Documente Academic
Documente Profesional
Documente Cultură
<
1
, 0,
N N
N
N
p p
p
p
c
< = o
( )
N
f p c <
Ejemplo.-
1. Utilice el mtodo de biseccin para obtener una raz real del polinomio
3 2
( ) 4 10 f x x x = + en el intervalo [1, 2] con una tolerancia de
2
10
.
2. Resolver mediante el algoritmo de biseccin 0
x
e x = en [0,1] , con una exactitud
de
2
10
.
Observacin.-
El mtodo de biseccin aunque claro desde el punto de vista conceptual, ofrecen
inconvenientes importantes, como el de converger lentamente e inadvertidamente
podemos desechar una buena aproximacin intermedia. Sin embargo, tiene la importante
propiedad de que siempre converge en una solucin y, por esta razn, a menudo sirve
para iniciar los mtodos ms eficientes que explicaremos ms adelante.
Teorema.- (Convergencia del Mtodo de Biseccin)
Supongamos que Supongamos que [ , ] f C a b e y que ( ). ( ) 0 f a f b < . Sea { }
0
n
n
p
=
la
sucesin de puntos medios de los intervalos generados por el mtodo de biseccin.
Entonces existe un nmero [ , ] r a b e talque ( ) 0 f r = y, adems,
1
,
2
n n
b a
r p
+
=
Observacin.-
Determinar la cantidad de iteraciones necesarias para resolver un problema con una
exactitud c y por medio de
1
a a = y
1
b b = consiste en encontrar un entero n que
satisfaga:
( 1)
2 ( )
n
n
r p b a
+
s
Para determinar n se usan logaritmos de cualquier base.
Ejemplo.-
Determine el nmero de iteraciones que se requieren en la aplicacin del mtodo de
biseccin al problema
3 2
( ) 2 10 20 f x x x x = + +
con tolerancia de
3
10
= + +
Donde ( ) x , est entre x y x . Dado que ( ) 0 f p = , esta ecuacin con x p = da
2
( )
0 ( ) ( ) '( ) ''( ( ))
2
p x
f x p x f x f p ,
= + +
Derivamos el mtodo de Newton, suponiendo que, como p x es tan pequeo, el
trmino que contiene
2
( ) p x es mucho menor y que
0 ( ) ( ) '( ) f x p x f x ~ +
Despejando p de esta ecuacin obtenemos:
( )
'( )
f x
p x
f x
~
Esto nos prepara para introducir el mtodo de Newton, el cual comienza con una
aproximacin inicial
0
p y genera la sucesin
{ }
0
n
n
p
=
definida por:
1
1
1
( )
,
'( )
n
n n
n
f p
p p
f p
= para 1 n > .
Las desigualdades de la tcnica de paro dadas con el mtodo de biseccin son aplicables
al mtodo de Newton. Es decir seleccione una tolerancia 0 c > y construya
1 2
, ,...,
N
p p p
hasta que
1 N N
p p c
<
1
, 0
N N
N
N
p p
p
p
c
< =
O bien ( )
N
f p c <
La siguiente figura muestra grficamente como se obtienen las aproximaciones usando
tangentes sucesivas
La derivacin del mtodo de Newton por medio de las series de Taylor, subraya la
importancia de una aproximacin lineal exacta. La suposicin fundamental es que el
trmino que contiene
2
( ) p x es, en comparacin con p x , tan pequeo que podemos
suprimirlo. Esto evidentemente sera falso a menos que x sea una buena aproximacin
de p . En particular, si
0
p no se acerca bastante a la raz real, el mtodo de Newton
quiz no converja a la raz. Pero no siempre es as.
El siguiente teorema de convergencia para el mtodo de Newton muestra la importancia
terica de la eleccin de
0
p .
Teorema.-
Sea
2
[ , ] f C a b e . Si p [ , ] a b e es tal que ( ) 0 f p = y '( ) 0 f p = , entonces existe 0 o >
talque el mtodo de Newton genera una sucesin { }
1
n
n
p
=
definida por el proceso iterativo
1
1 1
1
( )
( ) ,
'( )
n
n n n
n
f p
p g p p
f p
= = = y
( )
( ) 0
M
f p =
Las races de orden 1 M = se suelen llamar races simples, mientras que si 1 M > ,
entonces se llaman races mltiples. En particular, las races de orden 2 M = se conocen
como races dobles y as sucesivamente.
Lema.-
Si una ecuacin ( ) 0 f x = tiene una raz de orden M en x p = , entonces existe una
funcin continua ( ) h x talque ( ) f x puede expresarse como el producto
( ) ( ) ( )
M
f x x p h x = siendo ( ) 0 h p =
Ejemplo.-
La funcin
3
( ) 3 2 f x x x = + tiene una raz simple en 2 p = y una raz doble en 1 p = .
Para verificar estos hechos basta considerar las derivadas
2
'( ) 3 3, f x x = y ''( ) 6 f x x =
y evaluar. Para 2 p = , tenemos que ( 2) 0 f = y '( 2) 9 f = , de manera que 1 M = por
lo tanto 2 p = es una raz simple. Para 1 p = , tenemos (1) 0, '(1) 0, ''(1) 6 f f f = = = , de
manera que 2 M = , por lo que 1 p = es una raz doble. Por otro lado ( ) f x puede
factorizarse como
2
( ) ( 2)( 1) f x x x = + .
Velocidad de convergencia
Como vamos a mostrar, la propiedad distintiva que caracteriza cada caso es la siguiente:
si p es una raz simple de ( ) 0 f x = , entonces el mtodo de Newton Raphson converge
rpidamente, de forma que en cada iteracin doblamos (aproximadamente) el nmero de
cifras decimales exactos. Si por el contrario, p es una raz mltiple, entonces el error en
cada paso es una fraccin del error en el paso anterior. Para describir estos hechos de
manera precisa, damos la siguiente definicin.
Definicin.- (Orden de convergencia)
Supongamos que { }
0
n
n
p
=
converge a p y sea
n n
E p p = , para cada 0 n > . Si existen
dos constantes positivas 0 A> y 0 R > tales que
1 1
lim lim
n n
R
n n
n
n
p p E
A
E
p p
+ +
= =
(**)
Entonces se dice que la sucesin converge a p con orden de convergencia R y el
nmero A se llama constante asinttica del error. Los casos 1, 2 R = merecen una
consideracin especial:
Si 1 R = , la convergencia de
{ }
0
n
n
p
=
se llama lineal.
Si 2 R = , la convergencia de
{ }
0
n
n
p
=
se llama cuadrtica.
Si R es grande, entonces la sucesin
{ }
0
n
n
p
=
converge rpidamente a p ; esto es, la
relacin (**) implica que para valores grandes de n tenemos la aproximacin
1
R
n n
E A E
+
~ . Por ejemplo, supongamos que 2 R = y que
2
10
n
E
~ entonces cabe
esperar que
4
1
10
n
E A
+
~
Algunas sucesiones convergen con un orden que no es un nmero natural.
Ejemplo.- (convergencia cuadrtica de una raz simple)
Partiendo de
0
2, 4 p = y usando la iteracin de Newton Raphson aproxime la raz simple
2 p = del polinomio
3
( ) 3 2 f x x x = +
La formula de iteracin para calcular
{ }
k
p es
3
1 2
2 2
3 3
k
k
k
p
p
p
+
=
Usando la formula (**) con 2 R = para comprobar si la convergencia es cuadrtica
obtenemos los valores que se muestran en la tabla:
k
k
p
1 k k
p p
+
k k
E p p =
1 k
k
E
E
+
0
1
2
3
4
-2,400000000
-2,076190476
-2,003596011
-2,000008589
-2,000000000
0,323809524
0,072594465
0,003587422
0,000008589
0,000000000
0.400000000
0.076190476
0,003596011
0,000008589
0,000000000
0,476190475
0619469086
0,664202613
Ejemplo 2.15 (Convergencia lineal cuando la raz es doble)
Partiendo de
0
1, 2 p = y usando la iteracin de Newton Raphson, vamos a aproximarnos a
la raz doble 1 p = del polinomio
3
( ) 3 2 f x x x = +
Usando la frmula (**) con R=1 para comprobar si la convergencia es lineal, obtenemos
los valores que se muestran en la tabla siguiente
k
k
p
1 k k
p p
+
k k
E p p =
1 k
k
E
E
+
0
1
2
3
4
1,200000000
1,103030303
1,052356420
1,026400811
1,013257730
-0,096969697
-0,050673883
-0,025955609
-0,013143081
-0,006614311
-0,200000000
-0,103030303
-0,052356420
-0,026400811
-0,013257730
0.515151515
0,508165253
0,496751115
0,509753688
0,501097775
1,006643419
-0,003318055 -0,006643419 0,500550093
Hagamos notar que el mtodo de Newton Raphson converge a la raz doble, con una
velocidad bastante baja.
El siguiente teorema recoge la eficacia del mtodo de Newton Raphson en trminos de su
orden de convergencia, para races simples y dobles.
Teorema.- (Orden de convergencia del mtodo de Newton Raphson)
Supongamos que el mtodo de Newton Raphson genera una sucesin
{ }
0
n
n
p
>
que
converge a un cero de p de la funcin ( ) f x .
Si p es una raz simple, entonces la convergencia es cuadrtica:
2
1
''( )
2 '( )
n n
f p
E E
f p
+
~ para n suficientemente grande
Si p es una raz mltiple de orden 1 M > , entonces la convergencia es lineal:
1
1
n n
M
E E
M
+
~ para n suficientemente grande
Observacin.-
El mtodo de Newton es una tcnica muy poderosa, pero presenta un grave problema: la
necesidad de conocer el valor de la derivada de f en cada aproximacin. Con frecuencia
es ms difcil determinar '( ) f x y se requieren ms operaciones aritmticas para
calcularlo que para ( ) f x
3. METODO DE LA SECANTE
El mtodo de la secante es una variacin del mtodo de Newton-Raphson donde en vez
de calcular la derivada de la funcin en el punto de estudio, teniendo en mente la
definicin de derivada, se aproxima la pendiente a la recta que une la funcin evaluada en
el punto de estudio y en el punto de la iteracin anterior. Este mtodo es de especial
inters cuando el coste computacional de derivar la funcin de estudio y evaluarla es
demasiado elevado, por lo que el mtodo de Newton no resulta atractivo.
En otras palabras, el mtodo de la secante es un algoritmo de la raz de investigacin que
utiliza una serie de races de las lneas secantes para aproximar mejor la raz de una
funcin f . El mtodo de la secante se puede considerar como una aproximacin en
diferencias finitas del mtodo de Newton-Raphson. Sin embargo, este mtodo fue
desarrollado independientemente de este ltimo.
De la definicin de derivada de una funcin se sabe que:
( ) ( )
'( ) lim
x a
f x f a
f a
x a
Luego, el mtodo de la secante consiste en aproximar la derivada
1
'( )
n
f p
de la
ecuacin (*) por el cociente
1 2
1 2
( ) ( )
n n
n n
f p f p
p p
formado con los resultados de las dos iteraciones anteriores
1 n
p
y
2 n
p
. De esto resulta
la frmula
1 1 2 1
1 1
1 2
1 2
1 2
( ) ( ) ( )
( ) ( )
( ) ( )
n n n n
n n n
n n
n n
n n
f p p p f p
p p p
f p f p
f p f p
p p
= =
Es decir:
1 2 1
1
1 2
( ) ( )
( ) ( )
n n n
n n
n n
p p f p
p p
f p f p
(**)
Para la primera aplicacin de la ecuacin (**) e iniciar el proceso iterativo se requerirn
dos valores iniciales
0
p y
1
p ; luego la siguiente aproximacin est dada por:
1 0 1
2 1
1 0
( ) ( )
( ) ( )
p p f p
p p
f p f p
3
p por
2 1 2
3 2
2 1
( ) ( )
( ) ( )
p p f p
p p
f p f p
Y as sucesivamente hasta que encontremos algn
n
p de modo que:
1 n n
p p c
<
O
( )
n
f p c <
Donde 0 c > es la tolerancia permitida.
Ejemplo.-
Use el mtodo de la secante para encontrar una raz real de la ecuacin polinomial
3 2
2 10 20 0 x x x + + =
Considere los puntos iniciales
0 1
0, 1 p p = = .
Solucin.-
Generando la frmula de recurrencia segn (**) se tiene:
3 2
1 2 1 1 1
1 3 2 3 2
1 1 1 2 2 2
( )( 2 10 20)
( 2 10 20) ( 2 10 20)
n n n n n
n n
n n n n n n
p p p p p
p p
p p p p p p
+ +
=
+ + + +
, 2, 3, 4,... n =
si
0 1
0, 1 p p = = luego en la frmula de recurrencia se tiene:
3 2
2 3 2 3 2
(1 0)(1 2(1) 10(1) 20)
1 1.53846
(1 2(1) 10(1) 20) (0 2(0) 10(0) 20)
p
+ +
= =
+ + + +
los valores de las iteraciones siguientes se encuentran en la tabla anexa.
n
n
p
1 n n
p p
0
0.00000
1
1.00000 1.00000
2
1.53846 0.53846
3
1.35031 0.18815
4
1.36792 0.01761
5
1.36881 0.00090
De los resultados en la tabla podemos decir que la convergencia a la raz no es tan rpida
ni tan lenta, en este caso tenemos una convergencia intermedia.
Interpretacin geomtrica del mtodo de la secante.-
Se eligen dos puntos del eje X ,
0
p y
1
p como primeras aproximaciones a la raz p
4.
Observacin.-
Este mtodo no garantiza la convergencia a una raz, lo cual puede lograrse con ciertas
modificaciones que dan lugar a nuevos mtodos.
4 MTODO DE LA POSICIN FALSA.-
El mtodo de posicin falsa, tambin llamado de Regula-Falsi, al igual que el algoritmo de
la secante, aproxima la derivada '( )
i
f x de la ecuacin
1
( )
'( )
i
i i
i
f x
x x
f x
+
= por el cociente
1
1
( ) ( )
i i
i i
f x f x
x x
Pero en este caso los valores de
i
x y
1 i
x
, correspondientes
tienen signos opuestos, esto es:
1
( ). ( ) 0
i i
f x f x
<
Es decir
i
x y
1 i
x
Por tanto
( ) ( ) '( ) p q g p g q g p q k p q p q = = s <
Lo cual es una contradiccin. Esta contradiccin se debe solamente a la
suposicin, p q = . Por lo tanto p q = y el punto fijo en [ , ] a b es nico.
Ejemplo.-
Dada la funcin
2
1
( )
3
x
g x
= en [ 1,1] . Determine si la funcin dada tiene punto
fijo y en caso de existir este es nico.
Para aproximar el punto fijo de una funcin g escogemos una aproximacin inicial
0
p y generamos la sucesin
{ }
0
n
n
p
=
haciendo
1
( )
n n
p g p
= para cada 1 n > . Si la
secuencia converge a p y si g es continua, entonces
1 1
lim lim ( ) (lim ) ( )
n n n
n n n
p p g p g p g p
= = = =
Y obtenemos una solucin con ( ) x g x = . Esta tcnica recibe el nombre de
iteracin de punto fijo o iteracin funcional
Interpretacin geomtrica del Mtodo de Punto fijo.
Al graficar los dos miembros de la ecuacin ( ) x g x = como las funciones y x = y
( ) y g x = , la raz buscada p es la abscisa del punto de cruce de dichas funciones.
ALGORITMO
Iteracin de punto fijo
Para obtener una solucin a ( ) p g p = dada una aproximacin inicial
0
p
ENTRADA aproximacin inicial
0
; p tolerancia TOL; nmero mximo
de iteraciones
0
N .
SALIDA solucin aproximada p o mensaje de error
Paso 1 Tome 1 i =
Paso 2 Mientras
0
i N s haga pasos 3-6
Paso 3 Tome
0
( ) p g p = . (Calcule
i
p )
Paso4 Si
0
p p TOL < entonces
SALIDA ( ) p ; (Procedimiento terminado
satisfactoriamente)
PARAR
Paso 5 Tome 1 i i = +
Paso 6 Tome
0
p p = (Defina de nuevo
0
p )
PASO 7 SALIDA (El mtodo fracas despus de
0
N iteraciones
0 0
', N N = );
PARAR
Ejemplo.-
La ecuacin
3 2
4 10 0 x x + = Tiene una raz nica en [1, 2] . Hay muchas formas
para convertirla en la forma ( ) x g x = mediante un simple manejo algebraico. Por
ejemplo para obtener la funcin g que describe la iteracin de punto fijo, podemos
manejar la ecuacin
3 2
4 10 0 x x + = as:
2 3
4 10 x x = , as
2 3
1
(10 ),
4
x x = luego
3
1
10
2
x x =
Para obtener una solucin positiva, elegimos
3
( ) g x como se muestra aqu.
A continuacin presentamos aqu una variedad de funciones g que se pueden
obtener a partir de la ecuacin inicial.
a)
3 2
1
( ) 4 10 x g x x x x = = +
b)
1/ 2
2
10
( ) 4 x g x x
x
| |
= =
|
\ .
c)
( )
1/2
3
3
1
( ) 10
2
x g x x = =
d)
1/ 2
4
10
( )
4
x g x
x
| |
= =
|
+
\ .
e)
3 2
5 2
4 10
( )
3 8
x x
x g x x
x x
+
= =
+
Con
0
p =1.5 construya una tabla con los resultados del mtodo de iteracin de
punto fijo para las cinco opciones de g , tenga en cuenta que la raz real es
1.365230013.
Cmo podemos encontrar un problema de punto fijo capaz de producir una
sucesin que converja confiable y rpidamente a la solucin de un problema
de bsqueda de raz?
Teorema.- (Teorema de punto fijo)
Sea g [ , ] C a b e talque ( ) [ , ] g x a b e para toda x en [ , ] a b . Adems supongamos
que existe ' g en , a b y una constante positiva 0 1 k < < tales que
'( ) , g x k s para toda , x a b e
Entonces, para cualquier nmero
0
p en [ , ] a b , la sucesin definida por
1
( )
n n
p g p
= , 1 n >
Converge al nico punto fijo p en [ , ] a b .
Demostracin.-
El teorema anterior implica que existe un punto fijo nico en [ , ] a b . Puesto que g
transforma [ , ] a b en si mismo, la sucesin
{ }
0
n
n
p
=
se define para toda 0 n > y
n
p
[ , ] a b e para toda n . Aplicando el hecho de que ( ) g x k s y el teorema del valor
medio, tenemos, para cada n ,
1 1 1
( ) ( ) '( ) ,
n n n n n
p p g p g p g p p k p p
= = s
donde
n
, a b e . Al aplicar esta desigualdad inductivamente se obtiene:
2
1 2 0
...
n
n n n
p p k p p k p p k p p
s s s s
puesto que 0 1 k < < , se tiene
0
lim 0
n
n
k p p
= y
0
lim lim 0
n
n
n n
p p k p p
s =
{ }
0
n
n
p
=
converge a p .
Corolario.- Si g satisface las hiptesis del teorema anterior, las cotas del error que
supone utilizar
n
p para aproximar p , estn dadas por
{ }
0 0
,
n
n
p p k mx p a b p s
Y por
1 0
1
n
n
k
p p p p
k
s
.
Observacin.-
Ambas desigualdades del corolario relacionan la razn a la que
{ }
0
n
n
p
=
converge
a la cota k de la primera derivada. La razn de convergencia depende del factor
n
k . Cuando ms pequeo sea el valor de k , ms rpida ser la convergencia la
cual puede ser muy lenta si k est cerca de 1.
Ejemplo.-
Calcule una raz real de la ecuacin
3 2
2 10 20 0 x x x + + = , empleando como
valor inicial
0
1 p = . Si se presentan las formas ( ) x g x = de esta ecuacin, a su
criterio Cul de estas formas elegira usted para aproximar dicha raz?
a)
2
20
2 10
x
x x
=
+ +
b)
3 2
2 11 20 x x x x = + +
Solucin.-
Notemos que
a) '(1) 0.47 g = b) '(1) 8 g =
Luego la forma (a) promete convergencia y la forma (b) no.
Aplicando la iteracin de punto fijo, se tiene el siguiente cuadro:
i
i
p ( )
i
g p
1 i i
p p
+
'( )
i
g p
0 1.00000 1.53846 0.47337
1 1.53846 1.29502 0.53846 0.42572
2 1.29502 1.40183 0.24344 0.45100
3 1.40183 1.35421 0.10681 0.44047
4 1.35421 1.37530 0.04762 0.44529
5 1.37530 1.36593 0.02109 0.44317
6 1.36593 1.37009 0.00937 0.44412
7 1.37009 1.36824 0.00416 0.44370
8 1.36824 1.36906 0.00184 0.44389
9 1.36906 0.00082 0.44380