Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FCEFN-UNSJ
Dra. María L. Gordillo
2015
Clase 8
Presentación del Problema
Determinar los ceros o raíces de f(x):
Equivalentemente:
Métodos abiertos:
Iteración de punto fijo
Método de Newton-Raphson
.Método de la secante
Métodos gráficos
40
35
x f(x) 30
4 34,11488938 25
20
8 17,65345264
15
12 6,066949963
10
16 -2,268754208 5
20 -8,400624408 0
-5 0 5 10 15 20 25
-10
-15
Ejemplo 2
x f(x) f(x)= sen 10x + cos 3x
0,00 1,00
0,25 1,33
0,50 -0,89
0,75 0,31
1,00 -1,53
1,25 -0,89
1,50 0,44
1,75 -0,46
2,00 1,87
2,25 0,41
2,50 0,21
2,75 0,31
3,00 -1,90
3,25 -0,06
3,50 -0,90
3,75 0,05
4,00 1,59
4,25 -0,01
4,50 1,45
4,75 -0,48
5,00 -1,02
Ejemplo 2 (Ampliado)
f(x)= sen 10x + cos 3x
x f(x)
4.20 0.08
4.21 0.05
4.22 0.02
4.23 0.00
4.24 -0.01
4.25 -0.01
4.26 -0.01
4.27 0.01
4.28 0.04
4.29 0.07
4.30 0.11
f ( x) x 2 1 tan( x)
I =[ /6; /3]; /6 0.523598; /3 1.04719755
f ( /6) 0.5514348; f ( /3) 0.2840789
Métodos Iterativos Cerrados
Condiciones:
• f continua en [a,b]
• f(a).f(b)<0 (f(a) y f(b) de signos diferentes)
Por el teorema del valor medio para funciones continuas,
existe p [a,b] tal que f(p) = 0.
f(a)
y = f(x)
bx
a f(b)
1- Método de la bisección
Primera iteración
y Mitad del intervalo que
contiene a p
f(a)
y = f(x)
f(p1)
bx
a f(b)
p
p1=(a+b)/2
f (a). f ( p2 ) 0 a, p2 a, b
ab
p2
2 f (b). f ( p2 ) 0 p2 , b a, b
Segunda iteración
y Mitad del intervalo que
contiene a p
y = f(x)
f(a)
bx
a =p1 f(b)
f(p2)
p
p2=(a+b)/2
Error en el método de bisección: nº de
iteraciones
• En este método la raíz se encuentra dentro del
intervalo [a,b], cuya longitud es b-a
• Después de n iteraciones la raíz se encuentra
ba
en un intervalo de longitud n
2
ba ba
n log
2n
2
Resumen método de la bisección
• Requiere que se conozca el intervalo en donde está
la raíz:
(esta tarea debe realizarse antes de aplicar el método, se puede
llevar a cabo listando una tabla de valores o graficando la función
para ubicar valores de diferentes signos)
x1 x3
f x2 x1 x2
x3 x2 (I) x2
f x1 f x2 f(x3)
f(x1)
Donde x3 es el punto donde la recta corta al eje de abscisas
entonces:
*
f x1 x3 x2 f x2 x3 x2 f x2 x1 x2 f x2
luego:
f x f x x
1 2 3 x2 f x2 x1 x2
con lo cual:
f x2 x1 x2
x3 x2
f x1 f x2
de donde:
f x2 x1 x2 f xn xn 1 xn
x3 x2 (I) y en gral xn 1 xn
f x1 f x2 f xn 1 f xn
Error en método de falsa posición o Regula Falsi
xn xn1
Método o Iteración de Punto Fijo
2 2.5 2 2.5
x x g ( x) x
1.8 1 1.8
f ( x) x2 1.8x 2.5 0
x 1.8x 2.5 g ( x) 1.8x 2.5
2
Teorema del punto fijo (T.P.F)
1. a) Si g C [a, b] (es continua en [a,b] ), y
b) g(x) [a, b] para todo x [a, b] g ([a; b]) [a; b]
entonces g tiene un punto fijo p en [a, b] (g( p)=p, p [a, b])
2. Si g (x) es derivable en (a, b) y existe una constante positiva
k<1 tal que:
|g’(x)| <= k, para toda x (a, b), (condición de Lipchitz),
entonces
el punto fijo en [a, b] es único.
No se cumplen las hipótesis 1. a) y 1.b)
del T.P.F
g no continua en [a,b] g ([a; b]) [a; b]
(g no corta la recta y=x) (g no corta la recta y=x)
g(x) g (x)
y=x y=x
b b
a g (x)
a g(x)
a b
a b
Importancia de la condición de Lipchitz
1º caso: 1 raíz en [a,b] 2º caso: varias raíces en [a,b]
b y=x
b y=x
p=g(p) y = g(x)
p=g(p) y = g(x)
a
a
a p b a b
Método Iteración de punto fijo
Problema: Encontrar x: f(x)=0
Solución:
1. Encontrar, si existe, g : g(x) =x equivalente a f(x)=0
2. Encontrar, si existe, [a, b] : g verifique las hipótesis del T.P.F
en [a, b]
Entonces, para cualquier punto p0 en [a, b] la sucesión
pn = g(pn–1)
también:
pn 2 p k . pn 3 p pn p k 3 . pn 3 p , siguiendo así
(II)
pn p k n . p0 p y p0 p máx( p0 a; b p0 )
Por lo tanto:
pn p k n .máx( p0 a; b p0 )
Gráfica del algoritmo de punto fijo
(convergencia)
y=x
y y
y=x p3= g(p2)
y = g(x)
p2= g(p1)
p2= g(p1)
p1= g(p0)
p3= g(p2)
y = g(x)
p1= g(p0)
p1 p3 p2 p0 x p0 p1 p2 x
Casos de no convergencia
y=x
y y
y=x g(p1)=p2
y = g(x)
g(p0)=p1
y = g(x)
p2
p1 p0 p 0 p1 p2
x x
Ejemplo
La función: x3 + 4x2 –10 = 0 tiene una raíz en [1, 2]
Puede despejarse en:
a) x = g1(x) = x – x3 – 4x2 +10;
b) x = g2(x) = ½(10 – x3)½
c) x = g3(x) = (10/(4 + x))½
d) x = g4(x) = x – (x3 + 4x2 – 10)/(3x2 + 8x)
Despejes de x
a) x3 4 x 2 10 0 x3 4 x 2 10 x x x x x3 4 x 2 10
1
b) x3 4 x 2 10 0 4 x 2 10 x3 2 x 10 x3 x 10 x3
2
1/ 2
10 10
c) x 4 x 10 0 x 4 x 10 x ( x 4) 10 x
3 2 3 2 2 2
x
( x 4) ( x 4)
x3 4 x 2 10 x 3x 2 8 x x3 4 x 2 10 2 x3 4 x 2 10 2 x3 4 x 2 10
d) x x x x
3x 8 x
2
3x 8 x
2
3x 2 8 x 3x 8 x
2
3x3 8 x 2 2 x3 4 x 2 10 0 x3 4 x 2 10 0
Iteraciones de punto fijo
a) b)
c) d)
Análisis del ejemplo
Caso a) Caso b) g2 ([a; b]) [a; b] probarlo
g1(x) = x – x3 – 4x2 +10 g2(x) = ½(10 – x3)½
g(1) = 6 g2’(x) = – 3/4x2(10 – x3)–½
g ([a; b]) [a; b] g2’(1) = – 0.25, g2’(2) = – 2.1213
No se cumple |g2’(x)| <1 se soluciona
corrigiendo el intervalo, por ejemplo
Caso c) [a; b] [1;1.6] con
g3(x) = (10/(4 + x))½
g2’(1.6)=0.7902
g3’(x) = 10 0,5 (-0,5)(4 + x)–1.5
Caso d)
1. g3’(x)<0 en[a,b] luego g3’(x)
decrece allí y g3 (1) =21/2 y g3 (2)=1.1 g4(x) = x – (x3 + 4x2 – 10)/(3x2 + 8x)
g ([a; b]) [a; b] probarlo
g3 ([a; b]) [a; b] 3
2. g3’(x) <= 0.15<1 para toda x en Se cumple |g4’(x)| es aún menor que en el
[1, 2] caso c) para toda x en [1, 2]
Método de Newton-Raphson
f(x)
Comienza con un punto
inicial próximo a la raíz x0.
Considera la ecuación de
la recta tangente a la
Pendiente = f ’ (xn)
curva por (x0, f(x0)) : f (xn)
y – f(x0) = f ’ (x0)(x – x0)
y=0 x = x1 :
f ( x0 ) xn+1 xn
x1 x0
f '( x0 )
f ( xn )
n-ésima iteración: xn1 xn
f '( xn )
Ejemplo
f (x) = x – cos(x) f ’(x) = 1 + sen(x)
pn cos( pn )
pn1 pn
1 sen( pn )
Tomando p0 = 0, se obtiene
pn f(pn) f’(pn) pn+1
0 -1 1 1
1 0.459698 1.8414 0.7503639
0.7503639 0.0189 1.6819 0.7391128
0.7391128 0.00005 1.6736 0.7390851
0.7390851 3E-10 1.6736 0.7390851
Resumen de Newton Raphson
• Comienza con un punto x0 cercano a la
raíz.
• El punto siguiente de la iteración se
obtiene de la intersección de la recta tg a f ( x0 )
x1 x0 (1)
(x0, f(x0)) con el eje x (y=0) (1) f '( x0 )
• El proceso se repite hasta alcanzar la
precisión deseada, xn xn1
f ( xn )
mediante la fórmula (2) xn 1 xn (2)
f '( xn )
• Se debe cuidar que f’(x) no se anule y que
la raíz no esté cerca de un punto de
inflexión para que la sucesión generada
no empiece a oscilar (evitar máximos,
mínimos y ptos.de inflexión), para lo cual
es conveniente graficar previamente la
función.
• Bajo estas condiciones la sucesión {xn}n
converge a x, siendo x la solución de xn
n
x (3)
f(x)=0 (3)
Desventajas de Newton Raphson
f(x) f(x)
x1 x0
x2 x x0 x2 x1 x
mínimo local
raíz cerca de punto de inflexión
f(x) f(x)
x1
x0 x x0 x1 x
f xn f xn 1
f ' xn
xn xn 1
f ( xn ) xn xn 1
xn1 xn xn1 xn f ( xn )
f '( xn ) f ( xn ) f ( xn1 )
Raíz cuadrada con Newton
Para extraer la raíz cuadrada de un número se puede resolver la ecuación
f(x) = x2 – c = 0
La derivada es
f’(x) = 2x
La fórmula de recurrencia de Newton es
xn+1 = xn – (xn2 – c)/(2xn)
= xn/2 + c/(2xn)
xn xn+1
= (xn + c/xn)/2 1 3.000000
3.000000 2.333333
Ejemplo: raíz cuadrada de 5 con x0 = 1. c=5 2.333333 2.238095
2.238095 2.236069
2.236069 2.236068
Ejemplo
f(x) = x10 – 1
xn10 1
xn 1 xn
10 xn 9
Se obtiene la siguiente secuencia empezando en x = 0.5
iteración x
0 0.5 Primera aproximación muy deficiente
1 51.65
2 46.485
3 41.8365
4 37,65285
..
-- 1.000000
Criterios de paro en los métodos Iterativos