Documente Academic
Documente Profesional
Documente Cultură
Introducción
La resolución de ecuaciones y sistemas (ya sean polinómicas, algebraicas o
trascendentes) es uno de los problemas que con más frecuencia aparece en los
distintos campos de la Ciencia y la Técnica. Además se trata de un problema que
ha sido estudiado desde muy antiguamente; por ejemplo ya en el año 100 A.C.
Herón empleaba un método iterativo para aproximar la raíz cuadrada de un
número positivo.
No existen métodos generales de resolución simbólica de ecuaciones o
sistemas; salvo para ciertas ecuaciones de tipo polinómico o en el caso de
sistemas lineales. Por ello surge la necesidad de desa--rrollar métodos numéricos
para calcular, al menos de forma aproximada, las soluciones de este tipo de
problemas. Teniendo en cuenta estas cuestiones, Mathematica incorpora
diferentes comandos para la re-solución de ecuaciones y sistemas de ecuaciones
de modo formal (por ejemplo, Solve, Reduce, Eliminate, Roots), siempre que
admitan solución simbólica; pero en la mayoría de los casos se calculará una
aproximación numérica de dicha solución me-dian-te otras órdenes (por
ejemplo, NSolve, NRoots, FindRoot), empleándose técnicas apropiadas para
cada pro-blema concreto.
Comenzaremos describiendo alguno de los métodos numéricos más conocidos
de aproximación de soluciones para una ecuación ge-ne-ral, de la forma
satisface la desigualdad
Vemos pues cómo, si no se llega a encontrar la solución exacta para
algún , entonces se obtiene una sucesión de intervalos
encajados con , de manera que,
si para todo , entonces el error tiende a cero
cuando tiende a infinito, y, por la complitud del cuerpo de los números reales,
el método resulta convergente, es decir en . Como es lógico, en la
práctica computacional no se lleva a cabo dicho paso al límite, pues implicaría
realizar un número infinito de iteraciones (bucle infinito); además, superado un
determinado número de éstas, ya estaríamos llegando incluso a entrar en
conflicto con el grado de precisión de la máquina con que estemos trabajando
(consultar capítulo anterior sobre los errores de redondeo). Mathematica permite
controlar esto mediante diferentes órdenes, como son WorkingPrecision,
SetPrecision, AccuracyGoal, etc. Así pues, lo que se suele hacer es intentar
asegurar una determinada precisión o tolerancia, que denominaremos , en la
aproximación; para ello debemos detener el proceso cuando la longitud del
intervalo correspondiente sea menor o igual que ; también podemos calcular
de antemano el número de iteraciones resolviendo la inecuación , lo que
es inmediato tomando logaritmos.
Describimos a continuación el algoritmo en forma de pseudocódigo. Aquí,
con el afán de simplificar y optimizar al máximo el código correspondiente y la
cantidad de variables a almacenar lo que se hace es mantener en todo momento
las letras de las variables y para los extremos del intervalo considerado
y para el punto medio del mismo. En la figura c02g2 se ilustra.
ALGORITMO DE BISECCIÓN
Entrar , , ,
ALGORITMO DE BISECCIÓN
Mientras
Hacer
Si entonces es raíz. Fin
Si entonces .
Si entonces .
Método de regula-falsi
En el método de regula falsi se puede partir de las mismas hipótesis que en el
de bisección, suponiendo que se verifica el teorema de Bolzano en el
intervalo ; sólo que ahora el algoritmo para ir aproximando a una
de las raíces es ir tomando la correspondiente recta secante a la gráfica en los
puntos y , , y tomar la intersección de ésta con el
eje (ver figura c02g3); llamemos también a la aproximación de la raíz
buscada. A continuación efectuaremos un chequeo de cambio de signo, lo mismo
que en el método de bisección, y nos quedaremos con el subintervalo donde se
siga manteniendo el cambio de signo, o bien . Bastará con repetir este
proceso de forma recursiva para ir obteniendo cada vez mejores aproximaciones
de la raíz buscada.
De esta manera nos evitamos el tener que chequear en cada paso del
algoritmo, el correspondiente cambio de signo de la función en los extremos de
los intervalos, pero corremos el riesgo de que en algún caso no se tenga la
deseada convergencia hacia la raíz de la ecuación (ecgen).
Método de Whittaker
En el método de Whittaker, partiendo de un valor inicial , se aproxima la
raíz de la ecuación (ecgen) mediante la abscisa del correspondiente punto de corte
con el eje de la recta que pasa por los sucesivos puntos , ,y
tiene como pendiente un valor prefijado fijo (ver figura c02g4 ).
El método iterativo empleado ya por Herón 100 años antes del comienzo de
nuestra era para aproximar la raíz cuadrada de un número positivo ,
Hacer
Si entonces escribir . Fin
En caso contrario hacer y reiterar.
A continuación damos un resultado sobre convergencia del método de
Newton--Raphson, que es fácil de comprobar en muchos ejemplos.
Proposición
Supongamos que la función admite derivada segunda en y verifica las
siguientes propiedades:
para todo .
no cambia de signo en (por ejemplo, en todo
punto).
Entonces, partiendo de un valor inicial para el que se
verifique que , la sucesión de aproximaciones obtenida por el
método de Newton-Raphson converge hacia la única raíz de la
ecuación en .
Antes de probar el teorema, observemos que bastará con tomar por ejemplo
como el extremo del intervalo para el cual y tengan el mismo signo.
Nótese, además, que la existencia de la raíz está asegurada, gracias al teorema de
Bolzano, por la continuidad de y la primera hipótesis.
La unicidad de la raíz se debe a la segunda, ya que la función será
estrictamente monótona (creciente o decreciente) en todo el intervalo. La tercera
hipótesis garantiza que la recta tangente no corta a la curva, ya que ésta tiene
concavidad fija.
En cuanto a las cuatro distintas posibilidades geométricas que se pueden dar
con estas hipótesis (ver figura c02g7), es inmediato comprobar que todas pueden
reducirse a una cualquiera de ellas sin más que tomar la reflexión adecuada
respecto al eje (mediante el cambio ) o al eje (mediante el
cambio , que transformaría a su vez el intervalo en el ).
deduciéndose que
que y, dado
que , vemos pues que la
que equivale a la
convergencia absoluta de la serie. Obtenemos como consecuencia la convergencia
a de la sucesión . Por ser cerrado, se cumple que . Además,
Proposición
Sea una función de clase tal que la ecuación tenga una
solución con, con . Sea un
valor suficientemente próximo a la raíz. Entonces la sucesión construida a partir de
la iteración funcional (metiterfunc) convergerá hacia con un orden de
convergencia , cumpliéndose además que
Deducción analítica del orden de convergencia del método de
Newton-Raphson
La elección de la función para el método de Newton Raphson es