Diseño y análisis de la convergencia y estabilidad de

métodos iterativos óptimos sin memoria para la

resolución de ecuaciones no lineales
Iniciación a la Investigación Matemática

Antonio Martínez Lengua

En colaboración con: Jorge Ramos Canós y Armando Solís Zúñiga

VIII Congreso del Máster Investigación Matemática

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 1 / 20

Índice

1 Planos de parámetros

2 Planos dinámicos

3 Pruebas numéricas

4 Conclusiones

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 2 / 20

1 Planos de parámetros

2 Planos dinámicos

3 Pruebas numéricas

4 Conclusiones

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 3 / 20

Análisis de RS: planos paramétricos

Los planos de parámetros son gráficos de los valores críticos independientes

del método que permiten determinar de manera visual qué valores de γ harán
que el método sea estable o inestable.

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 4 / 20

Análisis de RS: planos paramétricos

Los planos de parámetros son gráficos de los valores críticos independientes

del método que permiten determinar de manera visual qué valores de γ harán
que el método sea estable o inestable.
0.8

0.6

0.4

0.2
IIm{α}

-0.2

-0.4

-0.6

-0.8
-2 -1.8 -1.6 -1.4 -1.2 -1 -0.8 -0.6 -0.4 -0.2 0
IRe{α}

Plano de parámetros P1 del méto-

do RS para z = cr1,2 (γ)

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 4 / 20

Análisis de RS: planos paramétricos

Los planos de parámetros son gráficos de los valores críticos independientes

del método que permiten determinar de manera visual qué valores de γ harán
que el método sea estable o inestable.
0.8
15
0.6

10
0.4

0.2
5

IIm{α}
IIm{α}

0 0

-0.2
-5

-0.4
-10
-0.6

-15
-0.8
-50 -40 -30 -20 -10 0
-2 -1.8 -1.6 -1.4 -1.2 -1 -0.8 -0.6 -0.4 -0.2 0
IRe{α} IRe{α}

Plano de parámetros P1 del méto- Plano de parámetros P2 del méto-

do RS para z = cr1,2 (γ) do RS para z = cr3,4 (γ)

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 4 / 20

Análisis de RS: planos paramétricos

Los planos de parámetros son gráficos de los valores críticos independientes

del método que permiten determinar de manera visual qué valores de γ harán
que el método sea estable o inestable.
0.8
15
0.6

10
0.4

0.2
5

IIm{α}
IIm{α}

0 0

-0.2
-5

-0.4
-10
-0.6

-15
-0.8
-50 -40 -30 -20 -10 0
-2 -1.8 -1.6 -1.4 -1.2 -1 -0.8 -0.6 -0.4 -0.2 0
IRe{α} IRe{α}

Plano de parámetros P1 del méto- Plano de parámetros P2 del méto-

do RS para z = cr1,2 (γ) do RS para z = cr3,4 (γ)
1 1
Particularmente cr1 = y cr3 = por lo que hay solo dos críticos
cr2 cr4
independientes.
Universidad de Valencia VIII Congreso del Máster Investigación Matemática 4 / 20
1 Planos de parámetros

2 Planos dinámicos

3 Pruebas numéricas

4 Conclusiones

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 5 / 20

Análisis de RS: planos dinámicos

Los planos dinámicos son otra forma de ampliar la información obtenida

con los planos paramétricos.

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 6 / 20

Análisis de RS: planos dinámicos

Los planos dinámicos son otra forma de ampliar la información obtenida

con los planos paramétricos.
Con los planos dinámicos se pueden visualizar las cuencas de atracción
de puntos fijos o periódicos del método en estudio con algún valor del
parámetro γ en particular.

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 6 / 20

Análisis de RS: planos dinámicos

z=-3.9602e-08+i-7.0554e-21 z=-1.3289e-08+i-4.5299e-08
4
5

3 4

3
2

2
1
1
Im{z}

Im{z}
0 0

-1
-1
-2

-2
-3

-3 -4

-5
-4
-4 -3 -2 -1 0 1 2 3 4 -6 -4 -2 0 2 4
Re{z} Re{z}

Plano dinámico del método RS pa- Plano dinámico del método RS pa-
ra γ = −4 ra γ = −6

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 7 / 20

Análisis de RS: planos dinámicos

z=-8.7169e-08+i2.9579e-08 z=0.00012119+i0.00029806
4 4

3 3

2 2

1 1
Im{z}

Im{z}
0 0

-1 -1

-2 -2

-3 -3

-4 -4
-4 -3 -2 -1 0 1 2 3 4 -4 -3 -2 -1 0 1 2 3 4
Re{z} Re{z}

Plano dinámico del método RS pa- Plano dinámico del método RS pa-
ra γ = 0 ra γ = −2

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 8 / 20

Análisis de RS: planos dinámicos

z=1.8857e-07+i-8.5821e-09
z=-2.8962e-10+i-1.629e-10 4
4

3
3

2 2

1 1
Im{z}

Im{z}
0 0

-1 -1

-2
-2

-3
-3

-4
-4 -3 -2 -1 0 1 2 3 4 -4
Re{z} -4 -3 -2 -1 0 1 2 3 4
Re{z}

Plano dinámico del método RS pa- Plano dinámico del método RS pa-
ra γ = −5
2 ra γ = −10

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 9 / 20

Análisis de RS: planos dinámicos

z=1+i0 z=-2.1307+i-8.8939e-50
4
4

3 3

2 2

1 1
Im{z}

Im{z}
0 0

-1 -1

-2 -2

-3
-3

-4
-4
-4 -3 -2 -1 0 1 2 3 4
-4 -3 -2 -1 0 1 2 3 4
Re{z} Re{z}

Plano dinámico del método RS pa- Plano dinámico del método RS pa-
ra γ = −16 ra γ = −1.76

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 10 / 20

Análisis de RS: planos dinámicos

z=1.2435+i-0.74415
4
z=-0.21308+i0.72918
4

3
3

2
2

1
1

Im{z}
0
Im{z}

-1
-1

-2

-2

-3

-3
-4
-4 -3 -2 -1 0 1 2 3 4
-4
Re{z}
-4 -3 -2 -1 0 1 2 3 4
Re{z}

Plano dinámico del método RS pa- Plano dinámico del método RS pa-
ra γ = 2 + 5i ra γ = 1.9 + 10.9i

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 11 / 20

Análisis de RS: planos dinámicos

z=1.2435+i-0.74415
4
z=-0.21308+i0.72918
4

3
3

2
2

1
1

Im{z}
0
Im{z}

-1
-1

-2

-2

-3

-3
-4
-4 -3 -2 -1 0 1 2 3 4
-4
Re{z}
-4 -3 -2 -1 0 1 2 3 4
Re{z}

Plano dinámico del método RS pa- Plano dinámico del método RS pa-
ra γ = 2 + 5i ra γ = 1.9 + 10.9i
Teorema de Sarkovskii

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 11 / 20

1 Planos de parámetros

2 Planos dinámicos

3 Pruebas numéricas

4 Conclusiones

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 12 / 20

Pruebas numéricas

VPA Mantisa 7000 dígitos

Matlab R2015a
Tolerancia máxima 10−300
Criterio de parada |xk − xk−1 | + |f (xk )|

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 13 / 20

Pruebas numéricas

Resultados obtenidos por los métodos iterativos para:

f (x) = (x − 1)3 − 1
x0 = 2.5
Métodos ξ |xk+1 − xk | f (xk+1 ) iter ρ
Newton 2.0 6.2 e-447 1.1 e-892 11 2.0
Jarratt 2.0 1.9 e-490 3.1 e-1959 6 4.0
Chun 2.0 7.3 e-310 4.1 e-1236 6 4.0
Ostrowski 2.0 1.9 e-490 3.1 e-1959 6 4.0
Kung y Traub 2.0 2.1 e-397 1.0 e-1586 6 4.0
Zhao 2.0 7.9 e-562 3.9 e-2245 6 4.0
RSγ=0 2.0 7.3 e-310 4.1 e-1236 6 4.0
RSγ=−2 2.0 3.5 e-366 1.3 e-1461 6 4.0
RSγ=−2.5 2.0 1.0 e-386 7.2 e-1544 6 4.0
RSγ=−6 2.0 8.3 e-624 1.9 e-2492 6 4.0
RSγ=−1.76 2.0 1.5 e-357 4.6 e-1427 6 4.0
RSγ=−16 2.0 8.9 e-672 2.1 e-2683 8 4.0
RSγ=2+5i 2.0 1.6 e-995 1.7 e-3978 7 4.0
RSγ=1.9+10.9i 2.0 2.4 e-805 1.4 e-3217 7 4.0

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 14 / 20

Pruebas numéricas

Resultados obtenidos por los métodos iterativos para:

f (x) = sen(x) − x2 + 1
x0 = 1
Métodos ξ |xk+1 − xk | f (xk+1 ) iter ρ
Newton 1.409624 1.9 e-546 5.7 e-1092 11 2.0
Jarratt 1.409624 4.7 e-555 2.3 e-2218 6 4.0
Chun 1.409624 1.7 e-782 2.3 e-3127 7 4.0
Ostrowski 1.409624 4.9 e-554 2.6 e-2214 6 4.0
Kung y Traub 1.409624 6.4 e-421 1.6 e-1681 6 4.0
Zhao 1.409624 1.7 e-998 1.4 e-3993 7 4.0
RSγ=0 1.409624 1.7 e-782 2.3 e-3127 7 4.0
RSγ=−2 1.409624 1.8 e-711 1.8 e-2843 7 4.0
RSγ=−2.5 1.409624 9.4 e-602 9.2 e-2405 7 4.0
RSγ=−6 1.409624 7.7 e-324 1.7 e-1293 6 4.0
RSγ=−1.76 1.409624 5.8 e-736 1.7 e-2941 7 4.0
RSγ=−16 1.409624 1.2 e-794 1.1 e-3175 7 4.0
RSγ=2+5i 1.409624 2.8 e-773 2.5 e-3090 7 4.0
RSγ=1.9+10.9i 1.409624 2.8 e-737 3.7 e-2946 7 4.0

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 15 / 20

Pruebas numéricas

Resultados obtenidos por los métodos iterativos para:

f (x) = arctan(x)
x0 = 1.5
Métodos ξ |xk+1 − xk | f (xk+1 ) iter ρ
Newton - - - > 1000 -
Jarratt 0.0 3.3 e-1312 6.4 e-6559 7 5.0
Chun - - - > 1000 -
Ostrowski 0.0 2.4 e-1259 1.8 e-6294 7 5.0
Kung y Traub 0.0 5.7 e-677 1.4 e-3382 7 5.0
Zhao - - - > 1000 -
RSγ=0 - - - > 1000 -
RSγ=−2 - - - > 1000 -
RSγ=−2.5 0.0 2.6 e-339 2.7 e-1694 6 5.0
RSγ=−6 0.0 2.4 e-401 2.1 e-2004 7 5.0
RSγ=−1.76 - - - > 1000 -
RSγ=−16 0.0 3.8 e-350 1.9 e-1748 10 5.0
RSγ=2+5i - - - > 1000 -
RSγ=1.9+10.9i - - - > 1000 -

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 16 / 20

Pruebas numéricas
Resultados obtenidos por los métodos iterativos para:
 x 2
f (x) = sen(x) −
2
x0 = 0.5
Métodos ξ |xk+1 − xk | f (xk+1 ) iter ρ
Newton 0.0 5.6 e-301 8.0 e-602 996 1.0
Jarratt 0.0 4.9 e-301 6.7 e-603 499 1.0
Chun 0.0 7.4 e-301 2.8 e-602 594 1.0
Ostrowski 0.0 4.9 e-301 6.9 e-603 499 1.0
Kung y Traub 0.0 4.2 e-301 6.6 e-603 540 1.0
Zhao 0.0 6.6 e-301 1.0 e-602 484 1.0
RSγ=0 0.0 7.4 e-301 2.8 e-602 594 1.0
RSγ=−2 0.0 4.8 e-301 9.3 e-603 552 1.0
RSγ=−2.5 0.0 4.2 e-301 6.7 e-603 540 1.0
RSγ=−6 0.0 5.8 e-301 5.4 e-603 430 1.0
RSγ=−1.76 0.0 9.7 e-301 3.9 e-602 557 1.0
RSγ=−16 - - - > 1000 -
RSγ=2+5i 0.0 9.5 e-301 6.3 e-602 654 1.0
RSγ=1.9+10.9i 0.0 4.2 e-301 1.6 e-602 724 1.0

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 17 / 20

Pruebas numéricas

Resultados obtenidos por los métodos iterativos para:

2
f (x) = 10xe−x − 1
x0 = 2
Métodos ξ |xk+1 − xk | f (xk+1 ) iter ρ
Newton 1.679631 2.1 e-437 1.1 e-873 11 2.0
Jarratt 1.676931 3.1 e-477 2.0 e-1906 6 4.0
Chun 1.676931 1.6 e-428 9.8 e-1711 7 4.0
Ostrowski 1.676931 6.8 e-469 4.9 e-1873 6 4.0
Kung y Traub 1.676931 2.9 e-318 3.3 e-1270 6 4.0
Zhao 1.676931 1.6 e-992 1.2 e-3968 7 4.0
RSγ=0 1.676931 1.6 e-428 9.8 e-1711 7 4.0
RSγ=−2 - - - > 1000 -
RSγ=−2.5 1.676931 1.8 e-516 6.5 e-2063 7 4.0
RSγ=−6 1.676931 6.3 e-310 4.0 e-1237 6 4.0
RSγ=−1.76 - - - > 1000 -
RSγ=−16 1.676931 5.3 e-629 2.2 e-2512 7 4.0
RSγ=2+5i 1.676931 1.1 e-535 3.7 e-2139 7 4.0
RSγ=1.9+10.9i 1.676931 7.5 e-534 1.0 e-2131 7 4.0

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 18 / 20

1 Planos de parámetros

2 Planos dinámicos

3 Pruebas numéricas

4 Conclusiones

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 19 / 20

Conclusiones

El orden de convergencia no es lo único que define cuán eficiente y

estable es un método iterativo.

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 20 / 20

Conclusiones

El orden de convergencia no es lo único que define cuán eficiente y

estable es un método iterativo.
En contraste con la teoría sobre dinámica compleja, la práctica numérica
dio resultados favorables sobre los métodos en estudio.

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 20 / 20

Conclusiones

El orden de convergencia no es lo único que define cuán eficiente y

estable es un método iterativo.
En contraste con la teoría sobre dinámica compleja, la práctica numérica
dio resultados favorables sobre los métodos en estudio.
Se logró encontrar valores de γ para los que el método RS son mejores
que los métodos iterativos conocidos.

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 20 / 20

Conclusiones

El orden de convergencia no es lo único que define cuán eficiente y

estable es un método iterativo.
En contraste con la teoría sobre dinámica compleja, la práctica numérica
dio resultados favorables sobre los métodos en estudio.
Se logró encontrar valores de γ para los que el método RS son mejores
que los métodos iterativos conocidos.
Trabajos futuros: diseño y estudio dinámico de métodos con memoria,
métodos para funciones con multiplicidad y para sistemas de ecuaciones
no lineales.

Universidad de Valencia VIII Congreso del Máster Investigación Matemática 20 / 20