Professional Documents
Culture Documents
1/9
Graficacin
2
Solucin de Ecuaciones
no lineales
Ej.: x*cos(x^2) = 0
1.5
1
0.5
fplot('(x*cos(x^2))',[-2,2])
0
-0.5
-1
-1.5
-2
-2.5
-2
-1.5
-1
-0.5
0.5
1.5
-3
x 10
0.6
0.5
0.4
4
0.3
0.2
fplot(@fun,[-2,2])
0.1
function y=fun(x);
y=x*cos(x^2);
0
-2
-0.1
-4
-0.2
-0.3
-6
0.8
mtodo numrico
xn= m(xn-1), |xn- |< |xn-1- |< |xn-2- |< ... < |x0- |
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.246
1.248
1.25
1.252
1.254
1.256
1.258
1.26
0 .4
0 .2
y=f(x)
0.9
-0 .2
-0 .4
-1 .4
-1 .2
-1
0.6
| x n+1 - x n | = |x n+1 - + - x n |
|x n+1 - | + | x n - | < 2 + 2 2 2 < 2
|xn xn-1| < 2
error absoluto
|xn-|<2
0.4
f(xn)<1
0.2
0.4
=1
0
X0
X1 X2 X3
-0.2
-0.4
-1.4
-1.2
Algoritmos iterativos
function xn = metodo (x0, @fun, max_iter, tolf, tolx)
0.5
-1
xn
1.5
|xn-|>>2
0.2
y=f(x)
10
2/9
xn
=1
f(xn)>> 1
-5
El hecho de que
-10
|f(xn) | < 1 |xn xn-1| < 2
0.9
1
1.1
no necesariamente indica que xn est muy cerca de .
Adems, para garantizar que una sucesin converge a la raz
buscada, la funcin f deber satisfacer ciertas condiciones que
evitaran una sucesin divergente.
La convergencia puede ser "muy lenta", por lo cual se hace
necesario establecer una cota para n, es decir, imponer un mximo
nmero de iteraciones.
Mtodos cerrados
% donde metodo es el
nombre de algn
mtodo y m es la
funcin de iteracin
corresponiente
xn(1) = x0;
for i =1:max_iter
1er. Criterio
2do. Criterio
xn(i+1) = m (xn(i));
if abs (feval (@fun, xn(i+1) ) tolf & abs ( xn(i+1) - xn(i) ) tolx
return , end
%Puede considerarse una sola condicin
end
feval (f, a1,a2,....,an) : Evala la funcin f que utiliza los argumentos a1,a2,....,an.,
f debe ser definida como function. Equivalente a evaluar f(a1,a2,....,an ).
Ej.: feval(sqrt,5) feval(@sqrt,5), evalan sqrt(5).
eval (f) : Evala la funcin f, la cual es un comando en forma destring.
3/9
Mtodo de Biseccin
f(x) = cos(x)+1-x
fplot('cos(x)+1-x',[1 2])
-1
-2
-3
1
y
f(x)
f(b)
xi
f(xi)
f(a)
f(a) < 0
f(b) > 0
Si b-a >
xi = (a+b)/2
Si f(xi) > 0 b = xi
Siguiente iteracin
sino a = xi
Siguiente iteracin
sino fin
-4
-2
-1
-1.5
1.2
1.4
a =1
-0.5
1.6
1.8
b=2
b =1.5000
a = 1.2500
b = 1.3750
b = 1.3125
a = 1.2813
b = 1.2969
b = 1.2891
b = 1.2852
a = 1.2832
b
(a+b)/2
X0=[a,b]
Resultados
0.5
-1
f(x)
f(b)
xi
f(xi)
f(a)
.
*
( x a)
f ( x ) = f (a ) + (f (b ) f (a ))
, Si f(x i ) = 0
(b a)
14444244443
xi = a
( b a ) * f (a ) a * f ( b ) b * f (a )
=
f ( b ) f (a )
f ( b ) f (a )
Ec. de la recta
que pasa por (a,f(a)) y (b,f(b))
Resultados
a = -2 , b = 3
a = 0.3178
a = 1.2649
-1
b = 1.2857
-2
a = 1.2834
-3
-4
-2
b = 1.2834
-1
Ventaja
Converge ms rpido que biseccin
Desventaja, con respecto al mtodo de Biseccin
La longitud del sub-intervalo que contiene a la raz en general
no tiende a cero, porque la mayora de las grficas de las
funciones son cncavas en la vecindad de la raz, lo que hace
que uno de los extremos de los sub-intervalos se aproxime a la
raz, mientras el otro permanece fijo.
No se puede prever el nmero de iteraciones necesarias.
OPTIONS
X
FVAL
EXITFLAG
FUN
X0
4/9
Problemas de los
mtodos cerrados
Necesidad de conocer dos valores iniciales que encierren a la
raz.
En los extremos del intervalo la funcin debe tener signos
opuestos. No permite encontrar races que corresponden al
mximo o mnimo de una funcin.
En el intervalo puede existir ms de una raz (nro. impar).
Difcil de diferenciar entre dos races muy cercanas.
Debido a errores de redondeo, particularmente cuando se est
cerca de la raz, puede cambiar el signo de f(x).
Necesitan de muchas iteraciones hasta llegar a la precisin
deseada.
Mtodos abiertos
Si es raz de f(x)
b
0.5
f(x)=x+cos(x2)
= g()
y=x
5/9
g(x)=-cos(x2)
-1
-0.5
-1.5
-1.5
-1
0.5
-0.5
X
Por teorema del valor medio (Lagrange) Dado un intervalo [xi, xi-1], existe al menos un punto en
el que la tangente a la funcin es paralela a la secante que une los puntos (xi, g(xi)) (xi-1, g(xi-1))
0.5
g()
-0.5
g(x)
-1
-1.5
-2
-2.5
0.1
i) = x n K n x1 x0 , para cada n 0 n
0.2
0.3
iii) = x n
K
x n x n 1 , para cada n 1
1K
0.5
0.6
0.7
0.8
0.9
1.1
ln( ) - ln( x1 - x 0 )
ln(K)
0.4
ln( ) - ln(m)
ln(K)
Convergencia del
Mtodo del punto fijo
b
6/9
0.5
f(x)=x+cos(x2)
x1 x3
x0
x4x2
|g(x)| <1
y=x
-0.5
g(x)=-cos(x2)
-1
|g(x)| <1
-1.5
-1.5
-1
-0.5
X
0.5
Orden de Convergencia
de punto fijo
Ejemplo
f(x) = cos(x)+1-x
x = cos(x)+1
x0=1.5, tolx=0.0001
6
x
4
2
g (x)
0
g '(x)
-2
f(x)
-4
-2
f (1.1392) = 0.2791 ?
Resultados
1.5
1.0707
1.4795
1.0912
1.4614
1.1092
1.4454
1.1250
1.4311
1.1392
1.1392
g(1.57)= -1 =1.2834
( xi x i 1 )2
( x x i 1 )3
+ g '''( xi 1 ) i
+L
2!
3!
es decir
( xi x i 1 )2
( x x i 1 )3
+ g '''( x i 1 ) i
+L
2!
3!
E i +1 = x i +1 x i
g ( xi ) g ( x i 1 ) = g '( xi 1 )( xi x i 1 ) + g ''( x i 1 )
como x i +1 = g ( x i ),
x i = g ( x i 1 )
( xi x i 1 )2
( x x i 1 )3
+ g '''( x i 1 ) i
+L
2!
3!
2
3
E
E
= g '( x i 1 )E i + g ''( x i 1 ) i + g '''( xi 1 ) i + L
2!
3!
x i +1 x i = g '( x i 1 )( x i xi 1 ) + g ''( x i 1 )
E i +1
Mtodo de Newton
y
f(x)
x00
Si f() = 0
x = f(x) / f(x)
f(x0)
error = f ()(x- )2 / 2!
(convergencia cuadrtica)
O(h2)
f ( x0 )
f (x )
tan( ) = f ' ( x 0 ) =
x1 = x 0 ' 0
x 0 x1
f ( x0 )
x1
7/9
Mtodo de Newton-Raphson
Dada una funcin f que satisface la hiptesis general en un
intervalo [a, b] y un valor inicial x0 [a, b] "cercano" a la raz.
El mtodo de Newton-Raphson consiste es trazar una recta
tangente a f que pase por el punto (x0, f(x0)), considerando una
aproximacin x1 a la raz al punto en el cual dicha recta tangente
corta al eje x, es decir el punto (x1, 0)
se tiene que
f' (x o ) =
f(x 0 ) 0
x 0 x1
x1 = x 0
f ( x0 )
f ' ( x0 )
f ( x n 1 )
f ' ( x n 1 )
| x n x n 1| =
f( x )
f' ( x )
Desventajas:
Necesita calcular la derivada. (Mtodo de la secante).
No se pueden prever la cantidad de iteraciones a partir de una
cota de error.
No siempre converge. (No se puede asegurar la convergencia
si en [a,b], f(x) = 0, f(x) cambia de signo, la tangente cae
fuera del intervalo).
M * f ( xn 1 )
f '( xn 1 )
Mtodo de la secante
El mtodo de Newton-Raphson para aproximar una raz simple
de una ecuacin f(x) = 0 , consiste en generar la sucesin {xn}n a
partir de la frmula de iteracin
y
f(x)
f ( x n 1 )
x n = x n 1
f '( x n 1 )
f(x2)
Reemplazando f(x) por su aprox.
x0
x1
f ( x n 1 ) f ( x n 2 )
x
x2
f '( x n 1 ) =
x n 1 x n 2
f(x1)
Se obtiene
f ( x n 1 )( x n 1 x n 2 ) f(x0)
x n = x n 1
f ( x n 1 ) f ( x n 2 )
xn = xn 1
8/9
Convergencia del
Mtodo de la secante
La frmula de iteracin coincide con el mtodo de la Regla
Falsa.
En el mtodo de la Regla Falsa los dos puntos deben
encerrar a la raz buscada y el mtodo siempre converge.
En el mtodo de la Secante los dos puntos iniciales no
necesariamente encierran a la raz buscada lo que puede
provocar divergencia del mtodo.
Races de Polinomios
Todo polinomio de grado n , tiene n races, las cuales pueden ser
reales o complejas, las races complejas siempre se presentan
como un par de races conjugadas. Las races reales pueden ser
mltiples.
Mtodo ms adecuado: Newton, la derivada de un polinomio es
fcil de obtener.
Todos los mtodos vistos permiten calcular una sola raz por vez.
Matlab calcula simultneamente todas las races de un polinomio
con la funcin roots([an, an-1,an-2,a0]) la cual calcula los
autovalores de
an
a0
a2
L
la matriz compaera.
a1
a1
a1
a = diag (ones(1,n-2),-1)
0
0
0
1
a(1,:) = -c(2:n). / c(1)
0
O
0
M
eig (a)
0
0
1
0
9/9
lim xn =