Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Raices
Raices
1 Método de la bisección
Es el método más elemental y antiguo para determinar las raíces de una ecuación. Está
basado directamente en el teorema de Bolzano explicado con anterioridad. Consiste en
partir de un intervalo [x0,x1]tal que f(x0)f(x1) < 0, por lo que sabemos que existe, al
menos, una raíz real. A partir de este punto se va reduciendo el intervalo sucesivamente
hasta hacerlo tan pequeño como exija la precisión que hayamos decidido emplear.
Figure: Diagrama de flujo correspondiente a la
implementación del método de la bisección.
[scale=0.9]eps/bisecc
proceso hasta alcanzar la convergencia (hasta que ) o bien hasta que se excede
el número de iteraciones permitidas (Iter > MaxIter), en cuyo caso es necesario
imprimir un mensaje de error indicando que el método no converge.
Sin embargo, el método puede divergir fácilmente. Es fácil comprobar que el método
sólo podrá converger si la derivada g'(x) es menor en valor absoluto que la unidad (que
es la pendiente de la recta definida por y=x). Un ejemplo de este caso se muestra en la
figura (5). Esta condición, que a priori puede considerarse una severa restricción del
método, puede obviarse fácilmente. Para ello basta elegir la función g(x) del siguiente
modo:
de forma que tomando un valor de adecuado, siempre podemos hacer que g(x)
cumpla la condición de la derivada.
Figure: Demostración gráfica de que el método de
las aproximaciones sucesivas diverge si la derivada
g'(x) > 1.
[scale=0.9]eps/as-2
(29)
0 = f(r) = f(x+h) = f(x) + hf'(x) + O(h2) (30)
en donde h=r-x. Si x está próximo a r (es decir hes pequeña), es razonable ignorar el
término O(h2):
0 = f(x) + hf'(x) (31)
(32)
A partir de la ecuación (32) y teniendo en cuenta que r=x+h es fácil derivar la ecuación
(29).
Figure: Interpretación geométrica del método de
Newton.
[scale=0.9]eps/new-1
y - f(x0) = f'(x0)(x-x0) (33)
Figure: Dos situaciones en las que el método de
Newton no funciona adecuadamente: (a) el método
no alcanza la convergencia y (b) el método converge
hacia un punto que no es un cero de la ecuación.
[scale=0.9]eps/new-2
El método de la secante parte de dos puntos (y no sólo uno como el método de Newton)
y estima la tangente (es decir, la pendiente de la recta) por una aproximación de acuerdo
con la expresión:
(34)
(35)
Figure: Representación geométrica del método de
la secante.
[scale=0.9]eps/secante
Figure: Representación geométrica del método de
la falsa posición.
[scale=0.9]eps/falpos
La elección guiada del intervalo representa una ventaja respecto al método de la secante
ya que inhibe la posibilidad de una divergencia del método. Por otra parte y respecto al
método de la bisección, mejora notablemente la elección del intervalo (ya que no se
limita a partir el intervalo por la mitad).
Figure: Modificación del método de la falsa
posición propuesta por Hamming. La aproximación
a la raíz se toma a partir del punto de intersección
con el eje X de la recta que une los puntos
( x0,f(x0)/2) y (x1,f(x1)) si la función es convexa en el
intervalo (figura a) o bien a partir de la recta que
une los puntos (x0,f(x0)) y (x1, f(x1)/2) si la función es
cóncava en el intervalo (figura b).
[scale=0.9]eps/hamming
Sin embargo, el método de la falsa posición tiene una convergencia muy lenta hacia la
solución. Efectivamente, una vez iniciado el proceso iterativo, uno de los extremos del
intervalo tiende a no modificarse (ver figura (9)). Para obviar este problema, se ha
propuesto una modificación del método, denominada método de Hamming. Según este
método, la aproximación a una raíz se encuentra a partir de la determinación del punto
de intersección con el eje X de la recta que une los puntos ( x0,f(x0)/2) y (x1,f(x1)) si la
función es convexa en el intervalo o bien a partir de la recta que une los puntos (x0,f(x0))
y (x1, f(x1)/2) si la función es cóncava en el intervalo. En la figura (10) se representa
gráficamente el método de Hamming.
METODO GRAFICO
Consiste en graficar una función y determinar visualmente donde corta el eje x. En y= f(x), establece el
valor de x para el cual f(x)=0.
Ejemplo 2.2.1
Determine las raíces reales de la función gráficamente.
Solución
Se construye una tabla con valores de x y f(x), de tal manera que se pueda visulizar un corte con el eje x.
Tabla 2.2.1
El corte ocurrirá , según la tabla , en un valor muy próximo a -2 y en otro a 6, por la cercanía de x a cero.
Graficando tenemos (Figura 2.2.1)
Figura 2.2.1
Estos métodos gráficos no tiene un uso muy extendido, por ser poco prácticos y exactos. Apesar de esto ,
son herramientas importantes en la comprensión del comportamiento de las funciones y en la detección
de fallas en posibles cálculos utilizando métodos numéricos.
Algunos casos importantes que han de tenerse en cuenta se muestran en la figura 2.2.2
La raíz puede encontrarse , no estar o inclusive en pueden existir dos o más raíces, en el intervalo Xinf -
Xsup. En la gráfica a) de la Figura 2.2.2, no existen raíces reales en el intervalo, pues y=f(x) no toca el eje
x, por el contrario pueden encontrarse una o más raíces imaginarias. b) Da la certeza de encontrar una
sola raíz real en el intervalo. En c) existen dos raíces reales, mientras en d) hay más de dos raíces.
Aunque en la mayoría de los casos lo visto en el esquema anterior se cumple, existen curvas discontinuas
y tangenciales en la que estos modelos no son válidos.
En la gráfica 2.2.3 a) , se muestra una función como y=x 2 , para la que existe una raíz real doble en x=0 ,
que no es apreciable por el método gráfico, pues la ecuación es tangente al eje x . En la 2.2.3 b) hay una
discontinuidad en el intervalo en el que debería encontrarse dos raíces reales, solo existe una.
…(2.1)
Sea (otra función). Sustituyendo en (2.1)
…(2.2)
f(a)=0
a=g(a) …(2.3)
a=g(a)
…(2.4)
En valor absoluto:
es decir,
Es decir, si
Sea n=1.
3. Calcular .
Note que en la primera iteración no es posible aplicar aún este criterio, por lo
que se omite este paso y se continúa en 5.
Solución. Tenemos
Entonces
La gráfica de la ecuación muestra que el valor de la raíz es cercano a 0.6, por lo que
escogemos la aproximación inicial
Calculamos
Y tenemos que
Como , es decir, no se ha encontrado la raíz y además es
mayor a la tolerancia deseada, hacemos una nueva iteración.
n
0 0.4 0.67032005 -
1 0.67032005 0.51154483 0.27032005
2 0.51154483 0.59956863 0.15877521
3 0.59956863 0.54904843 0.0880238
4 0.54904843 0.57749908 0.0505202
5 0.57749908 0.56130038 0.02845065
6 0.56130038 0.57046676 0.0161987
7 0.57046676 0.56526154 0.00916638
8 0.56526154 0.56821152 0.00520522
9 0.56821152 0.56653778 0.00294998
10 0.56653778 0.56748681 0.00167374
11 0.56748681 0.5669485 0.00094903