Universidad Mayor de San Simn

Facultad de Ciencias y Tecnologa

ANLISIS NUMRICO
(TRABAJO DE INVESTIGACIN)

Temas: - Mtodo de Punto Fijo y Mtodo de la Secante

-Matrices
Estudiante: Sarah Daniela Chila Ovando
Carrera: Ing. Qumica
Fecha: Viernes, 4 de Noviembre de 2016
Docente: Dr. Jos A. Soruco Maita

Cochabamba-Bolivia

MTODO DEL PUNTO FIJO

Esta tcnica del punto fijo, aunque la vamos a estudiar en el contexto del clculo de las
races de funciones, se utiliza en otros mbitos que impliquen procesos iterativos como
veremos en la resolucin de sistemas de ecuaciones lineales por mtodos iterativos.
El mtodo de Newton para el clculo de races reales, visto en el apartado anterior, nos va a
servir de ejemplo para estudiar la iteracin de punto fijo.
En el mtodo de Newton , a partir de la ecuacin, f(x) = 0 , construimos la funcin:

con la que generamos una sucesin,

Si la sucesin: ,
continua, entonces:

= g(

) mediante un proceso iterativo.

, ... as generada converge a algn punto "a" y la funcin g(x) es

a=

= g(

) = g(a)

o sea, que a = g(a). Al punto "a" le llamaremos punto fijo de la funcin

g(x).
Claramente, si "a" es un punto fijo de la funcin de iteracin de Newton
g(x), entonces "a" es una solucin de la ecuacin f(x) = 0.

a = g(a) = a -

a-a=0="a" es raz de f(x)

f(a) = 0

Definicin de punto fijo.Dada una funcin g(x), se dice que "a" es un punto fijo de g(x) si se verifica que a=g(a).
Ejemplo 2.1

En la figura 2.7 se muestran las funciones g(x) = x3 - 2x2 + 2 y h(x) = x.

Para hallar los puntos fijos de g(x) nos fijaremos en la definicin de punto fijo, que dice que
"a" es un punto fijo de g(x) si se cumple que g(a)=a, por lo que los puntos fijos estarn
situados sobre la bisectriz del primer y tercer cuadrante, es decir, sobre la recta h(x) =
x (Conte). En este caso estos puntos son x = -1, x = 1 y x =2.

FIGURA 2.7: Clculo grfico de los puntos fijos de una funcin.

Dado un punto inicial

, y elegida una funcin g(x), se construye un mtodo iterativo a

partir de la expresin:

= g(

El objetivo consiste en que

) con n 0.
= a, pues si g(x) es continua se verificar:

a=
y "a" ser un punto fijo de g(x).

g(

) = g(a)

Algoritmo 2.6: Algoritmo del punto fijo.

Elegir la funcin g(x), el punto de partida x0, la tasa de error y el nmero mximo de iteraciones
I.
Hacer K = 1 (contador de iteraciones).
Hacer x1 = g(x0).
Mientras ( | x1 - x0 | > error y K < I ) hacer
x0 = x1
x1 = g(x0)
K=K+1
Fin_Mientras
Si K I entonces "no converge"
si no entonces solucin = x1.

Es posible escoger varias funciones de iteracin g(x), en concreto todas las g(x) obtenidas
despejando x de f(x). Otra funcin que se puede utilizar es g(x) = x + f(x), para cualquier
valor de . Todas estas funciones tienen la propiedad de que un punto fijo de g(x) es una
raz de f(x). Para cada una de estas elecciones, se puede entonces calcular la sucesin
,

, ... con

= g(

) n = 0, 1, 2 ..., con la esperanza de que converja.

La dificultad aparece ahora en la forma de elegir la funcin g(x).

Ejemplo 2.2
Sea la funcin f(x) = x2- x - 2. La eleccin de g(x) se puede hacer de muchas formas.
Algunas de ellas, obtenidas despejando x de f(x) de distintas formas, por ejemplo:
g(x) = x2 - 2.

g(x) = +

Veamos grficamente qu ocurre con este proceso iterativo con cada una de las
funciones g(x) del ejemplo anterior tomando como puntos iniciales:
=1y

= 2.1

a) g(x) = x2 - 2.

FIGURA 2.8: Grfica de aplicacin del algoritmo del punto fijo.

Mediante la figura 2.8 se observa que el proceso converge inmediatamente hacia el punto
fijo -1, cuando empezamos por

=1.

Sin embargo, si calculamos algunos trminos de la sucesin empezando por

veremos que diverge:

= 2.1

...

= 2.1

= 2.41

= 3.81

= 12.50

= 154.29

... diverge

Si nos fijamos en la representacin grfica de esta hiprbola (fig 2.9) veremos que en este
caso no podemos partir del punto 1 pues esta funcin no est definida en ese punto.
FIGURA 2.9: Grfica de aplicacin del algoritmo del punto fijo.

2.1

1.818

2.444

1.385

5.200

0.476

-3.818

-0.415

-1.413

-1

Al comenzar en el punto 2.1 la sucesin engendrada converge a -1. Ntese que el punto de
partida
= 2.1 estaba ms cercano al punto fijo 2, y sin embargo el proceso ha convergido
al punto -1.

c) g(x) = +
La representacin grfica de esta funcin viene dada en la figura 2.10.

FIGURA 2.10: Grfica de aplicacin del algoritmo del punto fijo.

Fijmonos que las sucesiones del punto fijo que tienen como funcin de iteracin esta
funcin y como puntos iniciales

=1 y

=2.1 convergen hacia el punto fijo 2.

=1

=1.732

=1.932

=1.983

=1.996

=2.1

=2.025

=2.006

=2.002

=2.0004

Ejercicio: Analizar grficamente el comportamiento del mtodo del punto fijo para la
funcin: g(x) = -

La representacin grfica de esta funcin viene dada en la figura 2.11.

FIGURA 2.11: Grfica de aplicacin del algoritmo del punto fijo.

=1

=3

=1.667

=2.200

=1.909

=2.1

=1.952

=2.024

=1.988

=2.006

En este caso la sucesin tambin converge en ambos casos.

FIGURA 2.12: Aplicacin del algoritmo del punto fijo.

2.1

2.255

2.670

3.899

8.553

39.850

Pto. fijo

diverge

En este caso como vemos en la figura 2.12 si empezamos desde

= 1 converge al punto
fijo -1. Empezando desde 2.1 diverge, como podemos comprobar con los valores de la
tabla.

http://users.dsic.upv.es/asignaturas/eui/cnu/libro/tema
2/tema24.htm

MATRICES
Una matriz es un arreglo bidimensional de nmeros (llamados entradas de la matriz) ordenados
en filas (o renglones) y columnas, donde una fila es cada una de las lneas horizontales de la matriz y
una columna es cada una de las lneas verticales. A una matriz con n filas y m columnas se le denomina
matriz n-por-m (escrito ) donde . El conjunto de las matrices de tamao se representa como , donde es
el campo al cual pertenecen las entradas. El tamao de una matriz siempre se da con el nmero de filas
primero y el nmero de columnas despus.
Matriz cuadrada:
Una matriz de n por m elementos, es una matriz cuadrada si el nmero de filas es igual al nmero
columnas, es decir, n = m y se dice, entonces que la matriz es de orden n:

Las matrices cuadradas son las ms utilizadas en lgebra.

Toda matriz cuadrada se puede descomponer en la suma de una matriz simtrica y una matriz
antisimtrica. Si A y B son matrices del mismo orden, entonces se pueden sumar entre s.
Los productos de matrices son vlidos en ambos sentidos, AB y BA. Adems, surgen los conceptos
de determinante y traza solo aplicables a matrices cuadradas.
Una matriz cuadrada A de orden n es singular si su determinante es nulo. En tal caso se dice que
dicha matriz no tiene inversa.
Ejemplo de matriz cuadrada para n = 3:

Matriz triangular:
En lgebra lineal, una matriz triangular es un tipo especial de matriz cuadrada cuyos elementos por
encima o por debajo de su diagonal principal son cero. Debido a que los sistemas de ecuaciones
lineales con matrices triangulares son mucho ms fciles de resolver, las matrices triangulares son
utilizadas en anlisis numrico para resolver sistemas de ecuaciones lineales, calcular inversas y
determinantes de matrices. El mtodo de descomposicin LU permite descomponer cualquier matriz
invertible como producto de una matriz triangular inferior L y una superior U.
Una matriz cuadrada de orden n se dice que es triangular superior si es de la forma:
Anlogamente, una matriz de la forma:

se dice que es una matriz triangular inferior.

Se suelen emplear las letras U y L, respectivamente, ya que U es la inicial de "upper triangular matrix" y L
de "lower triangular matrix", los nombres que reciben estas matrices en ingls.

Ejemplos[editar]

Esta matriz es triangular superior.

Esta matriz es triangular inferior.

Matriz transpuesta:
Sea A una matriz con filas y columnas. La matriz transpuesta, denotada con
Est dada por: At

En donde el elemento aji de la matriz original A se convertir en el elemento aij de la matriz transpuesta At
Una matriz es simtrica si es una matriz cuadrada, la cual tiene la caracterstica de ser igual a
su traspuesta. Una matriz de n*m elementos:.