método de la bisección
Post on 17-Jan-2016
4 Views
Preview:
DESCRIPTION
TRANSCRIPT
1
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
Cálculo de raíces de ecuaciones ____________________________________________________ 1
1. Método de la Bisección y Teorema de Bolzano _________________________________________ 1
2. Método de Separación de Raíces ____________________________________________________ 3
3. Método del Punto Fijo _____________________________________________________________ 5
4. Método de Newton – Raphson ______________________________________________________ 5
5. Método de las secantes. ___________________________________________________________ 7
6. Método de Steffensen _____________________________________________________________ 9
7. Método de Aitken ________________________________________________________________ 9
8. Análisis de Matrices ______________________________________________________________ 10
Cálculo de raíces de ecuaciones 1. Método de la Bisección y Teorema de Bolzano
Sea f una función continua en un intervalo cerrado ,ba y toma valores de signo
contrario en los extremos, entonces existe al menos un ,c a b tal que ( ) 0cf .
Comprobar que la ecuación 3 1 0x x tiene al menos una solución real en el in-
tervalo 0,1 .
Consideramos la función 3
( ) 1xf x x , que es continua en 0,1 por ser polinómica.
Estudiamos el signo en los extremos del intervalo:
(0) 1 0f
(1) 1 0f
Como los signos son distintos se cumple el teorema de Bolzano, por tanto existe un
0,1c tal que ( ) 0cf . Lo que demuestra que tiene una solución en ese intervalo.
2
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
Ejemplos:
1. La función que aparece representada a continuación es continua en el intervalo
3,6.2 y (3) 0f mientras que (6.2) 0f . Como se cumplen la hipótesis del teorema
de Bolzano queda garantizada la existencia de al menos un valor c en el que (c) 0f
, es decir en el que la gráfica corta al eje de abscisas. En este ejemplo concreto existen exactamente tres valores (c1,c2, 3)c que cumplen la tesis del teorema. (A los
valores (c1,c2, 3)c se les llama raíces o ceros de la función ( )xf en el intervalo en cues-
tión). La función representada es: ( ) (2 ) 2cos( / 3)xf sen x x
Método de la Bisección en Java
Clase Principal BiseccionMain2.java
Clase Biseccion2.java
3
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
2. Método de Separación de Raíces
Cuando se está tratando de aproximar las soluciones de una ecuación ( ) 0xf es
de mucha utilidad tener alguna idea de su ubicación. Para el caso en el cual ( )xf
es un polinomio existen algunos resultados en este sentido, como el siguiente:
Teorema [Cotas para las raíces]
Si ( )xf es un polinomio con coeficientes reales cuyo coeficiente principal es positivo
y suponga que efectuamos la división sintética de ( )xf entre x c , entonces:
1. Si 0c , y todos los números del tercer reglón del proceso de división son positivos
o cero, entonces c es una cota superior de las soluciones reales de la ecuación
(x) 0f .
4
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
2. Si 0c , y si los números del tercer reglón del proceso de división son alternada-
mente positivos y negativos (donde se considerará que un 0 es positivo o nega-
tivo), entonces ces una cota inferior de las soluciones de la ecuación (x) 0f .
Recuerde que un número real M es una cota superior de las soluciones de una
ecuación, si ninguna solución es mayor que M : un número real m es una cota infe-
rior de las soluciones de una ecuación, si ninguna solución es menor que m .
Ejemplo:
1. Una cota superior para las soluciones de la ecuación 3 24 10 0x x es 2M ,
pues, los números del tercer reglón de la división sintética son todos positivos.
División sintética por 2x
2. Una cota inferior para las soluciones de la ecuación 3 24 10 0x x es 5M ,
pues, los números del tercer reglón de la división sintética alternan en signo.1
División sintética por 5x
Uno de los resultados más útil en la búsqueda de raíces y a la vez más simple, es el
conocido teorema del valor intermedio. Este teorema establece que si w es cual-
quier número entre ( )af y ( )bf entonces existe un número c entre a y b tal que
( )cf w , siempre y cuando f sea continua en el intervalo ,a b .
Teorema [Del valor intermedio]
Si: : ,f a b es una función continua en ,a b y ( ) ( )a bf f , entonces f toma todos
los valores comprendidos entre ( )af y ( )bf .
Intuitivamente, una función es continua en el intervalo ,a b , si podemos trazar su
gráfica sin interrupción. La idea básica que está detrás de la continuidad es que un
cambio pequeño en x produce un cambio pequeño en ( )xf .
Si ( )af y ( )bf tienen signos opuestos, entonces existe un número c entre a y b , tal que
( ) 0cf , es decir, que c es una solución de la ecuación (x) 0f . Este hecho tan sim-
ple da origen a uno de los métodos más conocidos para la aproximación de solu-
ciones: búsqueda binaria o método de la bisección.
1 http://www.tec-digital.itcr.ac.cr/revistamatematica/HERRAmInternet/ecuaexecl/node2.html
5
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
3. Método del Punto Fijo
Un punto fijo de una función g es un número p tal que ( )pg p . El problema de
encontrar las soluciones de una ecuación ( ) 0xf y de encontrar los puntos fijos de
una función ( )xh , son equivalentes en el siguiente sentido: dado el problema de en-
contrar las soluciones de una ecuación ( ) 0xf , podemos definir una función g con
un punto fijo p de muchas formas; por ejemplo ( ) ( )x Xf x g . En forma inversa, si la
función g tiene un punto fijo en p , entonces la función definida por ( ) ( )x Xf x g
posee un cero en p .
El método de punto fijo inicia con una aproximación inicial 0x y
1 ( )i ix g x genera
una sucesión de aproximaciones la cual converge a la solución de la ecuación
( ) 0xf . A la función g se le conoce como función iteradora. Se puede demostrar
que dicha sucesión nx converge siempre y cuando ( )' 1xg .
Ejemplo:
Usando el método de punto fijo vamos a aproximar la solución de la ecuación 3 24 10 0x x dentro del intervalo 1,2 .
Lo primero es buscar una función ( )xg adecuada.
3 2
2
4 10 0
( 4) 10
10
4
x x
x x
xx
Elegimos como función iteradora a:
( )
10
4xg
x
Además observe que:
( ) (2)32
10' 1
2( 4)xg g
x
Para todo 1,2x , lo cual garantiza que la sucesión que vamos a construir va a ser
convergente.
4. Método de Newton – Raphson
Este es uno de los métodos más eficientes para aproximar las soluciones de la ecua-
ción ( ) 0xf . El método de Newton empieza con una aproximación inicial 0x , la si-
guiente aproximación 1x corresponde a la intersección con el eje x de la recta
tangente a la gráfica de f en 00 ( )( , )xx f . La aproximación 2x corresponde a la inter-
sección con el eje x de la tangente a la gráfica de f en el punto 11 ( )( , )xx f , y así
sucesivamente. Este proceso genera una sucesión nx , definida por:
6
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
( )
1
(x )'n
n
x
n n
fx x
f
El algoritmo del método es el siguiente:
0( )
: 1
Newton x
Begin
i
While i n do
0
0
(x )
0 0
( )'
: 1
x
fx x
f
i i
EndWhile
End
Método de Newton en Java
Clase Newton.java
7
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
Clase principal NewtonMain.java
5. Método de las secantes.
El principal inconveniente del método de Newton estriba en que requiere conocer
el valor de la primera derivada de la función en el punto. Sin embargo, la forma
funcional de ( )xf dificulta en ocasiones el cálculo de la derivada. En estos casos es
más útil emplear el método de la secante.
El método de la secante parte de dos puntos (y no sólo uno como el método de
Newton) y estima la tangente (es decir, la pendiente de la recta) por una aproxima-
ción de acuerdo con la expresión:
1( ) ( )
( )
1
' i i
i
x x
x
i i
f ff
x x
Esta aproximación se puede sustituir en:
1
( )
1
( )'ix
i i
x
fx x
f
1
1
( )( )
1
( ) ( )
i i i
i i
x x x
i i
x x
fx x
f f
Representación geométrica del método de la secante.
La ecuación anterior es la fórmula para el método de la secante. Nótese que el
planteamiento requiere de dos puntos iniciales de x . Sin embargo, debido a que no
se requiere que ( )xf cambie de signo entre estos valores, a este método no se le
clasifica como aquellos que usan intervalos.
8
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
Ejemplo:
1. Use el método de la secante para encontrar una raíz de la ecuación polinominal. 3 2
( ) 2 10 20xf x x x
Solución:
Con la ecuación: 1
1
( ) ( )
1 ( )
( ) ( )
i i i
i
i i
x x x
i i x
x x
fx x g
f f
se obtiene:
3 2
11 3 2 3 2
1 1 1 1
( )( 2 10 20)
( 2 10 20) ( )( 2 10 20)i i i i i
i i
i i i i i i i i
x x x x xx x
x x x x x x x x
Mediante 0 0x y
1 1x , se calcula 2x
3 2
2 3 2 3 2
(1 0)(1 2(1) 10(1) 20)1 1.53846
(1 2(1) 10(1) 20) (0 2(0) 10(0) 20)x
Mediante 1 1x y
3 2
3 3 2 3 2
(1.53846 1)(1.53846 2(1.53846) 10(1.53846) 20)1.53846 1.35031
(1.53846 2(1.53846) 10(1.53846) 20) (1 2(1) 10(1) 20)x
Mediante 2 1.53846x y 3 1.35031x , se calcula
4x
3 2
4 3 2 3 2
(1.35031 0)(1.35031 2(1.35031) 10(1.35031) 20)1.35031
(1.35031 2(1.35031) 10(1.35031) 20) (1.53846 2(1.53846) 10(1.53846) 20)
1.36792
x
Mediante 3 1.35031x y 4 1.36792x , se calcula 5x
3 2
5 3 2 3 2
(1.36792 0)(1.36792 2(1.36792) 10(1.36792) 20)1.36792
(1.36792 2(1.36792) 10(1.36792) 20) (1.35031 2(1.35031) 10(1.35031) 20)
1.36881
x
Con este proceso se obtiene la siguiente tabla:
i
ix 1 1ix x
0 0.00000
1 1.00000 1.00000
2 1.53846 0.53846
3 1.35031 0.18815
4 1.36792 0.01761
5 1.36881 0.00090
9
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
3
1 1 10ix x
6. Método de Steffensen
El método de Steffensen presenta una convergencia rápida y no requiere, como en
el caso del método de la secante, la evaluación de derivada alguna.
Presenta además, la ventaja adicional de que el proceso de iteración sólo necesita
un punto inicial. Este método calcula el siguiente punto de iteración a partir de la
expresión:
( )
2
( )
1
( ) ( )
n
n x nn
x
n n
x f x
fx x
f f
7. Método de Aitken
El método de Aitken puede ser usado para acelerar la convergencia de cualquier
sucesión que converja linealmente, independientemente de su origen.
Supongamos que 0n n
es una sucesión linealmente convergente con límite ; o
sea que, para:
n ne
1lim n
nn
e
e
y 0 1
Para investigar la construcción de una sucesión 0n n
que converja más rápida-
mente a , supongamos que n es lo suficientemente grande para que el cociente
pueda usarse para aproximar el límite. Si suponemos también que todas las ne tienen
el mismo signo, entonces:
1n ne e y 2 1n ne e
Así:
2 2 1n n nP e e
2 1( )n nP
Remplazando 1n por n en la ecuación:
1 ( )n nP
Y resolviendo las ecuaciones y para mientras se elimina nos lleva a que:
10
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
2
2 1
2 1
2 2 2
2 1 1
2 1
2 2 2
2 1 1 1
2 1
2
1
2 1
2
2
2
( 2 ) ( 2 )
2
( 2 )
2
n n n
n n n
n n n n n n n
n n n
n n n n n n n n n
n n n
n nn
n n n
El método de Aitken está basado en la suposición de que la sucesión 0
ˆn n
, defi-
nida por: 2
1
2 1
( 2 )ˆ
2n n
n n
n n n
Converge más rápidamente a que la sucesión original
0n n
Aplicando el método de Aitken a una sucesión que converge linealmente obtenida
de la iteración de punto fijo, podemos acelerar la convergencia cuadrática. Este
procedimiento es conocido como el método de Steffensen y difiere un poco de
aplicar el método de Aitken directamente a una sucesión de iteración de punto fijo
que sea linealmente convergente.
8. Análisis de Matrices
Se llama matriz de orden mxn a todo conjunto rectangular de elementos ija dis-
puestos en m líneas horizontales (filas) y n verticales (columnas) de la forma:
Tipos de Matrices:
Matriz fila: Es una matriz que solo tiene una fila, es decir 1m y por tanto es de or-
den 1xn .
Matriz columna: Es una matriz que solo tiene una columna, es decir, 1n y por
tanto es de orden 1mx
Matriz cuadrada: Es aquella que tiene el mismo número de filas que de columnas,
es decir m n . En estos casos se dice que la matriz cuadrada es de orden n , y no
nxm .
11
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
Los elementos ija con i j , o sea iia forman la llamada diagonal principal de la
matriz cuadrada, y los elementos aij con 1i j n la diagonal secundaria.
Ejemplo:
En la matriz la diagonal principal está formada por (1, 1, 9) y la dia-
gonal secundaria por (0, 1, 3).
Matriz traspuesta: Dada una matriz A, se llama traspuesta de A, y se representa por
At, a la matriz que se obtiene cambiando filas por columnas. La primera fila de A es
la primera fila de At, la segunda fila de A es la segunda columna de At, etc.
De la definición se deduce que si A es de orden m x n, entonces At es de orden n ́ m.
Matriz simétrica: Una matriz cuadrada A es simétrica si A = At, es decir, si aij = aji " i, j.
Matriz antisimétrica: Una matriz cuadrada es antisimétrica si A = –At, es decir, si aij =
–aji " i, j.
Matriz nula es aquella que todos sus elementos son 0 y se representa por 0.
Matriz diagonal: Es una matriz cuadrada, en la que todos los elementos no pertene-
cientes a la diagonal principal son nulos.
Matriz escalar: Es una matriz diagonal con todos los elementos de la diagonal igua-
les.
Matriz unidad o identidad: Es una matriz escalar con los elementos de la diagonal
principal iguales a 1.
Matriz Triangular: Es una matriz cuadrada que tiene nulos todos los elementos que
están a un mismo lado de la diagonal principal. Las matrices triangulares pueden ser
de dos tipos:
Triangular Superior: Si los elementos que están por debajo de la diagonal princi-
pal son todos nulos. Es decir, aij =0 " i<j.
12
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
Triangular Inferior: Si los elementos que están por encima de la diagonal principal
son todos nulos. Es decir, aij =0 " j<i.
Determinante de una Matriz
Dada una matriz cuadrada
Se llama determinante de A, y se representa por |A| ó det(A), al número:
1 (1) 2 (2) (n)( ) ... nA i a a a
, con nS
(Sn es el grupo de las permutaciones del conjunto {1, 2,...,n}, e i es la signatura
de la permutación)
También se suele escribir:
Ejemplo
1. Hallar la determinante de:
=(3)(2)(4)+ (2)(-5)(-2)+ (0)(1)(1)- (-2)(2)(1)- (0)(2)(4)- (1)(-5)(3)
= 24 + 20 + 0 - (-4) - 0 - (-15) = 44 + 4 + 15 = 63
13
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
Determinante de una matriz en Java
Clase Determinante.java
14
UNIVERSIDAD NACIONAL DEL ALTIPLANO E.P. Ingeniería de Sistemas
Ing. Lenin Huayta Flores
top related