2.1.

Mtodos basados en intervalos

Los mtodos de los intervalos utilizan una propiedad muy importante, consistente en el hecho del cambio de signo de una funcin en inmediaciones de una raz. Se llaman mtodos de los intervalos porque se necesitan como mnimo dos valores que forman un intervalo que encierra la raz

En la grfica 2.1 se observa como la funcin cambia de +f(x) a - f(x), cuando pasa por la raz c .Esto ocurre porque f (c)= 0 y necesariamente la funcin pasa del cuadrante positivo al negativo de x. En algunos casos , que se vern ms adelante esto no ocurre as, por ahora se asumir como se ha mostrado. Los mtodos abiertos utilizan estos cambios de signo para poder ubicar el la raz (punto c), pero es necesario entonce establecer un intervalo (como el [a,b]). De igual manera sucede cuando la funcin pasa por el punto e, el cambio ocurre de -f(x) a + f(x), para hallar la raz el mtodo necesita un intervalo como el [d,f].

2.2 Mtodo de biseccin

Es un mtodo de bsqueda incremental donde el intervalo se divide siempre en 2. Si la funcin cambia de signo sobre un intervalo, se evala el valor de la funcin del punto medio. La posicin de la raz se determina situndola en el punto medio del sub-intervalo dentro del cual ocurre un cambio dentro del cual ocurre un cambio de signo. El proceso se repite hasta tener una mejor aproximacin. Supngase que queremos resolver la ecuacin f(x) = 0 (donde f es continua). Dados dos puntos a y b tal que f(a) y f(b) tengan signos distintos, sabemos por el Teorema de Bolzano que f debe tener, al menos, una raz en el intervalo [a, b]. El mtodo de biseccin divide el intervalo en dos, usando un tercer punto c = (a+b) / 2. En este momento, existen dos posibilidades: f(a) y f(c), f(c) y f(b) tienen distinto signo. El algoritmo de biseccin se aplica al subintervalo donde el cambio de signo ocurre.

2.3 Mtodo de aproximaciones sucesivas

El mtodo de las aproximaciones sucesivas es uno de los procedimientos ms importantes y ms sencillos de codificar. Supongamos la ecuacin

donde f(x) es una funcin continua que se desea determinar sus races reales. Se sustituye f(x) por la ecuacin equivalente

Se estima el valor aproximado de la raz x0, y se sustituye en el segundo miembro de la ecuacin para obtener x1.

Poniendo x1 como argumento de j(x), obtendremos un nuevo nmero x2, y as sucesivamente. Este proceso se puede sintetizar en la frmula.

Si esta secuencia es convergente es decir, tiende hacia un lmite, la solucin x es

2.4. 2.4.1.

M todos basados en interpolaci n e M todo de Newton-Raphson e

Entre los m todos e m s a populares en matematicas computacionales ten- emos al creado por Isaac Newton2 y Joseph Raphson3 . El atractivo de ste m todo es su rapidez cuadr tica de e e a convergencia, como veremos mas adelante. Una desventaja es que para la aplicaci n del m todo se requiere tener tanto la funci n f (x) o e o que quiere resolverse, as como su derivada. Dada una funci n f (x) definida en un intervalo [a, b], tal que o f (x) C 2 [a, b] y existe una s [a, b] tal que f (s) = 0 entonces si escojemos un valor inicial de x cercano a s, podemos utilizar un polinomio interpolador de Taylor para aproximar la funcion f (x) por: f 0 (x0 ) f 00 (c) f (s) = f (x0 ) (s x )2 (s x ) + 1! 2! + Haciendo f (s) = 0 y asumiendo que el t rmino de segundo grado e es muy pequeno, se tiene: f 0 (x0 ) 0 f (x0 ) + (s x ) 1! Ahora podemos despejar s para obtener: f (x0 s x 0 (x ) 0 Si lo expresamos en t rminos del m todo iterativo univariable, la e e funci n a iterar es: o f (xn ) xn+1 = xn 0 (x f

(2.4)

2.4.2.

M todo de la secante e

Este m todo se basa en la utilizacion de dos puntos x0 y x1 e como apro- xi-maciones iniciales a la soluci n de la ecuaci n f (x) = 0, o o y calcula el tercer punto x2 , resolviendo la siguiente ecuaci n de la o secante, para y = 0 y x2 = x: y f (x1 ) = para obtener: x2 = x1 f (x1 ) f (x0 ) x1 (x x1 ) x0 (x1 x0 )f (x1 ) f (x ) f (x (2.5)