Escolar Documentos
Profissional Documentos
Cultura Documentos
2012
- Pgina 1-
Unidad 1
Clculo Numrico (14/08/2012)
Es una disciplina que se ocupa de describir, analizar y crear algoritmos numricos que nos permitan
resolver problemas matemticos, en lo que estn involucrados cantidades numricas, con una precisin
determinada.
En el clculo numrico, un algoritmo es un procedimiento que nos puede llevar a una solucin
aproximada de un problema mediante un nmero de pasos finitos que pueden ejecutarse de manera lgica.
Estos mtodos se aplican cuando se necesita un valor numrico como solucin a un problema
matemtico y los procedimientos exactos o analticos son incapaces de dar una respuesta. Son
procedimientos muy usados por fsicos e ingenieros y cuyo desarrollo sea favorecido por la necesidad de
estas de obtener soluciones aunque la precisin no sea completa. Los problemas de esta disciplina se
pueden dividir en 2 campos:
Problemas de dimensin finita: son aquellos cuya respuesta son un conjunto finito de nmeros
como las ecuaciones algebraicas, los determinantes, etc.
Problemas de dimensin infinita: son problemas cuya solucin o planteamiento intervienen
elementos descriptos por una cantidad infinita de nmeros, como integracin y derivacin numrica,
clculo de ecuaciones diferenciales, interpolacin, etc.
Aproximaciones y errores
Los errores son parte intrnseca en el entendimiento y uso efectivo de los mtodos numricos, debido a
que los mtodos numricos son solo una aproximacin.
La pregunta es qu error puede considerarse tolerable?. Antes de discutir los errores asociados con los
mtodos numricos es til repasar algunos conceptos bsicos referentes a la representacin aproximada de
los nmeros mismos.
Cifras significativas
Este concepto de cifras o dgitos significativos se ha desarrollado para designar formalmente la
confiabilidad de un valor numrico. El nmero de cifras significativas es el nmero de dgitos ms un dgito
estimado que se puede usar con confianza
Identificacin de cifras significativas
Todas las cifras escritas comprendidas entre 1 y 9, son significativas. Ej.: 1234,56.
Los ceros a la izquierda nunca son significativos, independientemente de que estn en la parte
entera o decimal del nmero. Ej.: 0,082058.
Los ceros intermedios son significativos. Ej.: 0,082058.
Los ceros finales de un dato real son significativos. Ej.: 14,00.
Los ceros finales de un dato entero no son significativos, si se desean expresar que son
significativos se convierte en real o se expresa en mantisa. Ej.: 300,00 (si), 300 (no), 3,00 x 10 (si).
Dato
N de cifras significativas
0,082058
0,037207
58,00
27
2,4 x 10
2,400 x 10
1002,5
0,00456
7489,13
0,01020
683,000
- Pgina 2-
Redondeo
La ltima cifra retenida se incrementa en 1 si el 1er dgito descartado es mayor que 5.
1,86 a 2 cifras a 1,9
1,92 a 2 cifras a 2,0
9,96 a 2 cifras a 10,0
Si el dgito descartado es un nmero menor a 5, entonces el retenido no se altera.
1,84 a 2 cifras 1,8
1,849 a 2 cifras 1,8
Cuando el 1er dgito descartado es justamente 5 y no existen otros dgitos a su derecha (ej.: redondear a
3 cifras 41,75 o 3,865) o si hay solamente ceros (ej.: redondear a 3 cifras 41,7500 o 9,7250) entonces el
nmero retenido aumenta en 1 solo si al hacerlo se convierte en par.
1,35 1,4
1,350 1,4
1,55 1,6
Si el nmero descartado es justamente 5 y hay a su derecha dgitos diferentes de 0, entonces el ltimo
retenido se aumenta en 1.
1,9451 1,95
1,94510 1,95
Mtodos iterativos (15/08/2012)
En estos mtodos la idea es hacer una aproximacin en base a la aproximacin anterior, repitiendo en el
proceso en forma iterativa hasta conseguir mejores aproximaciones.
Error relativo aproximado:
E ra=
E ra =
- Pgina 3-
Unidad 2
Interpolacin
Se trata de estimar valores intermedios entre 2 datos precisos. El mtodo ms comn que se usa para
2
3
n
este propsito es la interpolacin del polinomio f ( x )=a 0 +a 1 x +a 2 x +a 3 x +...+ a n x .
Para n+1 hay uno y solo un polinomio de orden n que pasa a travs de todos los puntos.
Ej.: Hay una lnea recta que conecta 2 puntos.
Hay una nica parbola que conecta un conjunto de 3 puntos.
Interpolacin polinomial
Consiste en determinar el nico polinomio de ensimo orden que ajuste n+1 puntos. Este polinomio
entonces proporciona una frmula para calcular valores intermedios.
Dos alternativas muy adecuadas para la interpolacin son:
Polinomio de Newton.
Polinomio de Lagrange.
Interpolacin polinomial de:
f ( x 1) f ( x 0) f 1( x) f ( x 0 )
=
x 1 x 0
x x 0
f 1 (x)=
f ( x1 ) f ( x 0)
( xx 0 )+ f ( x 0 )
x 1 x 0
f 1 (x)= f (x 0 )+
f ( x 1 ) f (x 0 )
(x x 0 )
x 1x 0
- Pgina 4-
Interpolacin cuadrtica: una estrategia para mejorar la estimacin es introducir alguna curvatura en la
lnea que conecta los puntos. Si 3 puntos de los datos estn disponibles, entonces la estimacin puede
realizarse con un polinomio de 2do orden.
b0 = f ( x 0 )
f (x 1 ) f ( x 0 )
b1=
x 1x 0
f (x 2 ) f ( x1 ) f ( x1 ) f ( x 0)
x 2 x1
x 1 x 0
b 2=
x 2 x 0
Interpolacin cbica (4 puntos):
x 3 x 2
x 2x 1
b 2
x 3x 1
b3=
x 3 x 0
(21/08/2012)
Observacin:
No es necesario que los datos estn igualmente espaciados o que los valores de la
abscisa estn en orden ascendente.
Las ecuaciones para hallar los coeficientes b0, b 1,... ,b n son recursivas, es decir, las
diferencias de rdenes mayores se calculan con diferencias de orden menor.
Interpolacin de polinomios de Lagrange
Es una re-formulacin del polinomio de Newton que evita el clculo por diferencia dividida. Se expresa
como:
n
donde
f n (x )= Li ( x ) f ( xi ) (1)
Li ( x)=
i=0
Ejemplo:
Versin lineal (n=1):
f 1 (x)=
j=0,i j
x x j L: operador de Langrage
x i x j
x x 1
x x 0
f (x 0 )+
f ( x1 )
x 0x 1
x 1x 0
L0 ( x)=
x x1
x 0 x 1
L1 ( x)=
xx 0
x 1 x 0
f 2 (x )=
x x 1 x x 2
xx 0 xx 2
xx 0 xx 1
f ( x 0)+
f (x 1)+
f (x 2 )
x 0 x1 x 0x 2
x 1 x0 x 1x 2
x 2 x 0 x 2 x 1
L0 ( x)=
x x1 x x 2
x0 x 1 x 0 x 2
L1 ( x)=
xx 0 xx 2
x 1 x 0 x 1 x 2
L 2( x)=
x x0 xx 2
x1 x 0 x 1 x 2
- Pgina 5-
f 3 (x)=
+
x x 1 x x 2 x x 3
xx 0 x x 2 xx 3
xx 0 xx 1 xx 3
f ( x 0)+
f (x 1)+
f (x 2 )
x 0x 1 x 0x 2 x 0 x3
x 1x 0 x 1x 2 x 1 x 3
x 2 x 0 x 2 x 1 x 2 x 3
x x 0 x x 1 x x 2
f ( x3 )
x 3x 0 x 3x 1 x3 x 2
Li ( x) sera 1 en
cada producto
En consecuencia, la sumatoria de todos los productos designados para (1) es el nico polinomio de
ensimo orden que pasa de manera exacta a travs de todos los n u n+1 puntos.
Segmentaras lineales
La conexin entre 2 puntos es una linea recta. La segmentara de 1er orden para un grupo de datos
ordenados pueden definirse como un conjunto de funciones lineales.
f ( x )= f ( x 0 )+m0 ( xx 0 )
x 0 xx 1
f ( x )= f ( x 1 )+ m0 (x x 1)
x 1x x 2
f ( x )= f ( x n1 )+mn1 ( x x n1)
x n1 xx n
Estas ecuaciones se pueden usar para evaluar la funcin en cualquier punto entre x 0 y x 1 para
localizar 1ro el intervalo dentro del cual est el punto. Despus se usa la ecuacin adecuada para
determinar el valor de la funcin dentro del intervalo.
La principal desventaja de las segmentaras. de 1er orden es que no son suaves en los puntos donde 2
- Pgina 6-
segmentaras. se encuentran (nodo), la pendiente cambia de forma abrupta. Por lo que la 1ra derivada de la
funcin es discontinua en esos puntos.
Segmentaras cuadrticas
Para asegurar que las derivadas ensimas son continuas en los nodos, se debe usar una segmentara
de al menos n+1 orden. A menudo se usa en la prctica los polinomios de 3er orden para asegurar
derivadas continuas de 1ro y 2do orden.
La segmentaras. cuadrticas tienen 1ras derivadas continuas en los nodos, pero no asegura 2das
derivadas iguales en los nodos, igualmente sirven para demostrar el procedimiento general en el desarrollo
de segmentaras. de orden superior.
El objetivo de la misma es derivar un polinomio de 2do orden para cada intervalo de datos.
2
De manera general el polinomio es : f ( x )=a i x +b i x+ ci
Hay n intervalos y n+1 datos en dnde i=0, 1, 2, , n
Hay tres n constantes desconocidas (a, b, c). Por lo tanto se requieren tres n ecuaciones o condiciones
para evaluar las incgnitas. Estas son:
Condiciones:
1) Los valores de la funcin de polinomios adyacentes deben ser iguales a los nodos interiores.
En nuestro ejemplo:
2
a 1 x 1 +b 1 x 1 +c 1= f ( x 1)
a 2 x1 2+ b2 x 1 +c 2= f ( x 1) 1er nodo
2
a 2 x 2 +b 2 x 2+ c 2= f ( x 2)
a 3 x 2 2+ b3 x 2 +c 3= f ( x 2) 4 ecuaciones
2) La 1 y ltima funciones deben pasar a travs de los puntos extremos aqu se generan 2
ecuaciones ms:
a 1 x 02 + b1 x 0+ c 1= f (x 0 )
a 3 x 32 + b3 x 3+ c3 = f ( x 3)
3) Las 1ras derivadas en los nodos interiores deben ser iguales:
2 a 1 x1 +b 1=2 a2 x 1+ b 2
2 a 2 x 2 +b 2=2 a3 x 2 +b 3 2 ecuaciones ms
- Pgina 7-
Pero necesitamos 3n incgnitas, entonces debemos tomar una seleccin arbitraria para calcular con
xito las constantes.
4) Suponga que en el 1 punto la 2da derivada es cero
como
f II ( x 0)=0
2
II
(a 1 x + b1 x+ c 1) =( 2a 1 x +b 1) =2a 1=0
5)
2a 1=0
a 1=0
La interpretacin de esta condicin es que los dos 1ros puntos se conectan con una lnea recta porque
a 1=0
Las desventajas
1) Los 2 puntos se unen con una lnea recta.
2) Para el ltimo intervalo la segmentara de 2do orden parece oscilar demasiado.
Ejemplos
TP1, punto 4)
Ajustar los puntos de la tabla por medio de segmentaras. cuadrticas y calcular el valor de
x
x0
x1
x2
x3
f(x)
3,0 2,5
4,5 1,0
7,0 2,5
9,0 0,5
(estos puntos siempre se deben ordenar de menor a mayor)
1)
x=5
- Pgina 8-
3)
4)
a 1=0
Llegamos a:
a2 a 3
b1
b 2 b3 c1
c2 c3 b
1
1,0
4,5 1
0
0 0
0
0 0 c
1,0
1
0
0 20,25 4,5 1
0
0 0
a 2 2,5
0
0
4,9 7,0 1
0
0 0
2,5
0
0
0
0 0
49 7,0 1 b 2 =
2,5
3
1
0
0 0
0
0 0 c2
0,5
0
0
0
0 0
81
9 1 a3
0
1
0
9 1 0
0
0 0 b3
0
0
0
14
1 0 14 1 0 c3
)( )
a 1=0
a 2=0,64
a 3=1,6
2
b1=1
b 2=6,76
b 3=24,6
c1=5,5
c2 =18,46
c 3=91,3
2
- Pgina 9-
Unidad 3
(11/09/2012)
Frmulas de Integracin de Newton-Cotes
Se basa en la estrategia de reemplazar una funcin complicada o datos por una funcin que sea fcil de
integrar.
b
I = f ( x )dx f n (x ) dx
a
Donde
Tambin se puede aproximar mediante una serie de polinomios aplicadas por pedazos sobre segmentos
de longitud constante (ver figura 3)
- Pgina 10-
Se dispone de formas cerradas y abiertas. Las cerradas son aquellas donde los datos al inicio y final de
los lmites de integracin son conocidos. Las abiertas tienen lmites de integracin que se extienden ms
all del rango de los datos.
Las formas abiertas no se usan por lo general para integracin definida, pero se utilizan para evaluar
integrales impropias y la solucin de ecuaciones diferenciales ordinarias.
Cerradas
Abiertas
La regla trapezoidal
La regla trapezoidal es equivalente a aproximar el rea del trapezoide bajo la lnea recta que conecta
f (a ) y f (b) .
Es la 1ra de las frmulas de integracin cerrada de Newton-Cotes. Es el caso donde f n ( x )= f 1 ( x ) ,
entonces la integral sera:
b
I = f (x )dx f 1 (x )dx
a
f 1 ( x)= f (a)+
Donde
I = [ f (a)+
a
I [
f (b) f (a)
(x a)
ba
f (x )
f (b) f (a)
( xa)] dx
ba
f (b)+ f (a)
(ba)] que es la Regla Trapezoidal.
2
Para mejorar la regla trapezoidal se puede subdividir en intervalos de integracin y aplicar el mtodo a
cada uno de ellos. Entramos en la integracin mltiple de la regla trapezoidal.
- Pgina 11-
ba
=h (medida de cada intervalo).
n
a x0 y b xn
x1
x2
xn
x1
x n1
h
h
h
I [ f ( x 0)+ f ( x 1)]+ [ f (x 1)+ f ( x 2)]+...+ [ f ( x n1)+ f ( x n )]
2
2
2
- Pgina 12-
n1
h
I [ f ( x 0)+ 2 f (x i )+ f (x n )]
2
i=1
Integracin mltiple de la Regla Trapezoidal
Regla de Simpson
Se trata de otra forma de obtener una estimacin ms exacta de una integral, con el uso de polinomios
de orden superior para conectar los puntos.
Por ejemplo: si hay un punto extra en la mitad del camino entre
f (a ) y f (b) , los 3 puntos se
pueden conectar con una parbola. Si hay 2 puntos igualmente espaciados entre
f (a ) y f (b) , los 4
puntos se pueden conectar con un polinomio de 3er orden.
Las frmulas resultantes al tomar las integrales bajo esos polinomios son conocidas como reglas de
Simpson.
Regla de Simpson del 1/3: Resulta cuando un polinomio de 2do orden es sustituido en la integral:
b
i= f ( x)dx f 2 ( x) dx
a
Si
f ( x0 )+
f (x 1 )+
f (x 2 )]
x 0x 1 x 0x 2
x 1x 0 x 1x 2
x 2 x 0 x 2x 1
x
2
h
I [ f ( x 0)+ 4f ( x 1)+ f ( x 2)]
3
h=
ba
2
(12-09-2012)
Observacin: la regla de Simpson de 1/3 es ms exacta que la regla trapezoidal y es ms exacta de lo
esperado porque en lugar de hacer proporcional a la 3er derivada, el error es proporcional a la 4ta. En
consecuencia, la regla de Simpson del 1/3 tiene una precisin de 3er orden an cuando se base solo en 3
puntos. En resumen: para aplicar la regla de Simpson del !/3 necesitamos 3 puntos igualmente espaciados y
la aproximacin la hacemos con un polinomio de 2do orden.
Por ejemplo: Integrar la siguiente funcin:
h
I [ f ( x 0)+ 4f ( x 1)+ f ( x 2)]
3
h = intervalo entre los puntos
- Pgina 13-
C.A.:
f (0)=0,2
f (0,4)=2,456
f (0,8)=0,232
I
0,4
[0,2+ 4( 2,456)+ 0,232]=1,3674
3
E %=16,64 %
h=
ba
n
x4
x6
xn
x2
x4
x (n2)
h
h
h
I [ f ( x o)+ 4 f ( x 1 )+ f ( x 2)]+ +[ f ( x 2 )+ 4 f ( x 3 )+ f (x 4 )]+...+ [ f ( x n2 )+ 4 f ( x n1 )+ f ( x n )]
3
3
3
n1
n 2
h
I [ f (x 0 )+4
f (x i )+2
f (x i )+ f (x n )]
3
i =1,3 ,5(impar )
i=2,4 ,6( par )
Regla de Simpson de 1/3 mltiple (se necesita que el nmero de segmentos sea par)
Como se muestra en la imagen de arriba se debe utilizar un nmero par de segmentos para utilizar el
mtodo. Adems los coeficientes 4 y 2 siguen en forma natural la regla de Simpson del 1/3.
Los puntos pares son comunes en las aplicaciones adyacentes y por lo tanto se cuentan 2 veces.
Ejemplo: usar Simpson de 1/3 de aplicacin mltiple con n=4 para estimar la integral de:
- Pgina 14-
de a = 0 y b = 0,8
h=
0,80
=0,2
4
x 0, f (0)=0,2
x 1 f ( 0,2)=1,288
x 3, f (0,6)=3,464
x 2, f (0,4)=2,456
x 4 f (0,8)=0,232
0,2
[0,2+ 4(1,288+3,464)+2(2,456)+0,232]=1,6234
3
E %=1,04 %
Conclusin: la versin de la regla de Simpson del 1/3 de aplicacin mltiple da resultados precisos. Por
esa razn se consideran superior a la regla trapezoidal para la mayora de las aplicaciones. Pero sin
embargo est limitada a casos en los que los valores son igualmente espaciados. Adems, est limitada a
situaciones donde hay un nmero par de segmentos y un nmero impar de punto.
En consecuencia, como se analiza en la siguiente seccin la frmula de segmentos impares y puntos
pares conocida como la regla de Simpson del 3/8. Se usa en conjunto con la regla del 1/3 para permitir la
evaluacin de ambos nmeros de segmentos pares e impares.
I = f ( x )dx f 3( x) dx
a
Para obtener:
3
I h [ f ( x 0)+3f ( x1 )+ 3f (x 2 )+ f (x 3)]
8
Regla de Simpson del 3/8
Donde
h=
ba
3
- Pgina 15-
Los 4 puntos deben estar igualmente espaciados. Esta ecuacin se llama regla de Simpson del 3/8
debido a que h se multiplica por 3/8. Esta regla tambin tiene aplicacin mltiple pero no se mejora mucho
el error. El mtodo de Simpson del 1/3 es ms eficiente.
Los polinomios interpolados de mayor orden pueden hallarse pero no es conveniente porque genera
muchos zigzagueos. La regla del 1/3 es frecuentemente el mtodo de preferencia, ya que alcanza exactitud
de 3er orden con 3 puntos.
Sin embargo, la regla del 3/8 tiene utilidad cuando el nmero de segmentos es impar.
Suponga que se desea una estimacin para 5 segmentos. Una opcin podra ser usar una versin de
aplicacin mltiple de la regla trapezoidal, pero sta puede no ser recomendable debido al gran error de
truncamiento asociado con ste mtodo. Una alternativa podra ser aplicar la regla de Simpson del 1/3 a los
1ros segmentos y la regla del 3/8 a los ltimos 3.
As podramos obtener un estimado con una precisin de 3er orden a travs de todo el intervalo.
ih1
f (x o )+ f ( x 1)
f (x 1)+ f ( x 2)
f (x n1 )+ f ( x n )
+h 2
+...+h n
2
2
2
Donde h = ancho del segmento
Ejemplo:
Diferencia
f(x)
0,0
0,2
0,12
1,3097
0,22
1,3052
0,32
1,7433
0,36
2,0749
0,40
2,4560
0,44
2,8429
0,54
3,5072
0,64
3,1819
0,70
2,3630
0,80
0,2320
0,12
0,10
0,04
0,04
0,10
0,06
0,10
(1)
(2)
(3)
I 2
I 1
- Pgina 16-
0,12 0,2+1,3097
0,0905
2
0,10
[1,3097+ 41,3052+1,7433]0,2757
3
I 3 0,015[1,7433+32,0749+32,4560+2,8429]0,2726
(4)
I 4
0,10
[2,8429+43,5072+3,1819]0,6684
3
(5)
I 50,06
3,1819+ 2,3630
=0,1663
2
I 6 0,10
2,3630+0,2320
=0,1297
2
(6)
I I 1 + I 2 + I 3 + I 4 + I 5+ I 6=1,6032
E %=2,27 %
- Pgina 17-
(05-10-2012)
Races de ecuaciones
Existen mtodos:
Abiertos
Iteracin de punto fijo
Newton-Raphson
Cerrados
Biseccin o bolzano
Falsa posicin
Mtodo de biseccin o bolzano
Se basa en el teorema del valor medio:
Si
f (b) tienen
Este mtodo de bsqueda incremental en el que el intervalo se divide se divide siempre en dos. Si la
funcin cambia de signo sobre un intervalo, se evala el valor de la funcin en el punto medio. La posicin
de la raz se determina situndola en el punto medio del sub-intervalo dentro del cual ocurre un cambio de
signo. El proceso se repite hasta obtener una mejor aproximacin.
Algoritmo para calcular
Paso 1:
Elija los valores iniciales inferior a y b superior de forma tal que la funcin cambie de signo sobre el
intervalo. Esto se puede verificar haciendo f (a) f ( b)< 0
Paso 2:
La primera aproximacin a la raz
x r se determina como:
xr =
xa + xb
2
Paso 3:
Realice las siguientes evaluaciones para determinar en qu subintervalo cae la raz:
a) Si f
paso 2.
(x a ) f ( x r )< 0 la raz
Paso 4:
Si f (a )f
x r , termina el clculo.
- Pgina 18-
x r (nuevo) x r (anterior )
100
x r (nuevo)
Donde x r (nuevo)= raz de la iteracin actual
y x r (anterior )= raz de la iteracin anterior
E ra %=
Se usa el valor absoluto ya que solo importa la magnitud de E ra sin considerar su signo.
Cuando E ra es menor que un valor previamente fijado E t el clculo termina: E a < E t
Ejemplo:
Utilice el mtodo de biseccin para calcular la raz de
f (0)=1
1
f (1)= 1=0,6
e
f (0) f (1)< 0
0+1
=0,5 f (0,5)=0,1
2
1+ 0,5
xr =
=0,75 f (0,75)=0,27
2
0,5+0,75
xr=
=0,625 f (0,625)=0,08
2
x r =0,5625
f (x )=0,007
xr =
E a %=
0,56250,625
100=11%
0,5625
- Pgina 19-
Con los tringulos semejantes se obtiene la frmula de n de la lnea recta, con el eje x puede ser
estimada por:
f (a) f (b)
=
(n = interseccin).
x r a x rb
f (a) f (b)
=
x r a x rb
f (a )( x rb)= f (b)( x r a )
x rf (a )b f ( a)=x r f (b)a f (b)
x rf (a ) f (b)x r= f (b)a+b f (a )
x r [ f ( a) f (b)]= f ( a)b f (b)a
xr=
f (a)b f (b)a
f (a) f (b)
f (0)=1
f (1)=0,6
a
f(a)
f(b)
xr
0+
1-
1+
-0,6
0,625-
-0,089
0,573
9,07 %
0,567
1,05 %
0,625
0+
0,573-
1+
-0,009
0,567 0,573
0,0002
Er %
11(0,6)0
=0,625
1+ 0,6
1(0,625)(0,089)0
xr =
=0,573
1+0,089
1(0,573)(0,009)0
xr=
=0,567
1+0,009
xr =
E r %=
x r (nuevo)x r (anterior )
100
x r (nuevo)
El mtodo de la falsa posicin es ms eficiente que la biseccin. Uno de los valores iniciales puede
permanecer fijo a lo largo de los clculos, mientras el otro converge hacia la raz. En tales casos el intervalo
no se acorta sino que se aproxima a un valor constante.
En los casos que la regla de la falsa posicin converge lentamente, en tales casos la ecuacin no es
confiable y se debe desarrollar un criterio diferente de terminacin.
- Pgina 20-
2
x 2x+ 3=0 se reordena para obtener
x=
x 2 +3
2
x i +1
Ea=
x i+1 x i
100
x i+1
Ejemplo: Use una iteracin simple de punto fijo para localizar la raz de
Solucin:
f (x )=e x x
xi
x i +1=e
El valor x que reemplazamos en la funcin al principio es 1 o el punto dado, luego vamos reemplazando
por los resultados que nos vaya dando la funcin.
i
xi
Ea %
Et %
100
76,3
0,367879
171,8
35,1
0,692201
46,9
22,1
0,500473
38,3
11,8
0,606244
17,4
6,89
0,545396
11,2
3,83
0,579612
5,90
2,20
0,560115
3,48
1,24
0,571143
1,93
0,705
10
0,564479
1,11
0,399
El error relativo porcentual verdadero en cada iteracin del ejemplo anterior, es proporcional (por un
factor de 0,5 a 0,6) al error de la iteracin anterior. Esta propiedad se conoce como convergencia lineal.
- Pgina 21-
Mtodo de Newton-Raphson
Es la ms usada, si el valor inicial de la raz es
f ( xi )0
x i x i+1
f ' ( x i)( xi x i +1)= f ( x i)
f ' ( x i) x i f ' ( x i ) x i+1= f ( x i)
f ' ( x i ) x i+1= f ( x i) f ' ( xi ) x i
f ( x i) f ' ( xi ) x i
x i +1=
f ' ( xi )
f ( xi )
x i +1=x i
f ' ( xi )
f ' ( x i)=
x i +1=x i
Siendo x el resultado que nos va dando
xr
f ( xi )
f ' ( xi )
x i +1 .
f ( xr)
Et %
f ' (x r )
-2
0,5
0,1065
-1,6065
100 %
0,5662
0,0014
-1,1338
11,69 %
0,5674
-0,0004
0,567
0,2 %
0,07 %
x i +1=0
1 1
= =0,5
2 2
x
f (x )=e x con un valor
0,1065
=0,5662
1,6065
0,0014
x i +1=0,5662
=0,5674
1,1338
0,0004
x i +1=0,5674
=0,567
1
x i +1=0,5
- Pgina 22-