Sie sind auf Seite 1von 10
MÉTODOS NUMÉRICOS CAPÍTULO 1 : SOLUCIÓN DE ECUACIONES DE UNA VARIABLE. MÉTODO DE MÜLLER. Ing.
MÉTODOS NUMÉRICOS CAPÍTULO 1 : SOLUCIÓN DE ECUACIONES DE UNA VARIABLE. MÉTODO DE MÜLLER. Ing.

MÉTODOS NUMÉRICOS

CAPÍTULO 1: SOLUCIÓN DE ECUACIONES DE UNA VARIABLE. MÉTODO DE MÜLLER.

CAPÍTULO 1 : SOLUCIÓN DE ECUACIONES DE UNA VARIABLE. MÉTODO DE MÜLLER. Ing. Willians Medina. Maturín,

Ing. Willians Medina.

Maturín, Junio de 2015.

Capítulo 1. Solución de ecuaciones de una variable.

Método de Müller.

1.12.- MÉTODO DE MÜLLER.

Consideraremos ahora un método presentado por primera vez por D. E. Müller en 1956. Esta técnica puede ser usada para cualquier problema de búsqueda de raíces, pero es particularmente útil para aproximar raíces de polinomios. El método de Müller es una generalización del método de la secante. El método de

, y determina la siguiente

la secante empieza con dos aproximaciones iniciales

x

1

y

x

0

aproximación

x

1

como la intersección del eje x con la recta que pasa por (

x

1

,

f

(

x

1

))

y

(

x

0

,

f

(

x

0

))

. Ver figura 1.46.

1 , f ( x  1 )) y ( x 0 , f ( x

Figura 1.46. Aplicación del método de la secante.

El método de Müller usa tres aproximaciones iniciales

x

2

,

x

1

y

x

0

y determina la

siguiente aproximación

por (

x

2

,

f

(

x

2

))

,

(

x

1

,

x

f

1 considerando la intersección del eje x con la parábola que pasa

(

x

1

))

y (

x

0

,

f

(

x

0

))

. Ver figura 1.47.

pasa ( x  1 )) y ( x 0 , f ( x 0 ))

Figura 1.47. Aplicación del método de Müller.

Capítulo 1. Solución de ecuaciones de una variable.

Método de Müller.

La derivación del método de Müller comienza considerando el polinomio cuadrático

P (x) a(x x )

2

0

2

b(x x ) c

0

Que pasa por (

x

f

(

x

))

(

x

f

(

x

1

c

2 2 , determinarse de las condiciones

,

1

f

f ( (

f (x ) a(x

) )

x

x

0

2

1

a a

( (

x

2

x

0

1

x

  x x )

0

) )

0

0

2

2

2

b

(

x

2

x

0

,

)

  b(x b ( x   x x ) ) c c c

0

1

0

0

las cuales nos dan

))

y

(

x

0

,

f

(

x

0

))

. Las constantes a, b, y c, pueden

(1.36)

(1.37)

(1.38)

a

b

)[ x f

(

x

1

x

0

)[

f

( ( x x

2

)

 

0

x f

)( ( x

0

)]

x

 

( x x

0

2

x

x

0

1

( )

x

1

)

f

(

x

0

)]

2

1

)(

2

(

x

2

x

0

)

2

[

f

( ( x x

1

)

 

x f

0

)( ( x

0

x

)]

 

( x x

0

1

x

)

x

0

f )

x [

1

(

x

2

)

f

(

x

0

)]

2

2

1

)(

2

(1.39)

(1.40)

c f

(

x

0

)

(1.41)

Forma alternativa para determinar las constantes a, b y c. Debido a que se tienen tres ecuaciones, es posible encontrar los tres coeficientes desconocidos a, b y c. Debido a que dos términos de la ecuación (1.38) son cero, se

encuentra inmediatamente que

. Así, el coeficiente c es igual al valor de la

c f

(

x

0

)

función evaluada en el tercer valor inicial,

(1.36) y (1.37) para tener dos ecuaciones con dos incógnitas:

x

0

. Este resultado se sustituye en las ecuaciones

f

f

( (

x x

2

1

) )

  f f

( (

x x

0

0

) )

  a a

( (

x x

2

1

  x x

0

0

2

) )

2

  b b

( (

  x x

x x

2

1

0

0

)

)

(1.42)

(1.43)

Una manipulación algebraica permite encontrar los coeficientes restantes a y b. La manera de hacer esto consiste en definir las diferencias:

h

0

0

x

1

x

2

f

(

x x

1

)

f

(

x

2

)

1

x

2

h

1

1

x

0

x

1

f

(

x x

0

0

)

f

(

x

1

)

x

1

(1.44)

Éstas se sustituyen en las ecuaciones (1.42) y (1.43) para dar

Métodos Numéricos. Ing. Willians Medina.

http://www.slideshare.net/asesoracademico/

126

Capítulo 1. Solución de ecuaciones de una variable.

Método de Müller.

(h

h b   h h )b a   (h h

1

0

h ) a h h

1

0

0

1

1

1

2

1

0

1

1

2

De donde se despejan a y b. El resultado se resume como

a

 

1

0

h

1

h

0

b ah

1

1

c f

(

x

0

)

(1.45)

(1.46)

(1.47)

En cualquiera de los dos casos, para determinar

cuadrática a P.

x 1 , la raíz de P, aplicamos la fórmula

 2 c x  1  x 0 b  b 2  4
 2 c
x 
1 
x
0
b
 b
2  4
ac
Esto da dos posibilidades para

(1.48)

x 1 dependiendo del signo que precede al término radical en

la ecuación (1.48). En el método de Müller, el signo se elige para que coincida con el de b. Escogido de esta manera, el denominador será el más grande en magnitud y resultará en

seleccionar a

x

1

como la raíz de P más cercana a

x

0

. Así,

x

1

x

0

2 c

b

signo (

b

)

a x 0 . Así, x 1  x 0  2 c b  signo

b

2

4

ac

(1.49)

Donde a, b y c están dadas en las ecuaciones (1.39), (1.40) y (1.41) ó (1.45), (1.46) y

(1.47).

Una vez que se determina

x 1 , el procedimiento se reinicializa usando

x

1

,

x

0

y

x

1

para determinar la siguiente aproximación

conclusión satisfactoria.

Requisitos para la aplicación del método de Müller. Para la aplicación del método de Müller, debe disponerse de:

a) La ecuación a resolver, la cual conduce a la función f (x) 0 .

b) Tres estimaciones iniciales x2 , x1 y

c) Un mecanismo de paro, que puede ser el número de iteraciones o la cota de error.

x

2

. El método continúa hasta que se obtiene una

x

0

del valor de la raíz.

Capítulo 1. Solución de ecuaciones de una variable.

Método de Müller.

Algoritmo del método de Müller. Para encontrar una solución a f (x) 0 , dadas tres aproximaciones

x

2

,

x

1

y

x

0

:

ENTRADA:

SALIDA: Solución aproximada de p o mensaje de fracaso.

Paso 1.Tomar i 1 . Paso 2. Mientras que i N , seguir Pasos 3 7. Paso 3 Tomar

x

2

,

x

1

,

x

0

; Tolerancia TOL; máximo número de iteraciones N.

h

0

h

1

x

x

i

i

2

1

 

x x

3

2

i

i

;

;

Paso 4.Si

b

0

f

(

x

i

2

)

f

(

x

i

3

)

h

0

f

(

x

i

1

)

f

(

x

i

2

)

;

h

1

a

b

1

 

1

0

h

1

h

0

ah1 1 ;

;

;

c f

(

x

i

1

)

2

D b b D 4

D

(

.

ac )

1

2

. (Nota: puede ser aritmética compleja)

entonces tomar E b d

Si no tomar E b d

Paso 5. Tomar

h 

2

f

(

x

i

1

)

x x

i

i 1

Paso 6. Determinar

f

(

E

h

x

i )

.

. Si

;

f

(

x

i

) 0

ó

x  x i i  1 x i
x
x
i
i  1
x
i

100 TOL

entonces

SALIDA (

x i ); (Procedimiento completado satisfactoriamente).

PARAR Paso 7. i i 1.

Capítulo 1. Solución de ecuaciones de una variable.

Método de Müller.

Paso 8.SALIDA (“El método fracasó después de N iteraciones”); (Procedimiento completado sin éxito). PARAR Ejemplo 1.21.

y

. Realice dos iteraciones. Determine el error relativo porcentual de aproximación en

Determine la raíz de

2

x

x

e 0

usando el método de Müller con

x 2  1 x 1 0

,

x

0

2

la última iteración. Solución.

- Ecuación a resolver:

- Las estimaciones iniciales

2

x

x

e 0

x

2

,

.

x

1

y

x

0

del valor de la raíz son

x 2  1 x 1 0

,

y

x

0

2

.

- Se ejecutarán 2 iteraciones. Desarrollo del método.

i) Definimos

ii) Determinamos la primera aproximación de la raíz. Primera iteración (i 1 ).

f

(

x

)

2

x

e

x

.

2 c

x

1

x

0

 
 

b

signo (

b

)

signo ( b )

b

2

4

ac

 
 

(

   

 

)[

f

(

x

2

)

f

(

 

)]

(

 

)[

f

(

x

)

f

(

 

)]

 

x

1

 

x

0

x

0

x

2

x

0

1

x

0

a

   
 

(

x

2

x

 

)(

x

 

x

0

)(

x

2

 

x

1

)

 
 

0

 

1

 

   

 

(

   

)

2

[

f

(

x

1

)

   

)]

     

)

2

 

)

   

)]

 

     

 

x

0

b

x

2

 

x

0

f

(

x

0

 

(

x

1

x

0

[

f

(

x

2

 

f

(

 

(

x

2

x

0

)(

x

1

x

0

)(

x

2

x

1

)

 
   

 

 

c f

(

x

0

)

 

x 2  1

 
 

2

(



1)

 

f

(

x

 

)

f

(

  

1)

(

1)

e

 



1.71828182846

 

2

     

x 1 0

 

f

(

x

1

)

f

(0)

(0)

2

e

(0)



1.00000000000

 

Capítulo 1. Solución de ecuaciones de una variable.

Método de Müller.

x

0

2

f

(

x

0

)

(0

f

(2)

(2)

2

e

(2)

2)( 1.71828182846

3.86466471676

3.86466471676)

 

(

1

2)(

1

3.86466471676)

a

(



1

2)(0

 

2)(

1

0)

a 0.57135017664

b

(



1

2)

2

(



1

3.86466471676)

(0

2

2) ( 1.71828182846

3.86466471676)

(



1

2)(0

 

2)(

1

0)

b c   3.86466471676 3.57503271166

2

x  

1

2(3.86466471676)

3.57503271166

2 x   1 2(3.86466471676) 3.57503271166  (3.57503271166) 2  4(0.57135017664)(3.86466471676) x 1

(3.57503271166)

2

4(0.57135017664)(3.86466471676)

x 1 0.61036493062

Gráficamente.

x 1  0.61036493062 Gráficamente. Segunda iteración ( i  2 ). 2 c Figura 1.43.

Segunda iteración (i 2 ).

2 c

Figura 1.43. Primera iteración del método de Müller

para

f

(

x

)

2

x

e

x

x

con

0

2

x 2  1 x 1 0

,

.

y

x

2

x

1

b

signo (

b

)[

f

(

)

)

) f

f

b

(

2

)]

4

ac

(

 

)[

f

(

)

 

(

x

 

x

1

 

 

f

(

x

1

)]

 

0

 

x

1

 

x

1

 

x

1

x

1

x

0

a

 
 

(

 

x

)(

 

x

)(

 

)

 
 

 

 
 

x

1

1

x

0

1

x

1

x

0

 

(

   

)

2

 

)

 

(

)]

 

)

2

[

f

(

x

1

)

   

)]

   

   

x

1

b

x 1

 

x

1

[

f

(

x

0

f

x

1

(

x

0

x

1

 

f

(

 

(

x

1

x

 

)(

x

1

)(

x

 

x

0

)

 
 

1

0

x

1

Métodos Numéricos. Ing. Willians Medina.

http://www.slideshare.net/asesoracademico/

130

Capítulo 1. Solución de ecuaciones de una variable.

Método de Müller.

1 f 0 ( x

c

x

1

f

x

0

f

(

(

x 2 )

1

x

0

)

)

f

(0)

f

(2)

(0)

2

(2)

2

(0)

e

e

(2)



1.00000000000

3.86466471676

x 1 0.61036493062

f x

(

1

)

f

(0.61036493062)

(0.61036493062)

2

e

(0.61036493062)



0.17060727136

a

b

c

x

0.17060727136 1.83035067214 0.77249423056

2

0.61036493062

x

2

0.70017120590

2( 0.17060727136)

1.83035067214

 0.70017120590 2( 0.17060727136)  1.83035067214  (1.83035067214) 2  4(0.77249423056)( 0.17060727136) 

(1.83035067214)

2

4(0.77249423056)( 0.17060727136)

Gráficamente.

2  4(0.77249423056)( 0.17060727136)  Gráficamente. Error relativo porcentual de aproximación. Figura 1.44.

Error relativo porcentual de aproximación.

Figura 1.44. Segunda iteración del método de Müller

para

f

(

x

)

2

x

e

x

x

0

con

2

x 2  1 x 1 0

,

.

y

a

a

Aproximación actual

Aproximación Aproximación actual anterior

0.70017120590

0.61036493062

0.70017120590

100

100

Capítulo 1. Solución de ecuaciones de una variable.

Método de Müller.

a 12.83%

La solución de la ecuación

2

x

x

e 0

es

x

3

0.70416852909

, obtenida aplicando el

método de Müller con las estimaciones iniciales

iteraciones. El error relativo porcentual de aproximación es 12.83%. Ejercicios propuestos.

88. [WM] Use el método de Müller para aproximar las soluciones de las ecuaciones

siguientes con precisión de 10 5 .

dos

x 2  1 x 1 0

,

y

x

0

2

y

a)

c)

x

e

2

e

x

2

x

3

x

2

x

2cos

x

0

6 0

x 1 1x 2

b) 3

d)

x

x

2

2

x

e

10cos

0

x

0

0 x 1

(Ver ejercicio 26).

89.

intervalos dados usando el método de Müller.

a)

c)

[WM] Aproxime con 10 4 de precisión las raíces de las siguientes ecuaciones en los

x

3

2 x

2

5

0

, [1,4]

x cos x 0, [0,

1

2

]

b)

d)

x

3

3

2

x  

1

0

, [4,0]

x 0.80.2sen

x 0 , [0,

1

]

2

Capítulo 1. Solución de ecuaciones de una variable.

Método de Müller.

RESPUESTA A LOS EJERCICIOS SELECCIONADOS.

1.12.- MÉTODO DE MÜLLER.

88. a)

2 0

0.91000757249

x

x 1 0.5

;

c)

,

x

x

0 1

2 1

,

:

x

4

0.25753028544

x 1 1.5

,

x

0

2

:

;

b)

x 2 0

1 0.5

d)

x 1  2

,

, 1

x

0

x 2 0

:

,

x

0

0

:

d)

,

, x

x

x

x

4

1.82938360193

; b)

x 2  4

1.5708

,

;

4

1 1

a)

,

x

x

0

2

,

:

x

4

1.96887293782

x 1 2.5

,

c)

x

0

4

x 2 0

89.

2 1

:

x 1 2.69064744803 0.7854
,

x

4

,

x

0

x

x

6

 0.65270364487

;

2 0

,

x 1 0.7854

,

:

x

3

0.73908513404

;

x

0

1.5708

: 0.96433388757

x

3

.