Scribd Logo
Upload

Welcome to Scribd!

  • Iteracion Simple de Punto Fijo 2 Ejemplos

    Uploaded by

    Brando Garcia
    390 views5 pages
    documento con ejemplos de iteraciones simples de punto fijo

    Original Title

    Iteracion simple de Punto Fijo 2 Ejemplos

    Copyright

    © © All Rights Reserved

    Available Formats

    DOCX, PDF, TXT or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document
    documento con ejemplos de iteraciones simples de punto fijo

    Copyright:

    © All Rights Reserved
    Download as DOCX, PDF, TXT or read online from Scribd
    Flag for inappropriate content
    390 views5 pages

    Iteracion Simple de Punto Fijo 2 Ejemplos

    Uploaded by

    Brando Garcia
    documento con ejemplos de iteraciones simples de punto fijo

    Copyright:

    © All Rights Reserved
    Download as DOCX, PDF, TXT or read online from Scribd
    Flag for inappropriate content
    of 5

    Iteración simple de punto fijo

    El método de iteración simple de punto fijo o simplemente método de punto fijo sirve
    para poder resolver sistemas de ecuaciones que no necesariamente son lineales. El
    concepto de iteración es básicamente repetir un proceso hasta obtener un resultado. La
    idea del método es que partiendo desde un punto inicial aplicando la formula g(x)
    calcularemos los términos sucesivos.
    La condición es que si la derivada esta entre 1 y -1 el método converge a la raíz.
    Los pasos para el método de iteración son los sig.
    1. Determinar el intervalo de confianza y el punto medio
    2. Ayar todos los posibles despejes de x
    3. Tomar cada despesje y derivar
    4. Reemplazar el punto medio del intervalo de intervalo de confianza, aquel que

    cumpla lo sig. será apto para iterar.


    5. Iterar con el despeje apto
    6. Reemplazar la función original para obtener la raíz.
    Ejemplo:
    X3 + x = 6
    Pazo 1- despejar la fórmula y determinar el intervalo de confianza:
    x3 + x – 6 = 0
    Pazo 2- hallar todos los despejes de x
    X3 + x – 6 = 0 x3 + x – 6= 0
    x3 = -x + 6 g(x)= (6- x3)
    3
    g(x)= √6 − 𝑥
    g(x)= (6-x)1/3
    Paso 3- tomamos cada despeje y lo derivamos

    Paso 4- se reemplaza el punto medio del intervalo de confianza aquel que cumpla lo sig.
    será apto para iterar. Punto medio (1.5)
    Paso 5- iterar con el despeje apto
    G(x)= (6-x)1/3 -------------------- g(x)= (6- (1.5)1/3

    Paso 6- reemplazar en la función original


    X3 + x = 6

    (1.63465293)3 + 1.63465293 = 6

     Resultado final
    6=6

    Ejemplo #2 x2 + x = 10
    Paso 1- despejar la fórmula y determinar el intervalo de confianza:
    X2 + x – 10 = 0

    intervalo de confianza (2,3)


    2+3/2 = 2.5(punto medio)
    Paso 2- hallar todos los despejes de x
    X2 + x -10 = 0 x2 + x – 10 = 0
    x2 = 10 – x x = 10 – x2
    x = √10 − 𝑥
    x = (10 – x)1/2
    Paso 3- tomamos cada despeje y lo derivamos

     X = (10 – x)1/2

    X = − 1⁄2(10 − 𝑥)1/2

     X = 10 – x2

    X = -2x

    Paso 4- se reemplaza el punto medio del intervalo de confianza aquel que cumpla lo sig.
    será apto para ietrar. Punto medio (2.5)

     g’(x) = X = − 1⁄2(10 − 2.5)1/2

    = -0.1825574186 Apto para iterar

    g’(x) = X = -2(2.5)
    = -5 No apto para iterar
    Paso 5- iterar con el despeje apto → x = (10 – 2.5)1/2
    Paso 6- reemplazar en la función original
    x2 + x = 10
    (2.701562119)2 + 2.701562119 = 10

     resultado final
    10 = 10

    Convergencia
    Se entiende por convergencia de un método numérico la garantía de que, al realizar un
    buen número de repeticiones (iteraciones), las aproximaciones obtenidas terminan por
    acercarse cada vez más al verdadero valor buscado.

    En la medida en la que un método numérico requiera de un menor número de


    iteracciones que otro, para acercarse al valor numérico deseado, se dice que tiene una
    mayor rapidez de convergencia.

    Se entiende por estabilidad de un método numérico el nivel de garantía de convergencia,


    y es que algunos métodos numéricos no siempre convergen y, por el contrario divergen;
    es decir, se alejan cada vez más y más del resultado deseado.

    You might also like