Aitken al rescate

Guillermo Campelo
Resumen
En este artculo analizo la diferencia de rapidez de convergencia entre
el metodo de punto fijo y el de Aitken.

1.

Introducci
on

C ansado de usar el metodo de punto fijo que tiene convergencia lineal? No

se preocupe, hay un metodo que se puede utilizar y converge cuadraticamente.
Alexander Aitken (1895-1967) descubrio un metodo para acelerar la convergencia de otro metodo numerico. Basicamente consiste en generar una secuencia
{
xn } a partir de otra {xn } que converge linealmente.
S i la secuencia {xn } fue obtenida por el metodo de punto fijo, entonces el
elemento x
n de la secuencia de Aitken se define como:
x
n =

x2n+1 xn xn+2
, n = 0, 1, 2, 3, ...
2xn+1 xn xn+2

(1)

E n la secci
on 2 voy a calcular el punto fijo de la ecuacion (x) = ex usando el metodo de punto fijo y el de Aitken. En la seccion 3 voy a obtener los
errores cometidos en cada iteracion de ambos metodos. En la seccion 4 muestro
conclusiones.

2.

C
alculo del punto fijo de (x)

A nalice la funci
on y busque un posible valor de x(0, 1) con el cual empezar
la iteraci
on con el metodo de punto fijo. Usando x0 = 0,2 como valor inicial,
calcule las secuencias {xn } y {
xn } hasta encontrar una precision de 8 cifras
decimales exactas. El c
alculo lo realice mediante un codigo GNU-Octave( Ver
Figuras 1 y 2 ). Los resultados para las primeras 18 iteraciones se pueden ver
en el Cuadro 1.
M ientras que la secuencia generada por el metodo de punto fijo necesita 36
iteraciones para obtener una aproximacion al punto fijo con exactitud de 8 cifras
decimales exactas, el metodo de Aitken la obtiene en 18 iteraciones. Se muestran
los 18 primeros terminos porque luego el metodo de Aitken se ve afectado por
errores de redondeo.

Figura 1: C
odigo en GNU-Octave que dado una funcion, una semilla y dos
condiciones de corte, devuelve una secuencia de valores usando el metodo de
punto fijo

Figura 2: C
odigo en GNU-Octave que dado una secuencia {xn } y dos condiciones
de corte, devuelve otra secuencia de valores usando el metodo de Aitken

3.

Comparaci
on de errores

O btuve = 0,567143290409784 como una aproximacion a la raz obtenida

usando el metodo de punto fijo luego de 1000 iteraciones. Use el metodo de
punto fijo porque usando el de Aitken para n grandes, se cometan errores de
redondeo.
L uego calcule una aproximacion del error en la iteracion n usando punto fijo,
n = xn y usando el metodo de Aitken, n = x
n . Los resultados para
las primeras 18 iteraciones se pueden ver en el Cuadro 2.

4.

Conclusiones

E l metodo de Aitken nos provee un mecanismo para evitar iteraciones en el

metodo de punto fijo, ya que converge mas rapidamente hacia el punto fijo y sin
perdida de precisi
on en los c
alculos.

n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

xn
0.2
0.8187307530779818
0.4409910259429827
0.643398480441697
0.5255034726328887
0.5912576073925515
0.5536305968150929
0.574858936093905
0.5627842517526308
0.5696208859811515
0.5657398779672614
0.5679397851348127
0.5666917436218263
0.567399439968283
0.566998035510623
0.5672256767346059
0.5670965674831311
0.5671697896231989

x
n
0.5841837288773699
0.5727805770309113
0.56889755947851
0.5677148552864267
0.5673254724172088
0.5672021574045104
0.567162172616653
0.5671493730931393
0.5671452451985214
0.5671439194794887
0.5671434926942419
0.5671433554851802
0.5671433113394861
0.5671432971422442
0.5671432925753095
0.5671432911063852
0.5671432906339563
0.5671432904819229

Cuadro 1: Comparaci
on entre secuencia de punto fijo {xn } y secuencia obtenida
usando el metodo de Aitken {
xn }

n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

n
0.3671432904097838
0.251587462668198
0.1261522644668012
0.07625519003191317
0.04163981777689518
0.02411431698276767
0.01351269359469098
0.007715645684121197
0.004359038657153036
0.002477595571367619
0.0014034124425224
0.0007964947250288512
0.0004515467879575574
0.0002561495584991747
0.0001452548991608404
8.2386324822048e-005
4.672292665275357e-005
2.649921341502104e-005

n
0.01704043846758607
0.005637286621127502
0.001754269068726111
0.0005715648766428938
0.0001821820074249247
5.886699472656964e-005
1.888220686918629e-005
6.08268335544615e-006
1.954788737545954e-006
6.290697048827454e-007
2.0228445807291e-007
6.507539640487892e-008
2.092970230460622e-008
6.732460366976056e-009
2.165525647690458e-009
6.966013321729747e-010
2.241724583740279e-010
7.213907249337126e-011

n
n

0.04641359085867137
0.02240686622990489
0.01390596574814376
0.007495422625052683
0.004375187432400643
0.00244116367752139
0.001397368092221446
0.0007883570091825647
0.0004484449190048386
0.0002539033053467651
0.0001441375692161724
8.170223149000982e-005
4.635112653392074e-005
2.628331825525183e-005
1.490845169561253e-005
8.45530291195308e-006
4.797911313220712e-006
2.722309955527938e-006

Cuadro 2: Comparacion de n = xn y n = x
n .