You are on page 1of 17

MÉTODOS NUMÉRICOS

ENTREGADO POR:

Viviana Lizeth Peña Apache

PRESENTADO A:
Docente Marco Aurelio

UNIVERSIDAD DE CUNDINAMARCA
INGENIERIA AMBIENTAL

2019

RAÍCES DE FUNCIONES

Método de Bisección

Este método consiste en obtener una mejor aproximación de la raíz a


partir de un intervalo inicial (a,b) en el cual hay un cambio de signo en la
función, es decir: f(a)f(b)<0.

Se obtiene el punto medio:

xm es la nueva aproximación a la raíz, y se vuelve a tomar un intervalo,


pero ahora mas pequeño, considerando que siga existiendo un cambio
de signo en la función, es decir, el nuevo intervalo queda determinado
por:
El método termina cuando se cumple con alguna condición de paro, en
este programa la condición es la tolerancia:

Este es un método “de encierro”, para aplicarlo se debe contar con un


intervalo inicial, en donde f(a)*f(b) < 0. Este método requiere de menos
pasos en un programa, sin embargo, converge más lentamente que el
de Newton-Raphson.

Los pasos del método son los siguientes:


1.- Localizar un intervalo que contenga al menos una raíz.

2.- Dividir el intervalo en dos partes iguales reteniendo la mitad en


donde f(x) cambia de signo, para conservar al menos una raíz.
3.- Repetir el procesó varias veces hasta cumplir con la tolerancia
deseada.

si:

f(m) f(b)<0 entonces conservar (m,b) como el sem. intervalo que


contiene al menos una raíz.

A cada paso se le llama “iteración” y reduce el intervalo a la mitad.

Después de cada iteración el intervalo re reduce a la mitad, después de


n iteraciones, el intervalo original se había reducido 2n veces, por lo
tanto, si el intervalo original es de tamaño “a” y el criterio de
convergencia aplicado al valor absoluto de la diferencia de dos Xm
consecutivas es “ j ”, entonces se requerían “n” iteraciones donde “n” se
calcula con la igualdad de la expresión:
En este caso, nunca se va a encontrar una raíz, aunque haya un cambio
de signo en la función en el intervalo dado.

Método de la Secante

El método de la secante se puede pensar como una simplificación del


método de Newton-Raphson. En lugar de tomar la derivada de la
función cuya raíz se quiere encontrar, se aproxima por una recta
secante (de ahí el nombre) a la curva, cuya pendiente es
aproximadamente igual a la derivada en el punto inicial. La principal
diferencia con el método anterior es conocer dos puntos del a función
para poder generar dicha recta. Sean x0 y x1 pertenecientes a cierta f(x)
se puede definir:
Luego, reemplazando en el método de Newton-Raphson:

Ejemplo
Calcular usando el método de la secante la primera intersección entre
las funciones f(x) = sen( x2) y g(x) = 5e−x Graficar.

Antes de aplicar el método, es necesario encontrar la función a la cual


le debemos encontrar sus raíces. Si se esta buscando la intersección
entre ambas, entonces lo que se quiere obtener es f(x) = g(x) o, lo que
es lo mismo, f(x) − g(x) = 0. Según la fórmula (1), obtendremos
iterativamente un xn+1 tal que satisfaga la ecuación anterior. A
continuación, se muestra la representación gráfica de la función para
poder ubicar las raíces
Se puede ver que la primera intersección esta ubicada entre 1,5 y 2.
Debido a que no podemos asegurar la convergencia tal como en el
método de Newton-Raphson, hay que intentar con dos puntos de
partida y analizar iteración a iteración el comportamiento de los
resultados. También se pueden tener en cuenta ciertos criterios que
utiliza el método para obtener la siguiente aproximación, por ejemplo,
la pendiente de la recta secante no debe ser nula pues nunca intersecaría
con el eje x ni tendiendo a infinito (siempre y cuando la raíz se encuentre
alejada a los puntos iniciales) ya que la convergencia puede llegar a ser
lenta. De todas maneras, dependería de la forma que tiene la función.
A partir del grafico de la función cuyos ceros queremos encontrar, se
tomarán como valores iniciales 0y 1. Nótese que ambos puntos se
encuentran hacia la izquierda de la raíz, no necesariamente deben
encerrarla. Se realizaría detalladamente, en primer lugar, el cálculo de la
primera aproximación para comprender la mecánica del método.
Siguiendo por cuatro iteraciones más, se vería que la aproximación
comienza a estancarse en un
valor:

Donde x6 es la aproximación que tomaremos como resultado. Sabemos


que nunca vamos a poder

obtener el resultado exacto de la ecuación pues se ve que es un número


irracional. A continuación

se resolvería nuevamente el método pero, esta vez, de forma gráfica para


intentar comprender como aproxima. Las rectas punteadas
corresponden a las que se generan por los primeros puntos, mientras
que la rellena corresponde a la ´ultima iteración, es decir, la que genera
a x4. Por cuestiones de espacio, en el grafico se pierde el valor de xo.
Finalmente, se puede comprobar que las funciones son iguales para un
punto aproximadamente
igual a x6. Especializando en f(x) y en g(x):

Método de la Falsa Posición


El método de la falsa posición pretende conjugar la seguridad del
método de la bisección con la rapidez del método de la secante. Este
método, como en el método de la bisección, parte de dos puntos que
rodean a la raíz f(x) = 0, es decir, dos puntos x0 y x1tales que f(x0) f(x1)
< 0. La siguiente aproximación, x2, se calcula como la intersección con
el eje X de la recta que une ambos puntos (empleando la ecuación (35)
del método de la secante). La asignación del nuevo intervalo de
búsqueda se realiza como en el método de la bisección: entre ambos
intervalos, [x0,x2] y [x2,x1], se toma aquel que cumpla f(x)f(x2) < 0. En la
figura (9) se representa geométricamente este método.

Representación geométrica del método de la falsa posición.

La elección guiada del intervalo representa una ventaja respecto al


método de la secante ya que inhibe la posibilidad de una divergencia
del método. Por otra parte y respecto al método de la bisección, mejora
notablemente la elección del intervalo (ya que no se limita a partir el
intervalo por la mitad).

Modificación del método de la falsa posición propuesta por Hamming.


La aproximación a la raíz se toma a partir del punto de intersección con
el eje X de la recta que une los puntos ( x0,f(x0)/2) y (x1,f(x1)) si la función
es convexa en el intervalo (figura a) o bien a partir de la recta que une
los puntos (x0,f(x0)) y (x1, f(x1)/2) si la función es cóncava en el intervalo
(figura b).

Sin embargo, el método de la falsa posición tiene una convergencia muy


lenta hacia la solución. Efectivamente, una vez iniciado el proceso
iterativo, uno de los extremos del intervalo tiende a no modificarse (ver
figura (9)). Para obviar este problema, se ha propuesto una modificación
del método, denominada método de Hamming. Según este método, la
aproximación a una raíz se encuentra a partir de la determinación del
punto de intersección con el eje X de la recta que une los puntos (
x0,f(x0)/2) y (x1,f(x1)) si la función es convexa en el intervalo o bien a
partir de la recta que une los puntos (x0,f(x0)) y (x1, f(x1)/2) si la función
es cóncava en el intervalo. En la figura (10) se representa gráficamente
el método de Hamming.

Como hemos comentado, el método de Hamming requiere determinar


la concavidad o convexidad de la función en el intervalo de iteración. Un
método relativamente sencillo para determinar la curvatura de la función
consiste en evaluar la función en el punto medio del intervalo, f(xm) (en
donde xm se calcula como en el método de la bisección) y comparar este
valor con la media de los valores de la función en los extremos del
intervalo, $\overline{f} = (f(x_{0}) +f(x_{1}))/2$. Tenemos entonces que:

Método de Newton-Raphson
Este método de resolución numérica busca un cero de la función f(x)
por aproximaciones sucesivas a partir de un valor inicial x0. El valor
sucesivo xn+1 es la abscisa del punto en que la tangente a la gráfica de
f(x) en xn corta al eje Ox. Es decir,

Es por tanto equivalente a aplicar el método de iteraciones a la función

Naturalmente es necesario que la función sea derivable. Si la raíz es


múltiple, el método es inaplicable, pues la derivada se anula. Puede

sustituirse f(x) por , que tiene los mismos ceros que f(x) pero
todos simples.

Para poder garantizar la convergencia se requiere algún conocimiento


extra de la primera y segunda derivadas. En particular, si f'(x) y f''(x) no
se anulan y conservan el signo en [a, b] y f(x0)·f''(x0) > 0, con x0 y la raíz
pertenecientes a [a, b], el método converge. Si no se cumplen estas
condiciones, el proceso probablemente sea divergente.

La aproximación en cada paso es menor que c = M2/(2m1) por el


cuadrado de la aproximación anterior, donde M2 y m1 son
respectivamente el máximo de f''(x) y el mínimo de f'(x) en [a, b]. Lo que
asegura una rápida convergencia una vez que la aproximación es menor
que 1. Si c ≤ 1 , se duplican en tal caso el número de decimales exactos
en cada iteración. Cuanto mayor sea el valor de |f'(x)| en las proximidades
de la raíz más ventajoso resulta el método y viceversa, hasta resultar
inaplicable si la derivada se anula.

En el applet se puede modificar la función en la caja de entrada


correspondiente. El valor x0 de la aproximación inicial puede introducirse
en su caja de entrada o desplazando con el cursor el punto x0 en el eje
Ox, aunque ya estén representadas varias iteraciones.

El número de iteraciones se puede controlar con el botón [Iteración] o


con el deslizador. En principio está limitado a 20 iteraciones, pero una
vez alcanzado ese limite, pulsando el botón [Iteración] se va ampliando.

Interpretación geométrica.

La ecuación de la recta tangente que pasa por el punto (pn, f(pn)) viene
dada por:
Si hacemos y=0, x = pn+1 , obtenemos la expresión anterior:

Importante:

* Debemos tomar siempre como p0 un valor t.q. f(p0 ) . f”(p0 )>0.

El método de Newton converge siempre que tomemos un p0 lo


bastante cercano
al valor p de la raíz.
EL ALGORITMO DE NEWTON-RAPHSON

Para hallar una solución aproximada de f(x) = 0, dada una aproximación


inicial p0.
Entrada: aproximación inicial p0 ; tolerancia TOL; cantidad máxima de
iteraciones
N;
Salida: solución aproximada p ó mensaje de fracaso.

Paso 1: Tomar i = 1;
BIBLIOGRAFIA
https://www.uv.es/~diaz/mn/node23.html
http://www.ehu.eus/juancarlos.gorostizaga/mn11b/temas/newton_ecua
c.pdf
http://www3.fi.mdp.edu.ar/metodos/apuntes/secante_rodrigo.pdf

http://test.cua.uam.mx/MN/Methods/Raices/Biseccion/Biseccion.php

You might also like