Escolar Documentos
Profissional Documentos
Cultura Documentos
Análisis Numérico
Soluciones de ecuaciones de una variable
César Castellanos
Docente de Cátedra
ccamilocastellanos@ucundinamarca.edu.co
Universidad de Cundinamarca
Copyleft
c 2018.Reproducción permitida bajo los
términos de la licencia de documentación libre GNU.
Introducción Bisección Punto fijo Método de Newton
Contenido
1 Introducción
2 Método de bisección
Descripción
f (x) = 0 (1)
Problema lineal
Problema no lineal
Problema unidimensional (una ecuación)
Problema multidimensional (un sistema de ecuaciones)
Introducción Bisección Punto fijo Método de Newton
Problema unidimensional
f :R→R
Una solución del problema es un escalar x tal que f (x) = 0.
Ejemplos:
Problema multidimensional
Problema multidimensional: sistema de n ecuaciones acopladas en n
incógnitas.
f : Rn → Rn
Una solución del problema es un vector x tal que f(x) = 0.
Ejemplos:
Teorı́a
Método de bisección
El método aproxima una solución numérica de f (x) = 0 con
f : [a, b] → R continua y
f (a) · f (b) < 0 (2)
Supondremos que sólo existe un p ∈ [a, b] tal que f (p) = 0 y además
que f (a) 6= 0 y f (b) 6= 0.
y 1 Hacemos a1 = a, b1 = b y
p1 = a1 +b
2
1
= a1 + b1 −a
2
1
.
2 Si f (p1 ) = 0, entonces p = p1 .
3 Si f (p1 ) 6= 0, entonces
f (p1 ) · f (a1 ) < 0 ó f (p1 ) · f (b1 ) < 0.
a2 p2 b2
5 Hacemos a2 = a1 y b2 = p1 y se
repite el proceso a partir de (1).
a3 p3 b3
Introducción Bisección Punto fijo Método de Newton
Pseudocódigo biseccion.m
i = 1; i = 1;
f a = f (a); fa = f(a);
Criterios de parada
El procedimiento anterior genera una sucesión {pn }∞
n=1 que aproxima a
un cero p de f donde an < pn < bn (teorema siguiente).
|pn − pn−1 |
< tol (4)
|pn |
pn − pn−1 → 0 ; pn converge
Pn 1
Por ejemplo para pn := k=1 k ,
1
pn − pn−1 = →0 y pn diverge.
n
Introducción Bisección Punto fijo Método de Newton
Criterios de parada
f (pn ) → 0 ; pn converge
1 1
|f (pn )| = ≤ 3 = 10−3 para n ≥ 2 > 103/10
n10 10
mientras que
1
|p − pn | = < 10−3 ⇔ n > 103
n
Introducción Bisección Punto fijo Método de Newton
Teorema
Sea f ∈ C[a, b] y f (a) · f (b) < 0. El método descrito en el algoritmo de
bisección genera una sucesión {pn } que converge a un cero p de f y
b−a
|pn − p| ≤ (6)
2n
Demostración
b1 − a 1 = b − a
1 1
b2 − a2 = (b1 − a1 ) = (b − a)
2 2
1 1 1 1
b3 − a3 = (b2 − a2 ) = · (b1 − a1 ) = 2 (b − a)
2 2 2 2
..
.
1
bn − an = n−1 (b − a) (7)
2
Introducción Bisección Punto fijo Método de Newton
a n < p < bn
y
a n + bn
pn =
2
Luego
a n − p n < p − p n < bn − p n
a n + bn a n + bn
an − < p − p n < bn −
2 2
a n − bn bn − a n
< p − pn <
2 2
y por tanto
1 1
|p − pn | < (bn − an ) = n (b − a) → 0
2 2
y „ «
1
p = pn + O
2n
Introducción Bisección Punto fijo Método de Newton
Ejemplo numérico
Ejemplo 2.1
Solución
Ejemplo numérico
n pn f (pn )
0 1.50000000000000 2.37500000000000
1 1.31250000000000 -0.84838867187500
2 1.36718750000000 0.03235578536987
3 1.36425781250000 -0.01604669075459
4 1.36517333984375 -0.00093584728188
5 1.36522674560547 -0.00005396254153
6 1.36522960662842 -0.00000671741291
7 1.36523002386093 0.00000017251275
8 1.36523001641035 0.00000004947834
9 1.36523001361638 0.00000000334043
10 1.36523001344176 0.00000000045682
11 1.36523001341993 0.00000000009636
12 1.36523001341357 -0.00000000000877
13 1.36523001341408 -0.00000000000032
14 1.36523001341410 0.00000000000003
15 1.36523001341410 0.00000000000000
16 1.36523001341410 0.00000000000000
17 1.36523001341410 0.00000000000000
18 1.36523001341410 0.00000000000000
Conceptos básicos
g(p) = p
Problemas equivalentes
El problema de búsqueda de raı́ces es equivalente al problema de búsqueda
de puntos fijos:
Teorema
Demostración.
Teorema
Por el teorema del valor intermedio, existe un p ∈ [a, b] tal que h(p) = 0 y
p1 6= p2
Por hipótesis, |g ′ (x)| ≤ k < 1 y por el teorema del valor medio, existe un ξ
entre p1 y p2 tal que
g(p1 ) − g(p2 )
= g ′ (ξ)
p1 − p2
Introducción Bisección Punto fijo Método de Newton
Ejemplos
Por tanto
Ejemplo: la función
Además g es diferenciable y
˛ ˛
˛ ′ ˛ ˛ 2x ˛
˛g (x)˛ = ˛ ˛ ≤ 2 para todo x ∈ (a, b) .
˛ 3 ˛ 3
y por tanto g tiene un único punto fijo en [−1, 1].
Introducción Bisección Punto fijo Método de Newton
p1 = g(p0 )
p2 = g(p1 )
..
.
pn = g(pn−1 )
Si pn → p y g es continua:
“ ”
p = lı́m pn = lı́m g(pn−1 ) = g lı́m pn−1 = g(p)
n→∞ n→∞ n→∞
Pseudocódigo pf.m
Punto fijo
Ejemplo 3.1
Solución
Observaciones:
Ejemplo numérico
g1 (x) := x − x3 − 4x2 + 10
10 1/2
„ «
g4 (x) :=
4+x
pf(g1,1,1e-4,i) pf(g4,1,1e-4,i)
1 6 1.41421356237310
2 -344 1.35904021742944
3 40233906 1.36601821952927
4 -6.51293335145581e+22 1.36512974146942
5 2.76267566256213e+68 1.36524277113249
6 -2.10857816784842e+205 1.36522839026011
7 NaN 1.36522839026011
8 NaN 1.36522839026011
9 NaN 1.36522839026011
10 NaN 1.36522839026011
Introducción Bisección Punto fijo Método de Newton
pn = g(pn−1 ) , n ≥ 1,
Demostración.
Por el teorema de existencia y unicidad de puntos fijos, la función posee un
único punto fijo en [a, b].
Puesto que g([a, b]) ⊆ [a, b], la sucesión
pn = g(pn−1 ) , n≥1
obtenemos
|pn − p| ≤ k|pn−1 − p|
≤ k (k|pn−2 − p|) = k2 |pn−2 − p|
≤ k3 |pn−3 − p|
..
.
≤ kn |p0 − p| → 0
Corolario
Si g satisface las hipótesis del teorema de punto fijo, las cotas de error al
aproximar p por pn están dadas por
|pn − p| ≤ kn máx{p0 − a, b − p0 }
y
kn
|pn − p| ≤ |p1 − p0 |
1−k
Demostración.
De la desigualdad (8) obtenemos
y por tanto
kn
|pn − p| ≤ |p1 − p0 |
1−k
Introducción Bisección Punto fijo Método de Newton
Método de Newton
f (x∗ )
0 ≈ f (x∗ ) + f ′ (x∗ )(p − x∗ ) =⇒ p ≈ x∗ −
f ′ (x∗ )
Introducción Bisección Punto fijo Método de Newton
Método de Newton
f (pn−1 )
pn = pn−1 − , para n≥1 (11)
f ′ (pn−1 )
Introducción Bisección Punto fijo Método de Newton
Método de Newton
Pseudocódigo newton.m
Solución
pf(g1,1,5e-04,i) pf(g4,1,5e-04,i) newton(f,df,1,5e-04,i)
1 6 1.41421356237310 1.45454545454545
2 -344 1.35904021742944 1.36890040106952
3 40233906 1.36601821952927 1.36523660020212
4 -6.51293335145581e+22 1.36512974146942 1.36523001343537
5 2.76267566256213e+68 1.36524277113249 1.36523001343537
6 -2.10857816784842e+205 1.36522839026011 1.36523001343537
7 NaN 1.36522839026011 1.36523001343537
8 NaN 1.36522839026011 1.36523001343537
9 NaN 1.36522839026011 1.36523001343537
10 NaN 1.36522839026011 1.36523001343537
Demostración
Consideremos la iteración pn = g(pn−1 ), para n ≥ 1, donde
f (x)
g(x) = x − . (12)
f ′ (x)
La demostración es consecuencia directa del siguiente resultado.
Lema
Sea 0 < k < 1. Entonces existe un δ > 0 tal que
|g ′ (x)| ≤ k . (14)
Introducción Bisección Punto fijo Método de Newton
También
«′
f ′ (x)f ′ (x) − f (x)f ′′ (x) f (x)f ′′ (x)
„
f (x)
g ′ (x) = x− =1− = (15)
f ′ (x) f (x)
′ 2 f ′ (x)2
para todo x ∈ [p − δ1 , p + δ1 ].
y por tanto
|g ′ (x)| < k
para todo x ∈ [p − δ, p + δ]. Esto demuestra la parte (14) del lema.
g([p − δ, p + δ]) ⊆ [p − δ, p + δ] .
|y − p| < δ =⇒ y ∈ [p − δ, p + δ] .
Introducción Bisección Punto fijo Método de Newton
f (pn−1 )
pn := g(pn−1 ) = pn−1 − para n ≥ 1
f ′ (pn−1 )
converge a p para todo p0 ∈ [p − δ, p + δ].
Observaciones:
El teorema garantiza convergencia siempre y cuando la aproximación
inicial p0 se elija lo “suficientemente próxima” a la raı́z p.
La constante k que acota la derivada (14) determina la rapidez de
convergencia del método, aunque en la práctica no se usa . . .
El método de Newton requiere conocer el valor de la derivada de la
función f en cada iteración.
Introducción Bisección Punto fijo Método de Newton
Método de la secante
En el método de Newton
f (pn−1 )
pn = pn−1 − (16)
f ′ (pn−1 )
Método de la secante
Ejemplo 4.2
Solución
Referencias
J.W. Eaton
GNU Octave: A high-level interactive language for numerical
computations
Network Theory Ltd., 2002
http://www.network-theory.co.uk/octave/manual/