Beruflich Dokumente
Kultur Dokumente
Introducción
Calcular una o más raíces de una ecuación de la forma f ( x ) = 0 es uno de los problemas más
comunes que ocurren en Ingeniería. En algunos casos soluciones explícitas no están disponibles. Los
métodos numéricos para calcular las raíces son llamados Métodos Iterativos o de Aproximación.
Luego el objetivo de este capítulo es determinar a través de diversos métodos, la obtención de la o las
raíces de una ecuación. Debemos tener en claro que dichos métodos nos permitirán calcular solamente
aproximaciones numéricas a las raíces.
Geométricamente, una raíz de una función representa un punto donde la gráfica de y = f ( x ) cruza
al eje x ,
Una función puede tener un cero, como f ( x ) = x − 1; más de uno, como f ( x ) = x 2 − x ; infinitos,
como f ( x ) = sen x o ninguno como f ( x ) = 1 x .
Nos interesamos en encontrar soluciones de ecuaciones
f ( x) = 0 (1)
donde f :D⊆ → El primer paso para ello es localizar y separar las raíces, es decir,
encontrar intervalos que contengan a las raíces y encontrar intervalos que contengan sólo una raíz.
Esto se hace por métodos analíticos, gráficos y, en algunas aplicaciones, empíricos
Salvo los casos (escasos) en que se pueden encontrar fórmulas explícitas para calcular- las,
tendremos que aproximar las raíces utilizando algoritmos iterados, consistentes en construir una
⎧⎪ x0 dado,
A1 ⎨⎪⎩ xn +1 = ϕ ( xn ) , ∀n ≥ 0
⎧⎪ x0 ,x1 ,… ,x p dados,
⎨
⎪⎩ xn +1 = Φ ( xn , xn −1 ,… , xn − p ) , ∀n ≥ p
Apuntes Apoyo Métodos Numéricos/ Gabriel Sanhueza D /UDLA 2009 12
Tendríamos en este caso un método multipaso, mientras que A1 sería un método de un paso
En el análisis de los métodos iterados se estudian las siguientes cuestiones:
Que el algoritmo esté bien definido, es decir que se pueda construir la sucesión { xn }n≥0 .
Bajo qué condiciones la sucesión construida converge a la raíz de la ecuación. Se suele distinguir
entre:
generada por (A1), hacia la raíz de la ecuación (1) siempre que se tome el punto inicial, x0,
suficientemente cerca de dicha raíz.
b) Convergencia global en un intervalo: condiciones que garantizan la convergencia de la sucesión
hacia la raíz, sea cual sea el punto inicial, x0, que se elija en dicho intervalo.
La velocidad a la que converge la sucesión. Para ello se suele estudiar el orden de convergencia
del método:
(al menos) si
Método de la Mitad o Bisección, Método de Newton, Método de la secante, Método Iterativo o punto
fijo, etc.
Separación de Raíces.
Para la separación de raíces resulta útil el siguiente Teorema (de Bolsano).
Teorema. Si la función f ( x ) es continua que asume valores de signos opuestos en los extremos de un
intervalo [α , β ] , es decir, f (α ) ⋅ f ( β ) < 0 , entonces el intervalo contiene al menos una raíz de la
ecuación (1), es decir, ∃ r ∈ [α , β ] tal que f(r) = 0
Nota. La raíz es única en el intervalo [α , β ] si existe f ′( x ) y mantiene el signo en el intervalo
[α , β ] .
El proceso de Separación de las raíces de (1) comienza estableciendo los signos de f ( x ) en puntos
del dominio de la función, cuya elección depende de f ( x ) .
Método gráfico
Este método básicamente se usa para localizar un intervalo donde la función tiene alguna raíz.
Las raíces de la ecuación (1) pueden determinarse en forma aproximada considerando las abscisas de
los puntos de intersección de la gráfica de la función y = f ( x ) con el eje X.
Nota. 1) Si la ecuación (1) no tiene raíces muy próximas, este procedimiento resulta útil para
separarlas.
2) Resulta aconsejable a veces sustituir la ecuación (1) por una ecuación equivalente (dos
ecuaciones se dicen equivalentes si tienen exactamente las mismas raíces) de la forma
g ( x ) = h( x ) (2)
Donde las funciones g ( x) y h( x ) son más sencillas que la f ( x ) .
Ejemplo. Hallar usando la forma gráfica localizar un intervalo para la raíz aproximada de x log x = 1.
Figura 1.
Ejemplo 2
Figura 2
También podemos separar las raíces mediante una tabla de valores para la función y = f ( x ) y
En realidad, no nos interesa ser más finos en la búsqueda del intervalo, ya que posteriormente
aplicaremos métodos más sistemáticos para aproximar mejor la raíz. Digamos que la utilidad del
método gráfico radica en proveernos de un intervalo con el cual comencemos a trabajar.
Los métodos los podríamos diferenciar:
Ö Cerrados: En estos casos los métodos necesitan de dos valores iniciales para la raíz, de tal
modo de ir acotando el espacio solución de dicha raíz.
o Método de la Bisección
o Método de la Falsa Posición
Ö Abiertos: En este caso los métodos a utilizar necesitan solamente un valor inicial. Estos
algunas veces divergen, pero cuando convergen tienen mucho más rápido a la solución que los
métodos cerrados.
o Iteración simple del punto fijo
o Método de Newton
o Método de la Secante
MÉTODO DE BISECCIÓN
tal que f ( a ) < z < f ( b ) , existe un x0 ∈ ( a, b ) tal que f ( x0 ) = z . La misma conclusión se obtiene
Este método, también llamado de búsqueda binaria.. Es uno de los más sencillos para calcular una raíz
de la ecuación (1.1) en un intervalo donde la función f es continua y tiene un cambio de signo, es
decir:
Apuntes Apoyo Métodos Numéricos/ Gabriel Sanhueza D /UDLA 2009 16
en
B2) Si f ( an ) f ( xn ) < 0 , tomar an +1 = an , bn +1 = xn , en +1 = , n = n + 1 y repetir el paso b).
2
en
B3) Si f ( xn ) f ( bn ) < 0 tomar an +1 = xn , bn +1 = bn , en +1 = , n = n + 1 y repetir el paso b).
2
En la n-ésima etapa de este algoritmo sabemos que la solución está en el intervalo [ an , bn ] . Por lo
tanto si elegimos su punto medio como aproximación de la solución cometemos un error no superior a
( bn − an ) 2 , luego:
en −1 e0 b − a
xn − α ≤ en = = = =
2 2n 2n +1
Por lo tanto, si queremos asegurar que xn − α ≤ ε bastará elegir, en el algoritmo, M tal que
b − a ≤ ε ⋅ 2M +1 , es decir:
ln ( b − a ) − ln ε
M> −1
ln 2
Este método converge siempre hacia la raíz de f en [a,b]
Teorema. Sea f: [a, b]→R continua con f(a)f(b)<0. El método genera una sucesión de la forma {sn}
= {(an+bn)/2} convergente a una solución de f(x)=0.
b−a
Criterio de parada: sn − s ≤
2n
Tomando logaritmos en la expresión anterior del error, obtenemos el número de particiones necesarias
con las que nos aseguramos una solución aproximada de s con un error determinado ε, que será:
Apuntes Apoyo Métodos Numéricos/ Gabriel Sanhueza D /UDLA 2009 17
ln ( b − a ) − ln ( ε )
n≥
ln 2
Podemos asegurar que sea el mínimo valor de n, que nos dé ese error, puede existir un n menor.
Solución
Sabemos por lo visto en el ejemplo 2 de la sección anterior, que la única raíz de f ( x ) se localiza en
el intervalo [1 , 1.5]. Así que este intervalo es nuestro punto de partida; sin embargo, para poder
aplicar el método de bisección debemos comprobar que f (1) y f (1.5 ) tengan signos opuestos.
Cabe mencionar que la función f ( x ) sí es continua en el intervalo [1,1.5] . Así pues, tenemos
todos los requisitos satisfechos para poder aplicar el método de bisección. Comenzamos:
P1) Calculamos el punto medio (que es de hecho 1 + 1.5
nuestra primera aproximación a la raíz): x1 = = 1.25
2
P2) Evaluamos f (1.25 ) = e −1.25 − ln (1.25 ) = 0.0636 > 0
P3) Identificamos en cual de los intervalos
[1,1, 25] o [1.25,1.5] está la raíz. Hagamos la f (1) f (1.25 ) f (1.5 )
tabla siguiente + + -
En este punto, vemos que todavía no podemos calcular ningún error aproximado, puesto que
solamente tenemos la primera aproximación. Así, repetimos el proceso con el nuevo intervalo
[1.25,1.5] .
Calculamos el punto medio (que es nuestra 1.25 + 1.5
segunda aproximación a la raíz): x2 = = 1.375
2
Aquí podemos calcular el primer error x2 − x1
aproximado, puesto que contamos ya con la εa = × 100% = 9,09%
aproximación actual y la aproximación previa: x2
Apuntes Apoyo Métodos Numéricos/ Gabriel Sanhueza D /UDLA 2009 18
xa = 1,3046875
Ejemplo. La ecuación x3+ 4x2 -10=0 tiene una raíz en [1, 2]. Al hacer una aproximación de la solución
con un error menor de 10-4, según lo anterior se necesitan 14 particiones (a13 aproxima a s con 4
dígitos significativos). Sin embargo la aproximación s9 aproxima a s con cinco dígitos significativos.
e% < 1% .
Donde hemos agregado la línea recta que une los puntos extremos de la gráfica en el intervalo [a, b].
Es claro que si en lugar de considerar el punto medio del intervalo, tomamos el punto donde cruza al
eje X esta recta, nos aproximaremos mucho más rápido a la raíz; ésta es en sí, la idea central del
método de la posición o regla falsa y ésta es realmente la única diferencia con el método de bisección,
puesto que en todo lo demás los dos métodos son prácticamente idénticos.
f ( xb ) − f ( xa )
La pendiente de esta recta esta dada por: m =
xb − xa
f ( xb ) − f ( xa )
Por lo tanto la ecuación de la recta es: y − f ( xa ) = [ x − xa ]
xb − xa
f ( xb ) − f ( xa )
En el punto de cruce de la recta con el eje X, hacemos y = 0 : − f ( xa ) = [ x − xa ]
xb − xa
Apuntes Apoyo Métodos Numéricos/ Gabriel Sanhueza D /UDLA 2009 20
f ( xa )( xb − xa )
Finalmente, de aquí despejamos x : x = xa − =
f ( xb ) − f ( xa )
Este punto donde la aproximación xr en lugar del punto medio del método de bisección.
Así pues, el método de la regla o posición falsa sigue los siguientes pasos:
Sea f ( x ) continua,
decir, f ( xa ) ⋅ f ( xb ) < 0
f ( xa )( xb − xa )
ii) La primera aproximación a la raíz se toma igual a: xr = xa − =
f ( xb ) − f ( xa )
a) f ( xa ) ⋅ f ( xr ) < 0
En este caso, tenemos que f ( xa ) y f ( xr ) tienen signos opuestos, y por lo tanto la raíz
se encuentra en el intervalo [ xa , xr ]
b) f ( xa ) ⋅ f ( xr ) > 0
[ xr , xb ] .
c) f ( xa ) ⋅ f ( xr ) = 0 .
El proceso se vuelve a repetir con el nuevo intervalo, hasta que: ε a < ε , donde ε es una cota del
Ejemplo 1
f ( xa )( xb − xa ) f (1)( 2 − 1)
x1 = xa − = = 1− = 1,397410
f ( xb ) − f ( xa ) f (1) − f ( 2 )
Continuar………..
x = F ( x ) , x ∈ [ a, b ] (3)
Conocida como ecuación de punto fijo, ya que las soluciones de (3) se les llaman puntos fijos de la
aplicación F
Definición. Diremos que una función f:[a, b]→R tiene un punto fijo en x de [a b] si f(x) = x.
Teorema del punto fijo. Sea f: [a, b] →[a, b] continua, entonces:
• f tiene al menos un punto fijo en [a, b]
• Si, además, existe f´ en (a, b) con f´(x)≠1en todo (a, b) entonces el punto fijo es único.
La técnica usual para aproximar una solución de (3) es el
Elegir x0 ∈ [ a, b]
Dados n ≥ 0 y xn tomar xn +1 = F ( xn )
Apuntes Apoyo Métodos Numéricos/ Gabriel Sanhueza D /UDLA 2009 22
Teorema de convergencia. Sea f: [a, b] → [a, b] continua en [a, b], derivable en (a, b) y |F ´(x)| < k <1
en (a,b).
converge al único punto fijo de f en [a, b]. Además, el método es de orden 1 y se tiene
kn
xn − α ≤ x1 − x0
1− k
xn − α < k n ⋅ max { x0 − a, b − x0 }
Teorema.(Práctico).Sea f: [a, b] → R continua en [a, b], derivable en (a, b), |f ´(x)| < k <1 en (a,b). Si
“s”es solución buscada con α= a + (b-a)/3 ≤s ≤b -(b-a)/3= β, entonces si α≤x0≤β, es α≤xn≤β y además
(xn) converge al punto fijo s
Calculadas x0 y x1, el número de aproximaciones que tendremos que hacer para que el error sea menor
a ε, basta tomar como aproximaciones de la solución el término n-ésimo, con n tal que
kn
x1 − x0 < ε
1− k
es decir,
ln (1 − k ) + ln ε − ln x1 − x0
n≥
ln k
con hipótesis adicionales sobre la función F se puede probar que el orden de convergencia es mayor.
Teorema.
Sea F : I = [ a, b ] ⊂ → una función que tiene un punto fijo α ∈ ( a, b ) , tal que F ∈ C p con p ≥ 1
F ' (α ) = F ′′ (α ) = = F ( p −1) (α ) = 0
Entonces existe δ > 0 tal que ∀x0 ∈ (α − δ , α + δ ) la sucesión producida por (AS) comenzando en x0
Entonces g′( x ) = 2 x (1 + x 2 ) 2 < 1 para cualquier x, de modo que se tiene convergencia para
cualquier x0 . al tomar x0 = 1 , se obtiene la sucesión
x0 = 1,000, x1 = 0,500, x2 = 0,800, x3 = 0,610, x4 = 0,729, x5 = 0,653, x6 = 0,701,
MÉTODO DE NEWTON-RAPHSON
Conocido el algoritmo (AS) resulta natural, para aproximar las raíces de (1), escribir la ecuación en la
forma de una ecuación de punto fijo, como por ejemplo
x = x + c ⋅ f ( x) = F ( x)
no se conoce α .
f ( x)
x = x−
f ′( x)
Elegir x0 ∈ [ a, b]
f ( xk )
Dados k ≥ 0 y xk , tomar xk +1 = xk −
f ′ ( xk )
1) f ( a ) f ( b ) < 0
2) f ′ ( x ) ≠ 0 ∀x ∈ [ a, b]
3) f ′′ ( x ) ≠ 0 ∀x ∈ [ a, b] ¨
f (c)
≤b−a
f ′(c)
y − f ( x0 ) = f ′ ( x0 )( x − x0 )
Apuntes Apoyo Métodos Numéricos/ Gabriel Sanhueza D /UDLA 2009 26
f ( x0 )
el punto de corte de ésta con el eje OX nos da x = x0 − , f ′ ( x0 ) ≠ 0 .
f ′ ( x0 )
Llamando x1 a ese valor, es decir,
f ( x0 )
x1 = x0 − , f ′ ( x0 ) ≠ 0
f ′ ( x0 )
y considerando f´(x1) ≠0, tendremos:
f ( x1 )
x2 = x1 − , f ′ ( x1 ) ≠ 0
f ′ ( x1 )
Definimos la sucesión de Newton-Raphson como:
f ( xn−1 )
xn = xn−1 − con f ' ( xn−1 ) ≠ 0 para n ≥ 1
f ' ( xn−1 )
El siguiente teorema proporciona una estimación del error que será útil como test de parada de las
iteraciones:
verifica:
M 2
xn − α ≤ xn − xn −1 , ∀n ≥ 0
2m
donde M = max f ′′ ( x ) .
a ≤ x ≤b
Sea f : [a, b]⊂R→R una función continua tal que f (α ) = 0 , para un α ∈ ( a, b ) . Supongamos que f
f ( x)
1. La función F ( x ) = x − está bien definida en un entorno de α, es derivable en α y F ′ (α ) = 0 .
f ′( x)
2. Existe δ > 0 tal que ∀x0 ∈ (α − δ , α + δ ) , la sucesión producida por el algoritmo de Newton-
Raphson converge a α.
Apuntes Apoyo Métodos Numéricos/ Gabriel Sanhueza D /UDLA 2009 27
xn +1 − α
3. Además, ∀x0 ∈ (α − δ , α + δ ) , lim = 0.
n →∞ xn − α
En la práctica es difícil encontrar el valor de δ para que {xn} converja. Ahora bien, podemos elegir un
x0 de [a, b] y construir la sucesión de Newton-Raphson (N-R) comprobando que: xn están en [a , b] y
f ´(xn-1) ≠0. Naturalmente, la sucesión puede no ser convergente. Si lo es, podemos asegurar que
converge a la solución.
f ( xn−1 )
constante en [a,b], usar xn = xn−1 −
f ' ( x0 )
Teorema de convergencia (Práctico). Sea f : [a, b]→ R una función continua en [a, b] con derivadas
x ( n) f ( x) f ′( x ) x ( n + 1) x ( n + 1) − x ( n )
-11 3453,00 -5183 -10,3337835 -0,666216477
-10,3337 308,085851 -4277,055649 -10,2617513 -0,072032229
-10,26175129 3,2934916 -4185,824428 -10,2609645 -0,00078682
-10,26096447 0,0003893 -4184,834966 -10,2609644 -9,30203E-08
Solución: 0,25753029
Variantes del método de Newton-Raphson
El método de Newton-Raphson, aunque converge rápidamente, tiene dos grandes inconvenientes:
En el caso general no se garantiza la convergencia a menos que se inicie el algoritmo con un x0
suficientemente cercano a la solución.
Necesita del cálculo de la derivada de la función f. Obviamente, no se puede utilizar si está no se
conoce, y resultará no adecuado si es difícil de calcular.
MÉTODO DE LA SECANTE
algunos casos es más difícil que evaluar la propia f(x). En el método de la secante lo que se hace es
sustituir la derivada por una aproximación, de la forma:
f ( xn ) − f ( xn −1 )
f ′ ( xn ) ≈
xn − xn −1
Tomando los valores iniciales x0y x1 y sustituyendo en la sucesión de N-R obtenemos la sucesión de
la secante:
f ( xn )( xn − xn −1 )
xn +1 = xn − ; n ≥1
f ( xn ) − f ( xn −1 )
Algoritmo de la secante
Tomar x0 = a y x1 = b
f ( xn )( xn − xn −1 )
Dados n ≥ 1, xn y xn −1 tomar xn +1 = xn −
f ( xn ) − f ( xn −1 )
Teorema de convergencia local. Sea f:[a, b]→R dos veces derivable en [a, b] tal que
f ′ ( x ) ≥ m > 0 , f ′′ ( x ) ≤ M en todo [a, b]. Si α es tal que f(α) =0, existe un δ> 0 tal que si
Apuntes Apoyo Métodos Numéricos/ Gabriel Sanhueza D /UDLA 2009 29
(
orden de convergencia de 1 + 5 / 2 ≈ 1.62 )
•
No siempre es convergente. Al igual que N-R, si la derivada es próxima a cero, la pendiente de
la recta secante también.
Teorema (Práctico). Sea f : [a, b]→ R una función continua en [a, b] con derivadas continuas hasta de
orden 2 en [a, b]. Sea f(a) ⋅ f(b) < 0 y además sean f´ y f´´ no nulas y manteniendo el signo en [a, b].
Si x0,x1 en [a, b] el método de la secante converge a la única solución de f(x) = 0 en [a, b].
Criterio de Parada:
M 1 − m1
Si 0 < m1 ≤ f ′ ( x ) ≥ M 1 , entonces el error está acotado po: xn +1 − α < xn +1 − xn
m1
Ecuaciones con raíces múltiples
Diremos que s es una solución de f(x)=0 de multiplicidad p si f(x) =(x-s)p.q(x) con lim q(x)≠0. Si p
=1, s es un cero simple de f.
Caracterización. f derivable y con derivada continua en [a, b] tiene un cero simple en (a, b) si y solo si
f(s)= 0,f´(s) ≠0.
• El método de N-R puede ser convergente si la raíz no es simple, pero su convergencia será más
lenta. Otro método para un problema con raíces múltiples consiste en utilizar la sucesión:
f ( sn ) f ′ ( sn )
sn +1 = sn −
⎡⎣ f ′ ( sn ) ⎤⎦ − f ( sn ) f ′′ ( ¨sn )
2
x f ( x) f ′( x ) f ′′( x)
0 -10000,0000000
-1 -10077,0000000
-9 -4357,0000000
-10 -1050,0000000 -3865 1194
-11 3453,0000000 -5183 1446
-12 9404,0000000
Apuntes Apoyo Métodos Numéricos/ Gabriel Sanhueza D /UDLA 2009 30
Test de parada
mecanismo para detener las iteraciones. El más inmediato consiste en detenerse cuando
f ( xn ) ≤ ε
xn +1 − xn
≤ δ ⇔ xn +1 − xn ≤ δ xn
xn
( xn+1 − xn )
2
zn − α
lim =0
n →∞ x − α
n