( x3 )
x3 = x2 − = 1´309799389 x4 = x3 − = 1´309799586
f ´( x2 ) f ´( x3 )
4
Cálculo. Métodos Numéricos.
Ejemplo 5: Utilizando el método de la cuerda resuelve la ecuación x − senx = 0´25 con error
menor que una milésima.
f ( x) = x − senx − 0´25 = 0
f (1) = −0´091470984 < 0
f (1´2) = 0´017960914 > 0
f ´( x) = 1 − cos x > 0 creciente
f ´´( x) = senx > 0 cóncava
Dejamos fijo el extremo x=1´2
x0 = 1 f ( x0 ) f ( x1 ) ( x1 − x0 )
x2 = x1 − = 1´167174262
x1 = 1´2 f ( x1 ) f ( x1 ) − f ( x0 )
x1 = 1´167174262 f ( x1 ) f ( x2 ) ( x2 − x1 )
x3 = 1´2 − = 1´171143012
x2 = 1´2 f ( x2 ) f ( x2 ) − f ( x1 )
x2 = 1´171143012 f ( x2 ) f ( x3 ) ( x3 − x2 )
x4 = x3 − = 1´171229918
x3 = 1´2 f ( x3 ) f ( x3 ) − f ( x2 )
Por el método de la tangente:
f (x 0 ) f (x1 )
x 0 = 1´2 x1 = x 0 − = 1´171832302 x 2 = x1 − = 1´171229926
f´(x 0 ) f´(x1 )
5
Cálculo. Métodos Numéricos.
π
Ejemplo 7: Resolver cos x = x en 0, con 6 cifras decimales de exactitud.
2
• Si lo hacemos por el método de la bisección para llegar a dicha precisión habría que hacer
un número “n” de bisecciones tal que
π
−0
π 2n +1
2 < 0´000001 ⇒ n +1
< 0´000001 ⇒ > 1000000 ⇒ 2n +1 > 1000000π luego
2 n
2 π
n +1=22 Por tanto habría que hacer 21 bisecciones para llegar a dicha exactitud.
( ) π
Como f π < 0 y f´´(x) = − cos x < 0 en 0, tomamos:
2 2
π
x0 =
2
f (x 0 ) f (x1 )
x1 = x 0 − = 0´785398163 x 2 = x1 − = 0´739536133
f´(x 0 ) f´(x1 )
f (x 2 ) f (x 3 )
x3 = x 2 − = 0´739085178 x 4 = x3 − = 0´739085133
f´(x 2 ) f´(x 3 )
• Por el método de la secante o de la cuerda:
x0 = 0
f ( x1 ) ( x1 − x0 )
π x2 = x1 − = 0´61101547
x1 = f ( x1 ) − f ( x0 )
2
x1 = 0´61101547
f ( x2 )( x2 − x1 )
π x3 = x2 − = 0´723269541
x2 = f ( x2 ) − f ( x1 )
2
x2 = 0´723269541
f ( x3 )( x3 − x2 )
π x4 = x3 − = 0´739567107
x3 = f ( x3 ) − f ( x2 )
2
x3 = 0´739567107
f ( x4 ) ( x4 − x3 )
π x5 = x4 − = 0´739083436
x4 = f ( x4 ) − f ( x3 )
2
x4 = 0´739083436
f ( x5 )( x5 − x4 )
π x6 = x5 − = 0´739085133
x5 = f ( x5 ) − f ( x4 )
2
x5 = 0´739085133
f ( x6 )( x6 − x5 )
π x7 = x6 − = 0´739085133
x6 = f ( x6 ) − f ( x5 )
2
6
Cálculo. Métodos Numéricos.
f ( x) = x − e− x
f (0) = −1 < 0 Por el teorema de Bolzano al ser f
f (1) = 0´6321205588 > 0
continua y tener distinto signo en los extremos del intervalo [ 0,1]
podemos asegurar que existe al menos una solución de dicha
ecuación.
Calculando f´(x) = 1 + e− x > 0 en dicho intervalo, luego es estrictamente creciente y por tanto la
solución en dicho intervalo es única.
Vamos a calcular la solución por el método del punto fijo.
Para ello se expresa la función en forma de x = g(x) donde a g(x) se le exige que cumpla que
sea derivable y que g´(x) < 1 en dicho intervalo.
7
Cálculo. Métodos Numéricos.
8
Cálculo. Métodos Numéricos.
−∞ 0 +∞
P(x) = x 4 − 4x + 1 + + +
P1(x) 4x 3 − 4 ≡ x 3 − 1 − − +
P2(x)= 3x − 1 − − +
26 + + +
P3(x)=
27
Nº cambios de signo 2 2 0
TEOREMAde Sturm:
Sea P (x) un polinomio de coeficientes reales. Construimos el sistema de Sturm para
P(x). Sean a y b números reales, a < b y ninguno de los dos es raíz de f (x) = 0. Entonces
la cantidad de raíces reales de P (x) = 0 entre a y b es la diferencia entre el número de
variaciones de signo del sistema de Sturm
P(x), P1(x), P2(x),..., Pk - 1(x), Pk(x)
para x = b y el número de variaciones del sistema para x = a. Los términos que den cero
deben ser descartados antes de contar los cambios de signo.
Nº raíces reales en el intervalo ( −∞,0 ) será 2 – 2 =0 raíces
Nº raíces reales en el intervalo ( 0, +∞, ) será 2 – 0=2 raíces reales
9
Cálculo. Métodos Numéricos.
2) INTERPOLACIÓN NUMÉRICA .
Método de Lagrange: Se trata de calcular una función polinómica que pase por los puntos
P ( x i , f (x i ) ) que nos indiquen.
n
p( x) = ∑ f ( xi ) ⋅ li ( x) li ( x) = ∏
n (x − xj )
i =0 j =0 ( xi − x j )
j ≠i
Ejemplo 1.- Calcular el polinomio de Lagrange que pase por los puntos
x 0 1 2
y -1 1 3
l0 ( x) =
( x − 1)( x − 2 ) = ( x − 1)( x − 2 )
( 0 − 1)( 0 − 2 ) 2
( x − 0 )( x − 2 ) = x ( x − 2 )
l1 ( x) =
(1 − 0 )(1 − 2 ) −1
( x − 0 )( x − 1) = x ( x − 1)
l2 ( x) =
( 2 − 0 )( 2 − 1) 2
p( x) = ( −1)
( x − 1)( x − 2 ) + 1 x ( x − 2 ) + 3 x ( x − 1) = 4 x − 2 = 2 x − 1
2 −1 2 2
Los tres puntos están alineados ya que no se obtiene un polinomio de grado dos sino de grado
uno.
Ejemplo 2.- Calcular el polinomio de Lagrange que pase por los puntos
x 0 1 2 -1
y 0 1 3 0
l0 ( x) =
( x − 1)( x − 2 )( x + 1) = ( x − 1)( x − 2 )( x + 1)
( 0 − 1)( 0 − 2 )( 0 + 1) 2
( x − 0 )( x − 2 ) = x ( x − 2 )( x + 1)
l1 ( x) =
(1 − 0 )(1 − 2 )(1 + 1) −2
l2 ( x) =
( x − 0 )( x − 1)( x + 1) = x ( x − 1)( x + 1)
( 2 − 0 )( 2 − 1)( 2 + 1) 6
l3 ( x) =
( x − 0 )( x − 1)( x − 2 )
=
x ( x − 1)( x − 2 )
( −1 − 0 )( −1 − 1)( −1 − 2 ) −6
x ( x − 2 )( x + 1) x ( x − 1)( x + 1) x2 x
p( x) = −1 + = +
2 2 2 2
10
Cálculo. Métodos Numéricos.
3. INTEGRACIÓN NUMÉRICA:
Para calcular el valor de una integral definida, es decir para calcular el área encerrada por una
curva entre dos valores de x, podemos calcular una aproximación por distintos métodos.
Método del trapecio:
Sea f(x) una función continua en [ a, b ] y dos veces derivable en dicho intervalo.
Las fórmulas compuestas permiten obtener mejores aproximaciones. Para ello dividimos el
intervalo de integración en varios tramos y el área será la suma de los n trapecios, resultando:
b
h b−a
∫ f (x)dx = 2 f (a) + 2f ( x1 ) + 2f ( x 2 ) + .........2f ( x n −1 ) + f (b) h=
n
a
Para su demostración basta con sumar las áreas de los n trapecios:
( f ( x1 ) + f ( x0 ) ) h + ( f ( x2 ) + f ( x1 ) ) h + ( f ( x3 ) + f ( x2 ) ) h + ..... + ( f ( xn ) + f ( xn−1 ) ) h =
2 2 2 2
h
( f ( x1 ) + f ( x0 ) ) + ( f ( x2 ) + f ( x1 ) ) + ( f ( x3 ) + f ( x2 ) ) + ...... + ( f ( xn ) + f ( xn −1 ) ) =
2
h
[ f ( x0 ) + 2 f ( x1 ) + 2 f ( x2 ) + ....... + 2 f ( xn−1 ) + f ( xn )]
2
Fórmula de Simpson: En este caso se interpola la función f(x) por el polinomio de segundo
grado de interpolación de Lagrange que pasa por los puntos
a + b a + b
( a, f (a) ) , ,f , ( b,f (b) ) e
2 2
integrando dicho polinomio entre x=a y x=b.
Resultaría:
b
( b − a ) f (a) + 4f a + b + f (b)
∫ f (x)dx =
a
6
2
11
Cálculo. Métodos Numéricos.
b
b−a
∫ f (x)dx = 3 f (a) + 4f ( x1 ) + 2f ( x 2 ) + 4f ( x 3 ) + ... + 2f ( x 2 j ) + 4f ( x 2 j−1 ) .. + f (b)
h
h=
a
n
Ejemplo1:
1
1
∫ 1 + x dx dividiendo el intervalo en 8 partes.
0
Por el método del trapecio
1 2 3 4 5 7 b−a 1
[0,1] en 8 partes 0, , , , , ,..... ,1 h= =
8 8 8 8 8 8 n 8
1
1 h
∫ 1 + x dx = 2 f (a) + 2f ( x1 ) + 2f ( x 2 ) + .........2f ( x n −1 ) + f (b) =
0
1 16 16 16 16 16 16 16 1
= 1 + + + + + + + + = 0´694121
16 9 10 11 12 13 14 15 2
Por el método del Simpson:
1
1 h
( ) ( )
∫ 1 + x dx = 3 f (a) + 4f ( x1 ) + 2f ( x 2 ) + 4f ( x 3 ) + ... + 2f x 2 j + 4f x 2 j−1 .. + f (b)
0
1 32 16 32 16 32 16 32 1
= 1+ + + + + + + + = 0´693154
24 9 10 11 12 13 14 15 2
1
1
∫ 1 + x dx = [ Ln(1 + x)]0 = Ln2 = 0´693147
1
Si calculamos dicha integral
0
Ejemplo 2:
9
x
∫ 1 + x 2 dx dividiendo el intervalo en 8 partes.
1
12
Cálculo. Métodos Numéricos.
9
x h
∫ 1 + x 2 dx = 3 f (1) + 4f ( 2 ) + 2f ( 3) + 4f ( 4 ) + 2f (5) + 4f (6) + 2f (7) + 4f (8 ) + f (9) =
1
1 1 8 6 16 10 24 14 32 9
= + + + + + + + + = 1´852168098
3 2 5 10 17 26 37 50 65 82
1 1
Se aproxima más el método del trapecio.
Ejemplo 3:
1
− x2
∫e dx dividiendo el intervalo en 6 partes.
0
1 1
1 1 1 4 25
− − − − −
= 1 + 2e 36 + 2e + 2e + 2e + 2e
9 4 9 36 + = 0´7451194
12 e
Por el método del Simpson:
1
h
∫ e dx = 3 f (a) + 4f ( x1 ) + 2f ( x 2 ) + ....... + f (b) =
− x2
1 1
1 1 1 4 25
− − − − −
= 1 + 4e 36 + 2e + 4e + 2e + 4e
9 4 9 36 + = 0´74683039
18 e
1
−x2
Si calculamos dicha integral con ayuda de DERIVE: ∫e dx = 0´746824
0
13