Tema 2 Resolucin de Ecuaciones o No Lineales

Indice
1. Introduccin o 2. Mtodo de Biseccin e o 2.1 Algoritmo del Mtodo de Biseccin e o 2.2 Anlisis de Mtodo de Biseccin a e o 3. Mtodo de Regula-Falsi e 3.1 Algoritmo del Mtodo de Regula-Falsi e 3.2 Anlisis de Mtodo de Regula-Falsi a e 4. Mtodo de la Secante e 5. Mtodo de Newton-Raphson e 6. Mtodos Iterativos e 6.1 Algoritmo de los Mtodos Iterativos e 6.2 Interpretacin Grca o a 6.3 Convergencia de los Mtodos Iterativos e 6.4 Convergencia Global del Mtodo de Newton-Raphson e 6.5 Aplicacin del Teorema de convergencia global o 7. Aceleracin de la convergencia o 7.1 Aceleracin de Aitken o 7.2 Aceleracin de Steensen o

Introduccin o

Problema: Oscilacin amortiguada de una estructura o Supongamos que la oscilacin de una estructura, dotada de un sistema de o amortiguacin, ante un movimiento oscilatorio, viene dada por la funcin o o y(t) = 10 e 2 cos 2t.
t

En qu instante t la posicin de la estructura es y(t) = 4? e o Se trata de resolver la ecuacin o 10 e 2 cos 2t = 4. de incgnita t. o Este problema es imposible de resolver por medios anal ticos sencillos. Sea f : R R. Consideraremos la ecuacin en una variable o f (x) = 0. Denicin 1 El nmero s se dice una solucin de la ecuacin si o u o o se verica que f (s) = 0, es decir, si s es una raz de la funcin f . o 2
t

2
2.1

Mtodo de Biseccin e o
Algoritmo del mtodo de Biseccin e o

El mtodo de Biseccin para la resoluci de la ecuacin f (x) = 0 se basa e o 0on o en el Teorema de Bolzano que nos asegura la existencia de, al menos, una ra de una funcin f (x) en un cierto intervalo [a, b], bajo ciertas condiciones. z o

Teorema de Bolzano Sea f : [a, b] R una funcin continua en [a, b] o tal que f (a)f (b) < 0. Entonces existe c (a, b) tal que f (c) = 0.

Supongamos que f (x) es continua y cambia de signo en los extremos de [a, b]. Basndonos en el anterior teorema, podemos aproximar una solucin de la a o ecuacin f (x) = 0 dividiendo el intervalo inicial en dos subintervalos iguales o y eligiendo aquel en el que f (x) cambia de signo. Despus se repite el proceso e hasta que se verique algn criterio de parada. u

Algoritmo del Mtodo de Biseccin e o 1. a0 = a, b0 = b 2. Para n = 0, 1, . . ., hacer: 1 mn = (an + bn ) 2 Si f (an )f (mn ) < 0, tomar an+1 = an , bn+1 = mn ; en caso contrario, tomar an+1 = mn , bn+1 = bn .

Ejemplo Resolver mediante al algoritmo de biseccin la ecuacin o o ex x = 0 en [0, 1]. 3

2.2

Anlisis del Mtodo de Biseccin a e o

Clculo previo del n mero de interaciones a u Recordemos que

Se dene el error absoluto de una aproximacin s respecto del valor o exacto s como e = |s s|.

Para garantizar que el error del Mtodo de Biseccin sea menor o igual que e o un cierto valor de tolerancia se aplica el siguiente resultado: Teorema1 (Error absoluto mximo del Mtodo de Biseccin) a e o Sea f : [a, b] R una funcin continua en [a, b] tal que f (a)f (b) < 0 o y f (s) = 0, para algn s (a, b). Sea {mn }n=0,1,... la sucesin de aproximau o ciones de s obtenidas mediante el Mtodo de Biseccin y en = |s mn |, para e o n = 0, 1, . . .. Entonces en Esquema de Demostracin o ba . 2n+1

1 en = |mn s| mn an = bn mn = (bn an ) = 2 1 (bn1 an1 ) = . . . = 22 1 (b a0 ). n+1 0 2 Luego en b.a . 2n+1

Por tanto, para garantizar que en < , se debe vericar que log n ba 1. log2

Ejemplo: Resolucin aproximada del problema de la oscilacin amortiguada o o de una estructura Se trata de resolver la ecuacin o f (t) = 10 e 2 cos 2t 4 = 0. Supongamos que deseamos que en = 103 . Como f (0) = 6 > 0 y f (1) = 6.524 < 0 entonces podemos tomar [a, b] = [0, 1].
t

El nmero de iteraciones que debemos realizar para asegurar la tolerancia de u error considerada es: log n es decir, n = 9. 1 103 1 8.966, log2

3
3.1

Mtodo de Regula-Falsi e
Algoritmo del Mtodo de Regula-Falsi e

Se trata de realizar un renamiento del Mtodo de de Biseccin, eligiendo e o la aproxiamcin m a distancias de a y b proporcionales a f (a) y f (b). o La ecuacin de la recta que pasa por los puntos (a, f (a)) y (b, f (b)) es o x1 y f (a) = , f (b) f (a) ba de donde se tiene que el corte con el eje OX es, haciendo x = 0 y despejando y, el valor m= af (b) bf (a) . f (b) f (a) 6

Se verica que: mn converge ms rpidamente a s que en el Mtodo de Biseccin. a a e o Un extremo es jo. La amplitud de los intervalos no tiene a cero. No admite acotacin del error. o Luego el algoritmo es el siguiente

Algoritmo del Mtodo de Regula-Falsi e 1. a0 = a, b0 = b 2. Para n = 0, 1, . . ., hacer: mn = an f (bn ) bn f (an ) f (bn ) f (an )

Si f (an )f (mn ) < 0, tomar an+1 = an , bn+1 = mn ; en caso contrario, tomar an+1 = mn , bn+1 = bn .

Mtodo de la secante e

Se trata de un mtodo iterativo en el que, en cada paso, se calcula una e aproximacin de la solucin en lugar de un intervalo que la contiene. o o 7

Se parte de x0 = a y x1 = b y se calcula, iterativamente para cada n 1, la interseccin de la secante que une los puntos (xn1 , f (xn1 ) y (xn , f (xn )) o con el eje de abscisa, obtenindose la abscisa e xn+1 = xn1 f (xn ) xn f (xn1 ) . f (xn ) f (xn1 )

Por tanto el algoritmo es el siguiente:

Algoritmo del Mtodo de la Secante e 1. x0 = a, x1 = b 2. Para n = 1, 2 . . ., hacer xn+1 = xn1 f (xn ) xn f (xn1 ) f (xn ) f (xn1 )

Ejemplo Calculemos mediante 5 pasos del mtodo de la secante una aproximacin de e la solucin del problema de la oscilacin amortiguada de una estructura. o o Se trataba de calcular la solucin de la ecuacin o o f (t) = 10 e 2 cos 2t 4 = 0. 8
t

Tomando x0 = 0 y x1 = 1, se obtiene la siguiente sucesin de aproximaciones: o x2 x3 x4 x5 = 0.479078 = 0.517905 = 0.513640 = 0.513652,

con lo cual podemos armar que una aproximacin con cuatro decimales o exactas de la solucin es 0.5126. o

Mtodo de Newton-Raphson e

Se trata de llevar el l mite el mtodo de la secante y, por tanto, en cada e iteracin n, considerar la recta tangente a f (x) en (xn , f (xn )) y tomar como o siguiente aproximacin xn+1 la interseccin de dicha tangente con el eje de o o abscisas. Por tanto, teniendo en cuenta que la ecuacin de la recta tangete o a la grca de f (x) en el punto (xn , f (xn )) es a y f (xn ) = f (xn )(x xn ), se tiene que f (xn ) . f (xn )

xn+1 = xn

Luego el algoritmo del Mtodo de Newton-Raphson es e

Algoritmo del Mtodo de Newton-Raphson e 1. Dado x0 2. Para n = 1, 2 . . ., hacer xn+1 = xn f (xn ) f (xn )

Observaciones sobre el Mtodo de Newton-Raphson e Es el ms rpido a a Requiere que f (s) = 0 Elegir x0 puede ser delicado La acotacin del error es complikcada o El criterio de parada ms usual es la repeticin de cifras. a o Ejemplos A continuacin presentamos la solucin aproximada de algunas o o ecuaciones con el mtodo: e

Qu ha ocurrido en el tercer caso? e Obviamente se ha presentado un caso de divergencia: 10

Tambin se podr haber presentado un caso de oscilacin como el siguiendo e a o grco indica: a

11

Mtodos Iterativos e

Se trata de transformar la ecuacin f (x) = 0 (clculo de una ra de la o a z funcin f (x)) en una ecuacin del tipo x = g(x) (clculo de un punto jo de o o a la funcin g(x)) de forma que sean equivalentes, es decir, tengan la misma o solucin. o Ejemplo (Mtodo de Newton-Raphson) e Si f (x) es una funcin de clase C 1 y s una ra (f (s) = 0) tal que f (s) = 0, o z entonces, resolver f (x) = 0 es un problema equivalente a calcular un punto f (x) ya que f (s) = 0 si y slo si g(s) = s, como o jo de la funcin g(x) = x o f (x) se puede comprobar fcilmente. a

6.1

Algoritmo de los mtodos iterativos e

Los mtodos iterativos se basan en el clculo de un punto jo para una cierta e a funcin g(x). El siguiente resultado determina condiciones sucientes para o la existencia de un punto jo para g(x). Teorema del punto jo Sea g : [a, b] R una funcin derivable verio cando: g([a, b]) (a, b), maxx[a,b] |g (x)| < 1. Entonces existe un unico s [a, b] tal que g(s) = s y, adems, para todo a x0 [a, b], la sucesin {xn } generada por la iteracin xn+1 = g(xn ) cono o verge a s. Demostracin Sea h(x) = g(x) x, para todo x [a, b]. Entonces h(x) o es continua y verica que h(a) > 0 y h(b) < 0, por lo que se verican las condiciones del Teorema de Bolzano. En consecuencia, existe un s (a, b) tal que h(s) = 0, es decir g(s) = s. Para demostrar la unicidad, supongamos que existe dos valores s, t (a, b) tales que g(s) = s y g(t) = t, entonces, por el Teorema del Valor Medio, existe c (s, t) tal que g(t) g(s) = g (c)(t s), es decir, g (c) = 1, lo que contradice la segunda condicin. o 12

Sea ahora {xn } la sucesin generada a partir de x0 [a, b] mediante la o iteracin xn+1 = g(xn , para m 0, y sea L = maxx[a,b] |g (x)| < 1. o Se verica entonces que en = |xn s| = |g(xn1 ) g(s)| = |g (x)|en1 Len1 L2 en2 Ln e0 .

Algoritmo de un Mtodo Iterativo e 1. Dado x0 [a, b] 2. Para n = 1, 2 . . ., hacer xn+1 = g(xn )

6.2

Interpretacin grca de los mtodos iterativos o a e

Sen sea g(x) y se elija x0 , los mtodos iterativos pueden ser convergentes o u e divergentes y, en ambos casos pueden variar en forma espiral o en escalera, como se indican en los siguientes grcos. a

13

6.3

Convergencia de los mtodos iterativos e

Denicin 2 Se dene el orden de convergencia de una sucesin {xn } hacia o o un valor s como aquel nmero real p 1 tal que u em+1 = = 0, . p n+ en lim Se deduce que si {xn } s con orden de convergenia p 1 entonces dn+1 ep , n n +.

Algunos ordenes de convergencia de los mtodos estudiados son los sigu e ientes:

14

Teorema de Convergencia Local Sea g : [a, b] R una funcin de clase o C 1 en un entorno del punto jo s. Si |g (s)| < 1, entonces existe > 0 tal que en el intervalo [s , s + ] se dan las condiciones del teorema del punto jo. Demostracin Basta tomar L tal que |g (s)| < L < 1 y > 0 tal que o |g (x)| L, para todo x [s , s + ].

Teorema de Convergencia Cuadrtica Sea g : [a, b] R una funcin a o 2 de clase C en un entorno del punto jo s. Si |g (s) = 0, entonces la convergencia {xn } s es al menos cuadrtica. a Demostracin Teniendo en cuenta que o en+1 = |xn+1 s| = |g(xn ) g(s)| 1 = |g (s)(xn s) + g (cn )(xn s)2 | 2 1 0 + g (cn )e2 ; n 2 concluimos que en+1 1 1 = lim |g (cn )| = |g (s)| = . n en n+ 2 2 lim

15

6.4

Convergencia global del mtodo de Newton-Raphe son

Teorema de Convergencia LOCAL para el Mtodo de Newtone Raphson Sea f : [a, b] R una funcin de clase C 2 en un entorno de s tal que o f (s) = 0 y f (s) = 0. Entonces existe > 0 tal que, para todo x0 [s , s + ], la sucesin del mtodo de Newton-Raphson converge a s. o e 3 Adems, si f es de clase C [a, b], la convergencia es al menos cuadrtica. a a

Teorema de Convergencia GLOBAL para el Mtodo de Newtone Raphson Sea f C 2 [a, b] vericando 1. f (a)f (b) < 0, 2. f (x) = 0, para x [a, b], 3. f (x)f (y) 0, para todo x, y [a, b], 4. max |f (a)| |f (b)| , |f (a)| |f (b)| b a.

Entonces existe un unico s [a, b] tal que f (s) = 0 y, para todo x0 [a, b], la sucesin del mtodo de Newton-Raphson converge a s. Adems, si f o e a C 3 [a, b] la convergencia es al menos cuadrtica a

Demostracin Por [1.], aplicando el Teoreme de Bolzeno, existe al menos o una ra s para f (x); y por [2.], aplicando el Teorema de Rolle, la ra s es z z unica. Asimismo, por [2.] y [3.], f y f conserva su signo en [a,b]. Supongamos que f (x) > 0 y f (x) 0, para todo x [a, b] (en el resto de los casos se razona anlogamente). a 16

Tomando g(x) = x

f (x) f (x)f (x) se tiene que g (x) = , y por ser f (x) f (x) (f (x))2 creciente, se verica que g(x) es decreciente en [a, s] y creciente en [s, a]. Entonces si x [a, s], s = g(s) g(x) g(a) = b por [4.], luego g(x) [s, b]; si x [s, b], s = g(s) g(x) g(b) = b po denicin de g, luego o g(x) [s, b]. Por tanto, para todo x0 [a, b], la sucesin del mtodo de Newton-Raphson o e {xn } [s, b]. f (xn ) < xn , luego la sucexsin es estrico f (xn ) tamente creciente y acotada. En consecuencia tiene l mite, es decir, existe s [s, b] tal que lim = s . Adems xn+1 = g(xn ) = xn a
n+

Finalmente, tomando l mite en xn+1 = g(xn ), se llega a que s = g(s ) y, por la unicidad del punto jo s, concluimos que s = s , es decir, lim xn = s.
n+

6.5

Aplicacin del teorema de convergencia global o

Problema: Calcular la raz positiva de c Se trata de hallar la ra positiva de la ecuacin f (x) = x2 c = 0. Veamos z o si se verican las cuatro condiciones del teorema de convergencia tomando 0 < a < b tales que a2 < c < b2 1. f (a)f (b) = (a2 c)(b2 c) < 0. 2. f (x) = 2x > 0, para todo x [a, b]. 3. f (x) = 2 = 0, para todo x [a, b]. 4. |f (b)| b2 c b2 a2 (b + a)(b a) = = b a, luego se verica |f (b)| 2b 2b 2b esta hiptesis. o

En conclusin, el mtodo de Newton-Raphson aplicado a f (x) = x2 c en o e un intervalo 0 < a < b, con a2 < c < b2 , converge a la ra positiva de c. z 17

7
7.1

Aceleracin de la convergencia o
Mtodo de Aitken e

Teorema de aceleracin de Aitken o Sea {xn } s al menos linealmente. Se dene xn = xn (xn+1 xn )2 . xn+2 2xn+1 + xn

Entonces {xn } s ms rpidamente en el sentido a a en = 0, n+ en lim siendo en = xn s y en = xn s.

Demostracin Supongamos que o Entonces

en+1 = kn con lim kn = y || < 1. n+ en

(xn+1 xn )2 en = xn s = xn s= xn+2 2xn+1 + xn (en+1 en )2 ((xn+1 s) (xn s))2 = en = xn s (xn+2 s) 2(xn+1 s) + (xn s) en+2 2en+1 + en e2 (kn 1)2 kn (kn+1 kn ) n en = en , en (kn+1 kn 2kn + 1) kn+1 kn 2kn + 1 luego en 0. en

7.2

Mtodo de Steensen e

Dado x0 , consideremos el mtodo iterativo xn+1 = g(xn ). Sean x1 y x2 las e dos primeras aproximaciones.

18

Denimos

(x1 x0 )2 x0 = x 0 , x2 2x1 + x0

Y, en general, para cada n >= 0, se dene x0 = xn (n+1) (n+1) x1 = g(x0 ), (n+1) (n+1) x2 = g(x1 ), xn+1 =
(n+1) x0 (n+1)

(x1
(n+1) x2

(n+1)

x0

(n+1) 2

(n+1) 2x1

+ x0

(n+1)

a a e e Entonces {xn } s ms rpidamente que los anteriores mtodos. El mtodo as denido se denomina mtodo de Steensen. e Ejemplo La siguiente tabla muestra las sucesiones de aproximaciones obtenidas mediante el mtodo de iteracin funcional xn+1 = g(xn ), el mtodo de acele o e eracin de Aitken y el de superaceleracin de Steensen. o o En concreto se considera g(x) = ex y x0 = 0.5 (que tiene convergencia lineal):

19