UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE INGENIERIA INDUSTRIAL

MTODOS NUMERICOS I

TEMA:
MTODOS ABIERTOS

INTEGRANTES:
BAUTISTA ABAD MARA JOS
GMEZ CAARTE KAREN
MOROCHO PREZ MAYRA
VILLALOBOS CARANQUI JESSICA
METODOS ABIERTOS
A diferencia de los mtodos cerrados estos solo necesitan un
valor inicial, pues no encierran la raz. En algunos casos la
operacin diverge(se aleja de la raz) y otros converge (se
acerca a la raz) hallando de manera ms efectiva la raz.
ITERACIN SIMPLE DE PUNTO FIJO

El mtodo del punto fijo, tambin denominado mtodo de

aproximacin sucesiva. Es un mtodo iterativo que permite resolver
sistemas de ecuaciones no necesariamente lineales. En particular se
puede utilizar para determinar races de una funcin de la
forma siempre y cuando se cumplan los criterios de convergencia.
 Mtodo (Punto fijo) Decimos que es un punto fijo de la funcin g(x)
si se cumple g() = .
Ecuacin en forma normal f(x)=0.
forma de punto fijo x = g(x).
 CONVERGENCIA
Se dice que hay Convergencia al utilizar un mtodo numrico para
resolver un problema en particular cuando, mientras ms iteraciones
se hacen se obtiene una mejor aproximacin al resultado.
 ALGORITMO PARA EL METODO DE PUNTO FIJO
1. Se ubica la raz de f(x) analizando la grfica.
2. Se despeja de manera: x=g(x)
3. Obtenemos de x=g(x) su derivada g (x).
4. Resolviendo la desigualdad -1 g (x 1 obtenemos el rango de
valores en los cuales est el punto fijo llamado R.
5. Con R buscamos la raz en g (x) es decir g(R)=R haciendo iteracin
de las operaciones
6.2 MTODO DE NEWTON-RAPHSON
Es un algoritmo eficiente para encontrar aproximaciones de los ceros
o races de una funcin real. Tambin puede ser usado para encontrar
el mximo o mnimo de una funcin, encontrando los ceros de su
primera derivada.
Se basa en trazar rectas tangentes que toman la forma de la funcin
por medio de su primera derivada.
 De la figura se tiene que la primera derivada en x es equivalente a la
pendiente:

que se reordena para obtener:

La cual se conoce como frmula de Newton-Raphson.

6.2.1. CRITERIO DE TERMINACIN Y ESTIMACIN
DE ERRORES
Se puede demostrar el mtodo de Newton Raphson tiene
convergencia cuadrtica: si es raz, entonces:
|XK+1 - | c |XK- |2
Para una cierta constante c. esto significa que si en el algn momento
el error es menor o igual a 0,1, a cada nueva iteracin doblamos
(aproximadamente) el nmero de decimales exactos. En la prctica
puede servir para hacer una estimacin aproximada del error:
Error relativo entre dos aproximaciones sucesivas.
E= (XK+1-XK)/ (XK+1)
6.2.2. DESVENTAJAS DEL METODO DE NEWTON-
RAPHSON
es muy eficiente, hay casos donde no lo es tanto. Un ejemplo de esto
es cuando una funcin f(x) se hace iguala cero cuando un valor de x
anula ms de un trmino en la ecuacin. Por ejemplo: f(X)= (x-3)(x-
1)(x-1). Cuando x=1 se anulan dos trminos de la ecuacin.

En este caso hablamos de races mltiples. El problema del caso de

races mltiples con el mtodo de Newton-Raphson se relaciona con
el hecho de que no slo f(x) se aproxima a cero y al tener una
derivada en el denominador provoca una divisin entre cero cuando
la solucin se acerque a la raz.
6.2.3. ALGORITMO PARA EL METODO DE NEWTON
RAPHSON
Un algoritmo para el mtodo de Newton-Raphson debe modificarse para
calcular la primera derivada.
1. Se debe incluir una rutina de graficacin.
2. Al final de los clculos, se necesitar sustituir siempre la raz final
calculada en la funcin original, para determinar si el resultado se acerca a
cero. Esta prueba protege el desarrollo del programa contra aquellos casos
en los que se presenta convergencia lenta u oscilatoria, la cual puede llevar
a valores pequeos de Error, mientras que la solucin an est muy lejos
de una raz.
3. El programa deber incluir siempre un lmite mximo permitido del
nmero de iteraciones para estar prevenidos contra soluciones oscilantes,
de lenta convergencia o divergentes que podran persistir en forma
interminable.
METODO DE LA SECANTE

Es un mtodo para encontrar los ceros de una funcin de forma iterativa.

El principal inconveniente del mtodo de Newton estriba en que requiere
conocer el valor de la primera derivada de la funcin en el punto. Sin embargo, la
forma funcional de f(x) dificulta en ocasiones el clculo de la derivada. En estos
casos es ms til emplear el mtodo de la secante.
Figure: Representacin geomtrica del
mtodo de la secante
DIFERENCIA ENTRE METODO DE LA SECANTE Y
FALSA POSICION
En primer lugar podemos encontrar diferencia en la forma en la que
trabajan .El mtodo de la falsa posicin utiliza dos puntos pero estos
dos puntos deben tener signos contrarios. Estos dos puntos son
unidos por una recta, de all su nombre de falsa posicin, esta recta al
cortar con el eje de las x dar una buena aproximacin del cero (Hay
excepciones). En cambio el mtodo de la secante utiliza tambin dos
puntos pero no necesariamente necesita que tengan signos
contrarios. En realidad este mtodo trabaja con una aproximacin de
la derivada de la funcin dada en la frmula del mtodo de Newton-
Raphson.
 METODO DE BRENT
El mtodo de Brent de ubicacin de races es un ingenioso algoritmo
que hace exactamente eso mediante la aplicacin de un rpido
mtodo abierto siempre que sea posible, pero volviendo al confiable
mtodo de agrupamiento en regiones cuando sea necesario.
6.4.1. INTERPOLACIN INVERSA CUADRTICA
La interpolacin inversa cuadrtica se basa en una idea similar a la del
mtodo de la secante. El mtodo de la secante es el clculo de una
lnea recta que pasa por dos valores iniciales. La interseccin de esta
lnea recta con el eje x representa el nuevo estimado de la raz. Por
esta razn, algunas veces se le describe como un mtodo de
interpolacin lineal.
Ahora suponga que se tiene tres puntos. En este caso se puede
determinar una funcin cuadrtica de x que pase por los tres puntos.
6.4.2. ALGORITMO DEL METODO DE BRENT

La idea general respecto al mtodo de Brent para la ubicacin de

races es, siempre que sea posible, usar uno de los mtodos rpidos
abiertos. En el caso de que esto genere un resultado inaceptable (es
decir, un estimado de races que caiga fuera de la regin
seleccionada), el algoritmo vuelve al mtodo ms conservador de
biseccin. Aunque el mtodo de biseccin puede ser ms lento,
genera un estimado con garanta de caer dentro de la regin. Este
proceso se repite luego hasta que la raz se ubique dentro de una
tolerancia aceptable. Al principio domina usualmente la biseccin,
pero al acercarse a la raz, la tcnica cambia a los mtodos abiertos
ms rpidos.
 RAICES MLTIPLES
Uno de los inconvenientes que presenta el mtodo de Newton es cuando la derivada de la funcin tiende a cero al
ser evaluada en x y por ende la convergencia disminuye o incluso se suspende si se alcanza una divisin por cero.
Similarmente sucedera con el mtodo de la secante si la funcin es muy plana y f(x) y f(x-1) son
aproximadamente iguales. Con el fin de darle solucin a este inconveniente se crearon estos mtodos.

Mtodos para determinar races mltiples

Hay dos formas desarrolladas para determinar races mltiples. Estos mtodos no son ms que modificaciones del
mtodo de newton y a continuacin se presentaran estos.
El primero de ellos aade un factor a la formula normal del mtodo de newton con el fin de retornar la
convergencia de este, simplemente aade la multiplicidad de la raz como una constante al segundo trmino de la
formula.

El segundo crea una funcin auxiliar u(x)=f(x)/f'(x), as xn+1 =xn-(u(x)/u'(x)) reemplazando en trminos de f(x) se
obtiene:
 SISTEMAS DE ECUACIONES NO LINEALES
Un sistema de ecuaciones no lineales consiste en obtener las races
de un conjunto de ecuaciones simultneas.
6.6.1. ITERACION DE PUNTO FIJO
El mtodo de iteracin de punto fijo puede modificarse para resolver
dos ecuaciones simultneas no lineales.
La iteracin de punto fijo para sistemas de ecuaciones no lineales
tiene muchas similitudes conceptuales con el mtodo de iteracin
simple visto en el captulo RAICES DE ECUACIONES. La dificultad a
salvar es la correspondiente al trabajo en espacios de n dimensiones
donde los mdulos antes utilizadas se valoran ahora en trminos de
normas de vectores y matrices. La convergencia ser la convergencia
de sucesiones de vectores.
 NEWTON-RAPHSON
Este mtodo, el cual es un mtodo iterativo, es uno de los ms usados
y efectivos. A diferencia de los mtodos anteriores, el mtodo de
Newton-Raphson no trabaja sobre un intervalo sino que basa su
frmula en un proceso iterativo.
 Trazamos la recta tangente a la curva en el punto (, f( )); esta cruza
al eje x en un punto +1 que ser nuestra siguiente aproximacin ala
raz .
Para calcular el punto +1 , calculamos primero la ecuacin de la
recta tangente. Sabemos que tiene pendiente.
m=f( )
Y por lo tanto la ecuacin de la recta tangente es:
Y-f( )=f( )(x- )
Hacemos y=0
-f( )=f( )(x- )
Y despejamos x
( )
X= -
( )