Professional Documents
Culture Documents
hugo.carreira@rai.usc.gal
7 de marzo de 2022
Tarefa 1
Persoa anterior Pablo Lobato Rey
Autor do presente Hugo Carreira Rial
Persoa posterior Tom Willemse Ríos
1
Índice
I. Introducción 3
II. Presentación 3
A. Nome da persoa que realiza o traballo . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
B. Título do traballo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
C. Definición matemática da función en «Sage» . . . . . . . . . . . . . . . . . . . . . . . 3
D. Comandos para definir a función e gráfica . . . . . . . . . . . . . . . . . . . . . . . . 4
E. Gráfica e puntos de corte co eixo X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
F. Xustificación da existencia de solución no intervalo proposto . . . . . . . . . . . . . 5
G. Xustificación da Unicidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
III.Dicotomía 6
A. Número de iterantes de «Dicotomía» e expresión para o seu cálculo . . . . . . . . . 6
B. Comandos para Dicotomía . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
C. Comandos para debuxa_dicotomía . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
D. Gráfica dos iterantes de «debuxa_dicotomía» . . . . . . . . . . . . . . . . . . . . . . . 8
IV. Newton-Raphson 9
A. Comandos de Newton en «Sage» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
B. Gráfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
C. Gráfica dos iterantes de «Newton». . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
D. Coeficientes de «debuxa_newton» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
VI.Anexo I. 13
2
I. Introducción
O traballo «Obtención de raíces de funcións dunha variable», que se vai expor a continuación,
consiste na resolución mediante ferramentas de cálculo numérico de raíces de funcións coa axuda
de «SageMath».
O traballo consta de tres apartados diferentes nos que primeiro se vai realizar a proposta de
resolución da función deseñada por min, a resoución da proposta da persoa posterior a min a a
correción da miña proposta realizada pola persoa anterior.
II. Presentación
B. Título do traballo
3
D. Comandos para definir a función e gráfica
g(x) = 30/(1+25*e^(-0.4*x))
plot(g,0.0000,40) #función de cremento dunha árbore
Porén, para obter a o punto no que a función ten o valor f ( x ) = 15 debemos diminuír 15 unidades
30
a función definida anterioremente, obtendo como resultado a seguinte: f (t) = 1+25·e−0,4·t
− 15
cuxos comandos gráficos en sage son os que se indican a continuación:
c = plot(f,0,40)
c.save("arbol.eps") #o formato .eps é de mellor calidade que .jpg.
g = plot(f,7,9)
g.save("arbol1.eps")
sage: #gráfica que aporta Sage
15
2
10
1
5
0
7.0 7.5 8.0 8.5 9.0
5 10 15 20 25 30 35 40
−1
−5
−2
−10
−3
4
F. Xustificación da existencia de solución no intervalo proposto
Para poder aplicar os métodos de Newton e Dicotomía é necesario demostrar que a función é
contínua no intervalo proposto a estudo, no caso desta funcion o intrvalo [7,9]. A función está
formada pola composición de funcións contínuas como son:
Para determinar que existencia de, alomenos unha raíz, aplicamos o «Teorema de Bolzano» e
se ∃ x ∈ [7, 9] \ f (7) · f (9) < 0 7−→ ∃c ∈ [7, 9] \ f (c) = 0. Como f (7) · f (9) < 0, entón existe polo
menos unha raíz no intervalo proposto.
G. Xustificación da Unicidade
e−0,4· x = 0
ln(e−0,4· x ) = ln(0)
Porén, como non se cumpre nunca que ln(0) entón a igualdade nunca se vai producir.
Aínda que non se ínclue, isto podémolo comprobar gráficamente mediante os seguintes comandos
de «Sage».
5
f(x) = (30/(1+25*e^(-0.4*x)))-15
unicidade = plot(diff(f),7,9)
unicidade.save(’unicidade.eps’)
3.00
2.98
2.96
2.94
2.92
2.90
2.88
Entón, podemos concluír que ímos atopar unha soa raíz nese intervalo xa que está demostrada
a existencia e tamén a unicidade.
III. Dicotomía
6
10−12 1
ln( ) = ln( )k
2 2
−28,32
k= = ⌈40,8631 . . . ⌉ = 41
−0,69
O número de iteración necesarias para achar a raíz polo método de dicotomía é 41 cunha
tolerancia de xtol = 10−12 .
Para obter mediante o método de Dicotomía a raíz da función debemos introducir os seguintes
comandos en ’Sage’ ou ’Jupyter’:
debuxa_dicotomia(f,7,9)
sage:
sage:
7
Iterante 0: 8.00000000000000; lonxitude do intervalo: 2.00000000000000
Iterante 1: 8.50000000000000; lonxitude do intervalo: 1.00000000000000
Iterante 2: 8.25000000000000; lonxitude do intervalo: 0.500000000000000
Iterante 3: 8.12500000000000; lonxitude do intervalo: 0.250000000000000
Iterante 4: 8.06250000000000; lonxitude do intervalo: 0.125000000000000
Iterante 5: 8.03125000000000; lonxitude do intervalo: 0.0625000000000000
...
Iterante 39: 8.04718956217221; lonxitude do intervalo: 3.63797880709171e-12
Iterante 40: 8.04718956217130; lonxitude do intervalo: 1.81898940354586e-12
Coa gráfica e a lonxitude dos intervalos podemos observar que os intervalos en dicotomía se
reducen sempre a metade dependendo se é na 1ª metade ou na 2ª metade onde se cumpren as
condicións anteriormente indicadas.
8
IV. Newton-Raphson
O método de Newton é un método de converxencia veloz, aínda que non está garantida xa
que non asegura que se atope unha raíz no intervalo, malia que no noso caso sí posto que xa se
razoaron as hipóteses iniciais na seccion I.
Os comandos para programar en ’Sage’ o método de Newton son os seguintes:
newton(f,diff(f),7)[0:2]
sage: (8.04718956217050, 4) #so indica os número de iterantes e a raíz
B. Gráfica
Como se indica nos comandos, as diferentes gráficas que se obteñen son as seguintes:
9
Figura 4: Gráficas en diferentes intervalos do método de «Newton»
D. Coeficientes de «debuxa_newton»
Para estudar a orde de converxencia do método de Newton debemos observar os iterantes que
se producen na invocación do «debuxa_newton».
Nas tres iteracións necesarias para obter a raíz por Newton, a orde de converxencia é cuadrática xa
que en cada iteración aumentan as cifras decimais no dobre que na anterior, aínda que no iterante
«3» esta orde de converxencia non é tan «boa» como no orde de converxencia do iterante «2».
A estimación cuadrática réxese pola fórmula que indica que en cada iteración elévanse cuadra-
ticamente o número de decimais respecto da raíz exacta.
| x k +1 − α | = C | x k − α | 2
Podemos realizar unha gráfica cos coeficientes obtidos por «debuxa_newton» e comprobar que
se produce aproximadamente un estancamento canto máis se aproxima á raíz, malia que ó ter
10
moi poucos iterantes é máis complexo visualizar este fenómeno. Os comandos e gráfica son os
seguintes:
debuxa_newton(f,diff(f),7,7,9,return_coef=True)
coef = [0.0281710631721404, 0.000823807792307450, 0.00287384296448393]
c = line(zip(range(len(coef)),coef))
c.save(’lineal.eps’)
c
A seguinte gráfica permite recoñecer que se produce certa estabilización dos coeficientes de
Newton aínda que o número de iterantes para buscar a raíz converxe moi rápido, complicando a
visualización deste fenómeno.
0.025
0.020
0.015
0.010
0.005
Unha aportación moi boa para comprender ben o proceso analítico de «Newton» pódese atopar
no «Newton Methods for Nonlinear Problems», na seguinte cita [2].
Atopar a raíz dunha función xunto con atopar máximos e mínimos é unha tarefa o sufuciente-
mente complexa en matemáticas se estamos a traballar con múltiples variables. Por iso, é esencial
apoiarse de ferramentas como poden ser os métodos de Newton, Dicotomía, Secante, Regula
Falsi...
Os dous máis empregados son os tratados ó longo desta «Tarefa 1». Ningún dos dous é
infinitamente mellor ca o outro xa que ambos teñen múltiples vantaxes e inconvintes. As vantaxa-
s/desventaxes máis salientables son as seguintes:
11
Figura 6: Ventaxes e Desvantaxes dos dous métodos principais
Para finalizar, é destacable indicar que o método de «Newton» para a función proposta nesta
tarefa posibilita unha resposta máis rápida en tempo de execución no computador, pese a que na
súa algoritmia realiza, en cada iteración, un pouco máis de operacións que «Dicotomía».
12
VI. Anexo I.
13
Referencias
[1] https://bit.ly/3IstoJq Escuela Politécnica Superior del Litoral - Instituto de ciencias Matemá-
ticas [online] fecha de última consulta 28 de Febrero 2022
[2] https://bit.ly/3pv99TP Deflhard, Peter. Newton Methods for Nonlinear problems. Ed. Sprin-
ger, 2000. [online] pág. 23, última consulta 1 marzo 2022.
14