Está en la página 1de 48

TODOS ITERATIVOS RA LA RESOLUCIN DE ECUACIONES EN UNA VARIABLE

lEstimacin inicial x0 tal que f(x0) 0 l Proceso iterativo x1, x2,..., xk, x* : f(x*)=0 l Criterio de parada |f(xk)| < tol dk = |xk+1 - xk| < tol

Tipos de convergencia l Error del paso k ek = |xk - x*| |xk xk-1| l Convergencia lineal ek+1 / ek cte l Convergencia cuadrtica ek+1 / ek2 cte

METODO DE LA BISECCIN

Teorema de Bolzano
Sea f:A continua y sean a,b A con f(a)f(b) < 0. Entonces, existe c [a,b] con f(c) = 0.
f(b ) f(a ) a b

Algoritmo de Biseccin
c =(a+b)/2; if f(a)*f(c)<=0 b=c; end if f(c)*f(b)<=0 a=c; end Teorema: El mtodo de la biseccin genera una sucesin {xn} que converge a una raz de f con xn- (b-a)/2n. %elige [c,b] %elige [a,c]

INICIO
A, B , F(x), E, I

P=(A+B) /2

DIAGRAMA DE FLUJO
2

|B-A|<E I=1 E=1 P=0 S I N O F(A)*F(P) <=0

S I

F(A)*F(B) <=0 N La raz O no se encuentra en I

S I

A= P

N O

B=P

I=I+ 1 1 2
La raz es : P

FIN

FIN

Mtodo de Regula-Falsi

Determinar un intervalo [a,b] tal que f(a) tiene signo distinto de f(b). Hallar el punto c que divide el intervalo [a,b] en partes proporcionales a f(a) y f(b). Sea

Elegir, entre [a,c] y [c,b], un intervalo en el que la funcin cambie de signo. Repetir los pasos 2 y 3 hasta conseguir la precisin deseada.

ba c = a f(a) f (b ) f ( a )
a c b

Biseccin
K

Regula Falsi
J

Convergencia lineal de razn 1/2. Cota de la raz: (b-a)/2n . La aproximacin obtenida puede ser peor que la del paso anterior.

Ms rpido al principio. Convergencia lineal. Error estimado por: |xn-xn-1| Se aproxima a la raz por un lado.

K L

INICIO
A, B , F(x), E, I I=1

F(A)*(B-A) P=A F(B)-F(A) S I

DIAGRAMA DE FLUJO
2

|B-A|<E N O F(A)*F(P) <=0

2
T<=I N O

S I SI

A= P

S I

N O

B=P

F(A)*F(B) <=0 N La raz O no se encuentra en I

I=I+ 1 1 2
La raz es : P

FIN

FIN

Mtodo del Punto Fijo

Transformar la ecuacin f(x) = 0 en una ecuacin equivalente de punto fijo: x = g(x). Tomar una estimacin inicial x0 del punto fijo x* de g [x* punto fijo de g si g(x*) = x*]. Para k=1, 2, 3, hasta que converja, iterar xn+1 = g(xn).

Teorema del punto fijo: Sea g:[a,b] [a,b] continua, entonces: a) g posee almenos un punto fijo. b) Si adems g(x) k<1, x [a,b], entonces el punto fijo es nico y si tomamos x0 [a,b], la sucesin xn+1 = g(xn)

Convergencia del Mtodo del Punto al punto Fijo Aplicar el mtodo del punto Tomando x0 cercano
fijo a:

fijo x*

g(x) = cos x, x0 g(x) = 2/x2, x0=1 g(x) = sqrt(2/x) , x0=1

si |g(x*)| < 1 los iterados convergen linealmente a x*. si |g(x*)| > 1 los iterados no convergen a x*. si g(x*) = 0 los iterados convergen cuadrticamente a x*.

y analizar los resultados. Sugerencia: Usar la orden ITERATES(g(x), x, x0, n) de DERIVE y comparar los dos ltimos con 2^(1/3).

Algoritmo de Punto Fijo


Datos
Estimacin inicial: x0 Precisin deseada: tol Tope de iteraciones: maxiter

Proceso: mientras no converja repetir


Nueva estimacin: x = g(x0) Incremento: incr = |x - x0| Actualizacin: x0 = x

Resultado
Estimacin final: x

INICIO
F(x),P0, E, T I=1

INGRESE LA FUNCION DESPEJADA X=G(X)= P=P0 R=F(P) |R-P0| <=E S I

DIAGRAMA DE FLUJO

2
T<=I S I N O

N O P0=R I=I+1

La Raz Aproximad a Es R

FIN

Mtodo de Newton Rapson

Ecuacin de la tangente

y f ( x0 ) = f ' ( x0 )( x x0 )
l

(x0, f (x0)) f(x) x1

Interseccin con OX

x1 = x 0 f ( x 0 ) f ' ( x 0 )
l

Paso genrico

xn +1 = xn f ( xn ) f ' ( xn )

Convergencia del mtodo de Newton Newton como iteracin de Ventaja: converge


J

punto fijo

cuadrticamente si
-

g( x ) = x f ( x ) f ' ( x )
l

Derivada de la funcin de iteracin

la estimacin inicial es buena no se anula la derivada

f ( x) f " ( x) g ' ( x) = f ' ( x) 2

Inconveniente: usa la derivada


-

coste de la evaluacin disponibilidad

l Convergencia cuadrtica( x ) 0 g '(x ) = 0 si f' * *

Algoritmo de Newton
Datos
l l l

Estimacin inicial: x Precisin deseada: tol Tope de iteraciones: maxiter Incremento: incr = - f(x)/f(x) Nueva estimacin: x = x + incr Estimacin final: x

Proceso: mientras no converja repetir


l l

Resultado
l

INICIO

DIAGRAMA DE FLUJO

F(x),P0, E, T I=1 E=1

P=P0 -

F(P0) F(P0) S I

|P-P0| <=E N O P0=P I=I+1

2
T<=I N O

S I

La Raz Aproximad a Es P

FIN

METODO DE LA SECANTE

Ecuacin de la secante

y f ( x 0 ) = m( x x 0 )
l

(x0,f(x0 )) f(x)

x 2 = x0 f ( x0 ) m
x0 x 2

Interseccin con OX

x 1

Pendiente f(x

m=

) f(x 0 ) x1 x0
1

(x1,f(x1) )

Algoritmo de la secante
l

Datos: x0, x1, y0 Calcular: y1 = f(x1) Calcular: incr = -y1(x1-x0)/(y1-y0) Nueva estimacin: x2 = x1 + incr Actualizar para el paso siguiente: x0=x1; y0=y1; x1=x2

Newton versus Secante


l

El mtodo de Newton, cuando converge, lo hace cuadrticamente, a costa de evaluar la derivada en cada paso. Sin usar la derivada, el mtodo de la secante proporciona convergencia superlineal. Las ecuaciones polinmicas pueden resolverse por el mtodo de Newton, puesto que la derivada se obtiene fcilmente.

A diferencia del de biseccin y regla falsa, casi nunca falla ya que solo requiere de 2 puntos al principio, y despus el mismo mtodo se va retroalimentando.

Lo que hace bsicamente es ir tirando rectas secantes a la curva de la ecuacin que se tiene originalmente, y va chequeando la interseccin de esas rectas con el eje de las X para ver si es la raz que se busca.

INICIO
F(x),A,B, E, T I=1 E=1 (B - A) * C=BF(B) F(A) F(B) |A-B| <=E N O A=B B=C I=I+1 N O

S I

DIAGRAMA DE FLUJO
1

2
T<=I

S I

La Raz Aproximad a Es C

FIN

Mtodo de Steffensen

ACELERADOR DE CONVERGENCIA AITKEN


El mtodo de Aitken puede ser usado para acelerar la convergencia de cualquier sucesin que converja linealmente, independientemente de su origen.
P=P0 Pn+1=G(P) Pn+2=G(Pn+1) (Pn+1-pn)^2 Pn = Pn (Pn+2-2Pn+1+P)

AITKEN PUNTO FIJO

INICIO
F(x),P0, E, T I=1

INGRESE LA FUNCION DESPEJADA X=G(X)= P=P0 R=G(P) RR=G(R) RRR= RR (RR-R)^2

DIAGRAMA DE FLUJO

2
T<=I N O

(RR-R)-(R-P) |R-P| <=E N O P=RRR I=I+1 S I

S I

La Raz Aproximad a Es P

FIN

MTODO DE MULLER

Consideraciones
Este es un mtodo para encontrar las races de ecuaciones polinomiales de la formaxgeneral: a2 x 2 + ....... + an x n f n ( ) = a0 + a1 x +

Donde n es el orden del polinomio y las son coeficientes constantes. Continuando con los polinomios, estos cumplen con las siguientes reglas:

El mtodo de Mller, trabaja de manera similar al mtodo de la secante, pero en lugar de hacer la proyeccin de una recta utilizando dos puntos, requiere de tres puntos para calcular una parbola. Para esto necesitaremos de tres puntos [x0, f(x0)], [x1, f(x1)] y [x2, f(x2)]. La aproximacin la podemos escribir como: El mtodo consiste en obtener los coeficientes de los tres puntos, sustituirlos en la frmula cuadrtica y obtener el punto donde la parbola intercepta el eje x. La aproximacin

MTODO DE LA SECANTE

MTODO DE MULLER

se busca esta parbola para intersectar los tres puntos [x0, f(x0)], [x1, f(x1)] y [x2, f(x2)]. Los coeficientes de la ecuacin anterior se evalan al sustituir uno de esos tres puntos para dar:

f ( x 0 ) = a ( x 0 x 2 ) + b( x 0 x 2 ) + c
2

f ( x1 ) = a ( x1 x 2 ) 2 + b( x1 x 2 ) + c

f ( x 2 ) = a ( x 2 x 2 ) 2 + b( x 2 x 2 ) + c
La ltima ecuacin genera que, , de esta forma, se puede tener un sistema de dos ecuaciones con dos incgnitas:

f ( x 0 ) f ( x 2 ) = a ( x 0 x 2 ) 2 + b( x 0 x 2 )

f ( x1 ) f ( x 2 ) = a ( x1 x 2 ) 2 + b( x1 x 2 )

Definiendo de esta forma:

h0 = x1 x0
0 =
f ( x1 ) f ( x 2 ) x1 x 0

h1 = x 2 x1

1 =

f ( x 2 ) f ( x1 ) x 2 x1

Sustituyendo en el sistema:

( h0 h1 )b ( h0 + h1 ) 2 a = h0 0 + h11

h1b h1 a = h11
2

Teniendo como resultado los coeficientes:

a=

1 0
h1 +h0

b = ah1 + 1

c = f ( x2 )

Hallando la raz, se implementar la solucin convencional, pero debido al error de redondeo potencial, se usar una formulacin alternativa:

x3 = x2 +

2c

b b 2 4ac

La gran ventaja de este mtodo es que se pueden localizar tanto las races reales como x x E = 100 % Ea = x3 x2 x las imaginarias.
a 3 2 3

Hallando el error este ser:

INICIO
F(X); XO,X1,X2,ER ROR N O X3=X2+((2*C)/AUS2)

2
AUS>AU S2

SI

1 Error<T OL
N HO=X1-X0 O H1=X2-X1 S0=(FX2-FX0)/HO S1=(FX2-FX1)/H1 A=(S1-S0)/(H1HO) B=A*H1+S1 C=F(X2) RAZ=(B^24AC)^0.5 AUS=|B + RAZ| AUS2=|B - RAZ|

X3=X2+((2*C)/AUS)

DIAGRAMA DE FLUJO

SI

ERROR=|X3-X2| X0=X1 X1=X2 X2=X3

1 3
La Raz Aproximada Es X3

FIN

MTODO DE LIN BAIRSTOW

Consideraciones
En anlisis numrico, el mtodo de Bairstow es un algoritmo eficiente de bsqueda de las races de un polinomio real de grado arbitrario. Es un mtodo iterativo, basado en el mtodo de Mller y de Newton Raphson. Dado un polinonio fn(x) se encuentran dos factores, un polinomio cuadrtico:

El procedimiento general para el mtodo de Bairstow es:

Utilizando el mtodo de NR calculamos f2(x) = x2 r0x s0 y fn-2(x), tal que, el residuo de fn(x)/ f2(x) sea igual a cero. Se determinan la races f2(x), utilizando la formula general. Se calcula fn-2(x)= fn(x)/ f2(x). Hacemos fn(x)= fn-2(x) Si el grado del polinomio es mayor que tres regresamos al paso 2 Si no terminamos La principal diferencia de este mtodo, respecto a otros, es que permite calcular todas las races de un polinomio (reales e

Al dividir entre f2(x) = x2 rx s, tenemos como resultado el siguiente polinomio fn-2(x) = bnxn-2 + bn1xn-3 + + b3x + b2 con un residuo R =

donde los valores de r y s estn dados y calculamos los incrementos dr y ds que hacen a b1(r+dr, s+ds) y b0(r+dr, s+dr) igual a cero. El sistema de ecuaciones que tenemos

donde

Sustituyendo trmino

GRACIAS
UNIVERSIDAD NACIONAL HERMILIO VALDIZAN
FACULTAD DE INGENIERIA CIVIL Y ARQUITECTURA E. A. P. DE INGENIERIA CIVIL METODOS NUMERICOS AUTOR: Est. Ing. Civil SOTELO DE LA TORRE,Christian Orlando HUNUCO - PERU