Mtodos abiertos: Iteracin punto fijo, Mtodo de Newton

Raphson y Mtodo de la secante. Mtodos para races mltiples.

Los mtodos abiertos utilizan una frmula para predecir la raz. Esta frmula
puede desarrollarse como una iteracin simple de punto fijo (tambin llamada
iteracin de un punto o sustitucin sucesiva o mtodo de punto fijo).

Las races mltiples

Las races mltiples son determinados de ecuaciones polinmicas que tienen la
forma general:

fx = a0 + a1x + a2x2 + ... + anxn

Donde n es el grado del polinomio y son los coeficientes. Las races de los
polinomios pueden ser reales y / o complejos, y cumplir con las tres reglas:
* En una ecuacin de grado n, hay n races reales o complejas. Cabe sealar que
las races no son necesariamente diferentes.

* Si n es impar hay al menos una raz real.

* Si hay races complejas, estas se encuentran en pares conjugados.

Mtodo de punto Fijo

El mtodo de punto fijo o de aproximaciones sucesivas es, junto con el de
Biseccin, uno de los primeros mtodos que se utilizaron para resolver
ecuaciones algebraicas y trascendentes. No obstante que en la actualidad existen
otros mtodos ms eficientes, el de punto fijo se considera el ms simple en sus
principios y en l se pueden apreciar claramente todas las caractersticas de un
mtodo de aproximaciones sucesivas.
Sea F(x) = 0 una ecuacin algebraica o trascendente cualquiera. Se suma x en
ambos miembros y se
obtiene:
(1)
F(x) + x = x
Donde el miembro izquierdo es otra funcin de x que se define
como (2)
G(x) + x = x
Se sustituye en la ecuacin
(1): (3
)
x = G(x)
Obsrvese ahora que cualquier ecuacin puede representarse en esta forma,
siguiendo el procedimiento anterior.
Si x = a es una raz de la ecuacin, entonces
F (a) = 0
o bien, al sustituir en la ecuacin (3)
a = G (a)
El mtodo de aproximaciones sucesivas consiste en sustituir un valor inicial (x0)
apropiado (cercano a la raz) en el segundo miembro de la ecuacin (3). Si x0 es
la raz, se deber cumplir la ecuacin (4); esto es:
x0 = G(xo)
pero esto ser difcil de que ocurra; seguramente el valor inicial principal
proporcionado xo ser solo un valor cercano a la raz. Entonces, en el caso
general:
x0 =/ G(x0) o bien, x1 = G(x0)
donde x1 es la nueva aproximacin de la raz a. se sustituye x1 en el segundo
miembro de la ecuacin (3) y se obtiene:
x2 = G(x1)
Al proceder reiteradamente en esta forma se induce que la n-sima aproximacin
es:
Xn = G(Xn-1)
n = 1,2,3,.....
De acuerdo con lo visto en los temas anteriores, puede afirmarse que si el mtodo
converge, la diferencia en valor absoluto entre valores proporcionados en dos
iteraciones sucesivas ser cada vez ms pequea a medida que n aumnete, y con
esto se tendr un criterio para saber cundo termina la aplicacin del mtodo.
Es posible afirmar que si en la n-sima iteracin el mtodo se est aproximando
a la raz o converge a ella, entonces:
|G(t)| = |a - Xn| / |a - Xn-1| <1
Es decir, el mtodo es convergente si:
|G(t)|<1 Xn-1<t<a
Esto significa que el mtodo converge en la n-sima iteracin cuando el valor
absoluto de la derivada de G(x) en cualquier punto del intervalo (Xn-1, a) es
menor que la unidad.
Por otra parte el mtodo es divergente si
|a - Xn| > |a - Xn-1|

Recordar que el mtodo dePunto Fijo, nos dice que, solo podra haber y
tener un unico punto o raz

Mtodo de Newton-Rapson

Entre los mtodos de aproximaciones sucesivas para encontrar

algunas de las races de una ecuacon algebraica o tracendente, el de
Newton-Raphson es el que presenta mejores caractersticas de eficiencia,
debido a que casi siempre converge a la solucin y lo hace en un nmero
reducido de iteracines.
Este mtodo es aplicable tanto en ecuaciones algebraicas como
tracendentes y con l es posible obtener races complejas.
Tal vez, de las frmulas para localizar races, la frmula de Newton-
Raphson sea la ms ampliamente utilizada. Si el valor inicial para la raz es
xi, entonces se puede trazar una tangente desde el punto [xi,f(xi)] de la
curva. por lo comn, el punto donde esta tangente cruza el eje x representa
una aproximacin mejorada de la raz.
El mtodo de Newton-Rapshon se deduce a partir de esta interpretacin
geomtrica.

El mtodo de Newton-Raphson, como todos los de aproximaciones sucesivas,

parte de una primera aproximacin y mediante la aplicacin de una formula de
recurrencia se acercara a la raz buscada, de tal manera que la nueva
aproximacin se localiza en la interseccon de la tangente a la curva de la funcin
en el punto y el eje de las abscisas.

De la figura se tiene que la primer derivada en x es equivalente a la pendiente:

que se reordena para obtener:

la cual se conoce como frmula de Newton-Raphson.

Mtodo de la secante

La recta secante es una recta que corta a una circunferencia en dos puntos.
Conforme estos puntos de corte se acercan, dicha recta se aproxima a un punto
y, cuando solo existe un punto que toca la circunferencia, se le llama tangente.

Dados los puntos de interseccin A y B puede calcularse la ecuacin de la recta

secante empleando para saber la respuesta de sta operacin se emplea en
matemticas la ecuacin de la recta que pasa por dos puntos.

En anlisis numrico el mtodo de la secante es un mtodo para encontrar los

ceros de una funcin de forma iterativa. Uno de los objetivos de este mtodo es
eliminar el problema de la derivada de la funcin, ya que existen funciones que
describen fenmenos fsicos en la vida real, cuya derivada es muy compleja.El
mtodo de la secante es muy similar al de Newton con la diferencia principal que
en este mtodo de la secante no requiere de la segunda derivada.

El mtodo se basa en obtener la ecuacin de la recta que pasa por los puntos
(xn1), f(xn1)) y (xn, f(xn)). A dicha recta se le llama secante por cortar la grfica
de la funcin. Posteriormente se escoge como siguiente elemento de la relacin
de recurrencia, xn+1, la interseccin de la recta secante con el eje de abscisas
obteniendo la frmula.

Este mtodo, a diferencia del de biseccin y regla falsa, casi nunca falla ya que
solo requiere de 2 puntos al principio, y despus el mismo mtodo se va
retroalimentando. Lo que hace bsicamente es ir tirando rectas secantes a la
curva de la ecuacin que se tiene originalmente, y va checando la interseccin de
esas rectas con el eje de las X para ver si es la raz que se busca.
Tipos de errores: Error absoluto, error relativo, error porcentual,
errores de redondeo y truncamiento.
Tipos de Errores

Los errores numricos se generan con el uso de aproximaciones para representar las
operaciones y cantidades matemticas. Estos incluyen de truncamiento que resultan de
representar aproximadamente un procedimiento matemtico exacto, y los errores de
redondeo, que resultan de presentar aproximadamente nmeros exactos. Para los tipos
de errores, la relacin entre el resultado exacto o verdadero y el aproximado est dado
por:

E = P* - P

Bien sea una medida directa (la que da el aparato) o indirecta (utilizando una frmula)
existe un tratamiento de los errores de medida. Podemos distinguir dos tipos de errores
que se utilizan en los clculos:

Error absoluto.

Es la diferencia entre el valor de la medida y el valor tomado como exacto. Puede ser
positivo o negativo, segn si la medida es superior al valor real o inferior (la resta sale
positiva o negativa). Tiene unidades, las mismas que las de la medida.
Sin embargo, para facilitar el manejo y el anlisis se emplea el error absoluto definido
como:

EA = | P* - P |

Error relativo.

Es el cociente (la divisin) entre el error absoluto y el valor exacto. Si se multiplica por 100
se obtiene el tanto por ciento (%) de error. Al igual que el error absoluto puede ser positivo
o negativo (segn lo sea el error absoluto) porque puede ser por exceso o por defecto. no
tiene unidades.
Y el error relativo como
ER = | P* - P| / P , si P =/ 0

El error relativo tambin se puede multiplicar por el 100% para expresarlo como:

ERP = ER x 100

Errores de Redondeo

Error de redondeo. La casi totalidad de los nmeros reales requieren, para su

representacin decimal, de una infinidad de dgitos. En la prctica, para su manejo slo
debe considerarse un nmero finito de dgitos en su representacin, procedindose a su
determinacin mediante un adecuado redondeo.

Los errores de redondeo se deben a que las computadoras slo guardan un nmero finito
de cifras significativas durante un clculo. Las computadoras realizan esta funcin de
maneras diferentes. Por ejemplo, si slose guardan siete cifras significativas, la
computadora puede alamcenar y usar "pi" como "pi" = 3.141592, omitiendo los trminos
restantes y generando un error de redondeo.

Ya que la mayor parte de las computadoras tiene entre 7 y 14 cifras significativas, los
errores de redondeo pareceran no ser muy importantes. Sin embargo, hay dos razones
del porqu pueden resultar crtico en algunos mtodos numricos:

1. Ciertos mtodos requieren cantidades extremadamente grandes para obtener una

respuesta. En consecuencia, aunque un error de redondeo individual puede ser
pequeo, el efecto de acumulacin en el transcurso de la gran cantidad de clculos
puede ser significativo.

1. El efecto del redondeo puede ser exagerado cuando se llevan a cabo operaciones
algebraicas que emplean nmeros muy pequeos y muy grandes al mismo tiempo.
Ya que este caso se presenta en muchos mtodos numricos, el error de redondeo
puede resultar de mucha importancia.

Reglas de Redondeo

Las siguientes reglas dan la pauta a seguir en el redondeo de nmeros cuando se realizan
clculos a mano.

1. En el redondeo, se conservan las cifras significativas y el resto se descarta. El

ltimo dgito que se conserva se aumenta en uno si el primer dgito
descartado es mayor de 5. De otra manera se deja igual. Si el primer digito
descartado es 5 o es 5 segundo de ceros. entonces el ltimo dgito retenido
se incrementa en 1, slo si es impar.
2. En la suma y en la resta, el redondeo se lleva acabo de forma tal que el ltimo
dgito en la columna de las milsimas.
3. Para la multiplicacin y para la divisin el redondeo es tal que la cantidad de
cifras significativas del resultado es igual al nmero ms pequeo de cifras
significativas que contiene la cantidad en la operacin.
4. Para combinaciones de las operaciones aritmticas, existen dos casos
generales. Se puede sumar o restar el resultado o de las divisiones.

(Multiplicacin o Divisin) +/- (multiplicacin o divisin)

o tambin se pueden multiplicar o dividir los resultados de las sumas y las restas.

Ejemplos:

Los siguientes ejemplos tiene por objeto ilustrar las reglas de redondeo.

5.6723 -------------------------- 5.67 3 Cifras Significativas

10.406 ---------------------------- 7.4 4 Cifras Significativas
10.406 ---------------------------- 7.4 2 Cifras Significativas
88.21650 ------------------- 88.216 5 Cifras Significativas
1.25001 -------------------------- 1.3 2 Cifras Significativas

Errores de Truncamiento

Los errores de truncamiento son aquellos que resultan al usar una aproximacin en lugar
de un procedimiento matemtico exacto. Adems para obtener conocimiento de las
caractersticas de estos errores se regresa a la formulacin matemtica usada
ampliamente en los mtodos numricos para expresar Funciones en forma polinomial:
Serie de Taylor

Por ejemplo:

La serie de Taylor provee un medio para predecir el valor de una funcin en un punto en
trminos del valor de la funcin y sus derivadas en otro punto.

Teorema de Taylor: Si la funcin f y sus primeras n+1 derivadas son continuas en un

intervalo que contiene a a y a x, entonces el valor de la funcin en un punto x est dado
por:

La expansin en series de Taylor de n-simo orden debe ser exacta para un polinomio
de n-simo orden.

Para otras funciones continuas diferenciables, como las exponenciales o sinusoidales, no

se obtiene una estimacin exacta mediante un nmero finito de trminos.

El valor prctico de las series de Taylor radica en el uso de un nmero finito de trminos
que darn una aproximacin lo suficientemente cercana a la solucin verdadera para
propsitos prcticos. Significa que el error de truncamiento es de orden hn+1. El error es
proporcional al tamao del paso h elevado a la (n+1)-sima potencia.
Mtodo Grafico, Biseccin y Falsa Posicin

Se puede definir a la raz de una ecuacin como el valor de x que hace a f(x) = 0.

Asi, que un mtodo simple para obtener a la raz de la ecuacin f(x)=0, consiste en
graficar la funcin y observar donde cruza el eje x. Por eso estos tipos de mtodos, son
llamados "Mtodos Graficos"

Debido a ello, el desarrollo de mtodos que nos permiten solucionarlo es amplio; en esta
unidad presentamos algunos para determinar las races reales o complejas de ecuaciones
de este tipo, tales como:

Mtodo de Biseccin o Bolzano

El mtodo de la biseccin o tambin llamado Mtodo de Bolzano, parte de una funcion

F(x) y un intervalo [x1,x2] tal que F(x1) y F(x2) tienen signos contrarios. Si la funcin es
continua en este intervalo, entonces existe una raz de F(x) entre x1 y x2.
Una vez determinado el intervalo [x1,x2] y asegura lacontinuidad de la funcin en
dicho intervalo, se vala sta en el punto madion xm del intervalo, como se ve:
Si F(xm) y F(x1) tiene signos contrarios, se reducir el intervalo de x1 a xm, ya que dentro
de estos valores se encuentra la raz buscada. Al repetir este proceso, hasta lograr que la
diferencia entre los dos ltimos valores de xm sea menor que una tolerancia prefijada, el
ltimo valor xm ser una buena aproximacin de la raz.

Pasos:

1. Elija valores iniciales inferior x1, y superior de x2, que encierren a la raz, de forma
que la funcin cambien el signo en el intervalo. Esto se verifica comprobando que
f(x1) f(x2)<0
2. Una aproximacin de la raz, se determina mediante: Xr= x1 + x2 / 2
3. Realice las siguiente evaluaciones para determinar en que subintervlo sta la raz:

Si f(x1) f(Xr)<0, entonces la raz se encuentra dentro del subintervalo inferior o

izquierdo. Por tanto, haga X2 = Xr y vuelva al paso 2.
Si f(x1) f(Xr)>0, entonces la raz se encuentra dentro del subintervalo superior o
derecho. Por tanto, haga X1 = Xr y vuelva al paso 2.
Si f(x1) f(Xr) =0, entonces la raz se igual a Xr; y termina el clculo.

Mtodo de la Falsa Posicin

Aun cuando la biseccin es una tcnica perfectamente vlida para determinar races, su
mtodo de aproximacin por "fuerza bruta" es relativamente ineficiente. La falsa
posicin es una alternativa basada en una visualizacin grfica.
Un inconveniente del mtodo de biseccin es que al dividir el intervalo de x1 a xu en
mitades iguales, no se toman en cuenta las magnitudes de f(x1) y f(xu). Por ejemplo,
si f(x1) est mucho ms cercana a cero que f(xu), es lgico que la raz se encuentre ms
cerca de x1 que de xu. Un mtodo alternativo que aprovecha esta visualizacin grfica
consiste en unir f(x1) y f(xu) con una lnea recta. La interseccin de esta lnea con el eje
de las x representa un mejor aproximacin de la raz. El hecho de que se reemplace la
curva por una lnea recta de una "falsa posicin" de la raz; de aqu el nombre de mtodo
de la falsa posicin, o en latn,regula falsi. Tambin se le conoce como mtodo de
interpolacin lineal.

Usando tringulos semejantes, la interseccin de la lnea recta con el eje de las x se

estima mediante:

Multiplicando en cruz la ecuacin anterior obtenemos:

Agrupando trminos y reordenando:

Dividiendo entre

Esta es una de las formas del mtodo de la falsa posicin. Esta puede ponerse en una
forma alternativa al separa los trminos:

sumando y restando xu en el lado derecho:

Agrupando trminos se obtiene:

o:

Esta es la frmula de la falsa posicin. El valor de xr calculado con la ecuacin

reemplazar, despus, a cualquiera de los dos valores iniciales, xl o xu, y da un valor de la
funcin con el mismo signo de f(xr). De esta manera, los valores xl y xu siempre encierran
la verdadera raz. El proceso se repite hasta que la aproximacin a la raz sea adecuada.