Professional Documents
Culture Documents
Algoritmo Ejemplo 1 Convergencia del Mtodo e Ejemplo 2 Ventajas del Mtodo e Desventajas del Mtodo e Ejemplo 3
Ecuaciones no Lineales
Mtodo de Biseccin e o Algoritmo Ejemplo 1 Convergencia del Mtodo e Ejemplo 2 Ventajas del Mtodo e Desventajas del Mtodo e Ejemplo 3
Ecuaciones no Lineales
Consideraremos, inicialmente, el problema de encontrar una ra de una funcin no lineal con z o dominio y valores reales. Es decir, resolveremos la ecuacin o f (x) = 0 con f : [a, b] R
Ecuaciones no Lineales
Consideraremos, inicialmente, el problema de encontrar una ra de una funcin no lineal con z o dominio y valores reales. Es decir, resolveremos la ecuacin o f (x) = 0 con f : [a, b] R Para ello, utilizaremos tcnicas numricas (todas de e e naturaleza iterativa) en su resolucin. o
Ecuaciones no Lineales
Consideraremos, inicialmente, el problema de encontrar una ra de una funcin no lineal con z o dominio y valores reales. Es decir, resolveremos la ecuacin o f (x) = 0 con f : [a, b] R Para ello, utilizaremos tcnicas numricas (todas de e e naturaleza iterativa) en su resolucin. o Esto signica que comenzamos nuestro proceso de resolucin con uno o ms valores iniciales o a (guess adivinanzas) de solucin, que permiten ir o renando la solucin mediante alguna regla o espec ca (mtodo). e
Ecuaciones no Lineales
Consideraremos, inicialmente, el problema de encontrar una ra de una funcin no lineal con z o dominio y valores reales. Es decir, resolveremos la ecuacin o f (x) = 0 con f : [a, b] R Para ello, utilizaremos tcnicas numricas (todas de e e naturaleza iterativa) en su resolucin. o Esto signica que comenzamos nuestro proceso de resolucin con uno o ms valores iniciales o a (guess adivinanzas) de solucin, que permiten ir o renando la solucin mediante alguna regla o espec ca (mtodo). e T picamente, esto resulta en la generacin de una o sucesin de estimaciones de la solucin, las cuales o o esperamos converjan a la solucin verdadera. o
Mtodo de Biseccin e o
Algoritmo
El algoritmo de Biseccin procede generando una o sucesin de soluciones requeridas (izquierda y derecha) y o otra sucesin de puntos medios los cuales son usados en o lugar apropiado al punto nal. Sea la ra buscada, entonces: z Sean x0 y x1 dos adivinanzas en [a, b] talque f (x0 ) f (x1 ) < 0 (f cambia de signo en ese lugar).
Algoritmo
El algoritmo de Biseccin procede generando una o sucesin de soluciones requeridas (izquierda y derecha) y o otra sucesin de puntos medios los cuales son usados en o lugar apropiado al punto nal. Sea la ra buscada, entonces: z Sean x0 y x1 dos adivinanzas en [a, b] talque f (x0 ) f (x1 ) < 0 (f cambia de signo en ese lugar). Repetir: xmid = (xn1 + xn )/2
Algoritmo
El algoritmo de Biseccin procede generando una o sucesin de soluciones requeridas (izquierda y derecha) y o otra sucesin de puntos medios los cuales son usados en o lugar apropiado al punto nal. Sea la ra buscada, entonces: z Sean x0 y x1 dos adivinanzas en [a, b] talque f (x0 ) f (x1 ) < 0 (f cambia de signo en ese lugar). Repetir: xmid = (xn1 + xn )/2 Si f (xmid ) = 0 entonces termina el proceso con = xn+1
Algoritmo
El algoritmo de Biseccin procede generando una o sucesin de soluciones requeridas (izquierda y derecha) y o otra sucesin de puntos medios los cuales son usados en o lugar apropiado al punto nal. Sea la ra buscada, entonces: z Sean x0 y x1 dos adivinanzas en [a, b] talque f (x0 ) f (x1 ) < 0 (f cambia de signo en ese lugar). Repetir: xmid = (xn1 + xn )/2 Si f (xmid ) = 0 entonces termina el proceso con = xn+1 Si f (xmid ) f (xn1 ) < 0 entonces xn+1 = xmid y el intervalo de precisin es Ip = [xn1 , xn+1 ] sino el o intervalo de presicin es Ip = [xn+1 , xn ] o
Algoritmo
El algoritmo de Biseccin procede generando una o sucesin de soluciones requeridas (izquierda y derecha) y o otra sucesin de puntos medios los cuales son usados en o lugar apropiado al punto nal. Sea la ra buscada, entonces: z Sean x0 y x1 dos adivinanzas en [a, b] talque f (x0 ) f (x1 ) < 0 (f cambia de signo en ese lugar). Repetir: xmid = (xn1 + xn )/2 Si f (xmid ) = 0 entonces termina el proceso con = xn+1 Si f (xmid ) f (xn1 ) < 0 entonces xn+1 = xmid y el intervalo de precisin es Ip = [xn1 , xn+1 ] sino el o intervalo de presicin es Ip = [xn+1 , xn ] o Hasta: |Ip | < tol
Ejemplo 1
Ejemplo
Para calcular positiva de 2 = 1.41421356 . . ., es decir, la solucin o x 2=0 aplicamos el mtodo de biseccin en el intervalo [1, 2]. e o
2
e Lema. Si denotamos el error cometido por el trmino n-simo de la sucesin generada por el algoritmo anterior e o como en , es decir, en xn y sea M = |x1 x0 |, entonces, M n 1 |en+1 | n 2
Ejemplo1
Para determinar la cantidad de iteraciones necesarias para resolver f (x) = x 3 + 4x 2 10 = 0 con una exactitud de 103 por medio de a1 = 1 y de b1 = 2 hay que encontrar un entero N que satisfaga |pN p| 2N (b a) = 2N < 103 Para determinar N usaremos logaritmos. Aunque se podr usar logaritmos de cualquier base, utilizaremos an los de base 10, poruqe la tolerancia est dada como una a potencia de 10. Puesto que 2N < 103 implica que log 2N < log 103 = 3 tendremos N log 2 < 3 y N> 3 9.96 log 2
Por tanto, se necesitan diez iteraciones para lograr una aproximacin exacta dentro de 103 . El valor de o p9 = 1.365234375 es exacto dentro de 104
1
1. Siempre converge en una solucin. o 2. A menudo sirve para iniciar mtodos ms ecientes. e a
1. Converge lentamente: es decir, n puede volverse muy grande antes que | xn | sea bastante pequeo. n
1. Converge lentamente: es decir, n puede volverse muy grande antes que | xn | sea bastante pequeo. n 2. Inadvertidamente podemos desechar una buena aproximacin intermedia. o
Ejemplo 3
Ejemplo
Una part cula2 parte del reposo sobre un plano inclinado uniforme, cuyo ngulo cambia con una rapidez a constante de d = <0 dt Al nal de t segundos, la posicin del objeto est dada o a por g et et x(t) = 2 sin t 2 2 Suponga que la part cula se desplaz 1.7 pies en 1 s. o Encuentre, con una exactitud de 105 , la rapidez con que cambia. Suponga que g = 32.17 pies/s 2 .
2