Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ecuaciones no lineales 1 / 39
Índice
1 Ecuaciones no lineales
Método de la bisección
Método del punto fijo
Método de Newton
Método de la secante
Aceleradores
2 Resolución numérica de sistemas de ecuaciones
Método iterativo del punto fijo
Método de Newton-Raphson
Método de Broyden
Métodos de continuación
3 Métodos con dirección de búsqueda
4 Métodos de Newton inexactos
Ecuaciones no lineales 2 / 39
Introducción. Problema: Oscilación amortiguada de una estructura.
Supongamos que la oscilación de una estructura, dotada de un sistema de
amortiguación, ante un movimiento oscilatorio, viene dada por la función
t
y (t) = 10 e 2 cos 2t.
...
t/2
Se trata de resolver la ecuación 10 e cos 2t = 4, de incógnita t.
Ecuaciones no lineales 3 / 39
Método de la bisección
Supongamos, por ejemplo, que se quiere calcular una solución de la
ecuación
x2 = 2 ,
sabiendo que la solución está en un intervalo [a, b] = [1, 2].
Probamos con un punto c que sea el punto medio del intervalo
a+b
c= ,
2
calculamos c 2 = (1,5)2 = 2,25. Como c 2 > 2, entonces tendremos que la
raı́z estará en un nuevo intervalo [a0 , b0 ] = [a, c].
Repitiendo esta estrategia se van obteniendo intervalos cada vez más
pequeños que contienen la raı́z buscada.
f (a)
f (a)
Méthode de la bisection
a z c
b
a b
f (c)
4 / 39
Método de la bisección & (Teorema de Bolzano)
Bisección
Se parte de una intervalo [an , bn ] tal que f (an ) f (bn ) < 0. Entonces f (x)
tiene una raı́z en el intervalo. Se construye un intervalo [an+1 , bn+1 ] que
también la contiene del siguiente modo. Se calcula
bn − an
cn = an + ,
2
y luego
an+1 = an y bn+1 = cn si f (an) f (cn) < 0 ,
o bien
an+1 = cn y bn+1 = bn si f (an) f (cn) > 0 ,
Ecuaciones no lineales 6 / 39
Convergencia del método Bisección
Aproximación y error
Una aproximación a la solución de la ecuación f(x) = 0. en el paso n es
cn. Una cota del error cometido será:
1 |b − an | = 1 |bn−1 − an−1|| =
= 1 |b − a|.
|r − cn | ≤ n
2 2
2 2n+1
t
Se trata de resolver la ecuación f (t) = 10 e 2 cos 2t − 4 = 0.
Supongamos que deseamos que en ≤ ε = 10−3 .
Como f (0) = 6 > 0 y f (1) = −6.524 < 0 entonces podemos tomar [a, b] = [0, 1].
El número de iteraciones que debemos realizar para asegurar la tolerancia
de error considerada es:
1
log −3
n≥ 10 − 1 ≈ 8.966,
log 2
t = 0.5128
function alpha=biseccion(a,b,f,E)
Método de la bisección % función a calcular ceros
f=inline('f','x') %a=0,b=1,E=0.01
close
M=2; clc
a=1; if sign(b)~=sign(a)
b=2; l=abs(b-a);
k=0; while l/2>E
l=abs(b-a);
tol=1.0e-5; xn=a+l/2;
while (b-a) >tol Fxn=feval(f,xn);
x=(a+b)/2; Fa=feval(f,a);
if x^2>M if sign(Fxn)==sign(Fa)
b=x; a=xn;
else
else b=xn;
a=x; end
end end
k=k+1; else
end disp('Hay un error')
end
sol=(a+b)/2
alpha=xn;
10
Converge más rápidamente que el Método de Bisección.
1. x0 = a, x1 = b
xn−1 f (xn ) − xn f (xn−1 )
2. Para n = 1, 2 . . ., hacer xn+1 =
f (xn ) − f (xn−1 )
Método de la secante
t
f (t) = 10 e 2 cos 2t − 4 = 0.
Tomando x0 = 0 y x1 = 1, se obtiene la siguiente sucesión de
aproximaciones:
x2 = 0.479078
x3 = 0.517905 con lo cual podemos afirmar que una
x4 = 0.513640 aproximación con cuatro decimales
x5 = 0.513652, exactas de la solución es 0.5126.
Método de Newton -Rapshon
Este m´etodo se basa en utilizar el desarrollo de Taylor. Escribimos
x1 = x0 + ∆x, o recta tg y − f (x0) = f 0(x0)(x − x0),
| r − xn |<
M
| xn − xn−1 | , f ′′ (θ )
en+1 = ′ n e n .
2m 2f (xn)
00
donde 0 < m ≤| f (x) | y | f (x) |≤ M, ∀x ∈ (a, b).
Método de Newton-Rapshon
Es el más rápido
Requiere que f 0 (s) 6= 0
Elegir x0 puede ser delicado
La acotación del error es complicada
El criterio de parada más usual es la repetición de cifras.
Otro problema es localizar las raíces: Ejemplo y = 4x4 - 4x2
Método de Newton-Raphson
Ejemplos
A continuación presentamos la solución aproximada de algunas
ecuaciones con el método:
--> caso
diverdente
Código (Newton-Raphson)
function
alpha=Newton_tol(f,fpri,tol,x0)
xm=x0;
a=1;
while a>tol
xn=xm;
Numera=feval(f,xn); Denomi=feval(fpri,xn);
xm=xn-Numera/Denomi;
a=abs(xm-xn);
end
xm
Las iteraciones
Convergence de la méthode de point fixe (illustrations)
Soit f (x) = x − x4/5 − 2 = 0 et la fonctions d’itération g1 (x) = x4/5 + 2
3 3 3
1 1 1
5.28
4.41
1 3 4.41
Ecuaciones no lineales
Método del punto fijo
f (x) = x 3 + 4x 2 − 10
Ecuaciones no lineales
Método del punto fijo
Resultado para la iteración del punto fijo x = ϕ(x).
n a) b) c) d) e)
0 1.5 1.5 1.5 1.5 1.5
1 -0.875 0.8165 1.286953768 1.348399725 1.37333333
2 6.732 2.9969 1.402540804 1.367376372 1.365262015
3 -469.7 – 1.345458374 1.364957015 1.365230014
4 1.03 ×108 1.375170253 1.365264748 1.365230013
5 1.360094193 1.365225594
6 1.367846968 1.365230576
7 1.363887004 1.365229942
8 1.365916734 1.365230022
9 1.364878217 1.365230012
10 1.365410062 1.365230014
1º f(x)=0→-g(x)+x=0→g(x)=x
2º f(x)=0→f(x)+x=x→g(x)=x. En muchos casos g(x)=x-λ*f(x) que es una forma similar
Una buena forma de elegir λ si el signo de g(x) es constante en eun intervalo en es:
2 2
Si f(x)>0 𝜆 = Si f(x)<0 𝜆 =
max 𝑓′ min 𝑓′
Ecuciones no lineales
Teorema: Si F es una función contractiva que va de un cerrado C ⊂ R
en C (F (C) ⊂ C), entonces F tiene un único punto fijo r ∈ C. Además, r
es el líımite de cualquier sucesión que se obtenga a partir de la expresión
xn+1 = F (xn) siendo x0 ∈ C.
Teorema (Teorema del punto fijo)
Sea ϕ : [a, b] → [a, b] una función continua en [a, b] y derivable en ]a, b[, y
además que cumple que | ϕ0(x) |≤ k < 1, ∀x ∈]a, b[. Entonces existe un único
c ∈]a, b[ tal que ϕ(c) = c. Además para todo x0 ∈]a, b[, la sucesión x0, {xn}n
obtenida de la forma xn = ϕ(xn−1) converge a c.
Ecuaciones no lineales 11 / 39
Interpretación gráfica de los métodos iterativos
Según sea g (x) y se elija x0 , los métodos iterativos pueden ser
convergentes o divergentes y, en ambos casos pueden variar en forma
espiral o en escalera, como se indican en los siguientes gráficos.
Convergencia de los métodos iterativosivos
Definición 2
Se define el orden de convergencia de una sucesión {xn } hacia un valor
_
s como aquel número real p ≥ 1 tal que
lim en+1 = λ 6= 0, ∞.
n→+∞ enp
Método de Aitken
(xn+1 − xn )2
xn = xn − .
xn+2 − 2xn+1 + xn
b
en
b
lim = 0,
n→+∞ en
siendo b xn − s y en = xn − s.
en = b
Método de Aitken
Método de Steffensen
Método de Steffensen
Dado x0 , consideremos el método iterativo xn+1 = g (xn ). Sean x1 y x2
las dos primeras aproximaciones.
Definimos
(x1 − x0 )2
x000 = x0 − ,
x2 − 2x1 + x0
Comparación convergencias
En concreto se considera g (x) = e−x y x0 = 0.5 (que tiene convergencia
lineal):
Sistemas de ecuaciones
Partimos, por ejemplo, de un sistema de dos ecuaciones de la forma
f1 (x, y ) = 0 ,
f2 (x, y ) = 0 ,
del que se pretende obtener la solución. Para utilizar el método del punto
fijo, se reescribe el sistema de la forma
x = g1 (x, y ) ,
y = g2 (x, y ) .
Se construye la sucesión
(xn+1 , yn+1 ) = (g1 (xn , yn ), g2 (xn , yn ))
que como ocurre en el caso escalar la eficiencia del método dependerá de
la elección de las funciones g1 y g2 .
Se puede hacer una implementación similar al método de Jacobi y otra
como la de Gauss-Seidel.
Ecuaciones no lineales
Método iterativo del punto fijo
Ejemplo
Suponemos que se quiere buscar una solución del sistema
x 2 − 10x + y 2 + 8 = 0 ,
xy 2 + x − 10y + 8 = 0 .
Se eligen
1 2
x = x + y2 + 8 ,
10
1 2
y = xy + x + 8 .
10
Se parte de (x, y ) = (0, 0) y, utilizando el método del punto fijo,
Ecuaciones no lineales