MÉTODOS NUMÉRICOS

WILSON TRAVEZ 2013

Métodos Numéricos
¿Por qué usar los métodos numéricos?
e-x - sen(x/2) – 1 = 0

ʃ

1

0

sen(x) x

dx

?

Métodos Numéricos
A lo largo del tiempo, los métodos numéricos han sido desarrollados con el objeto de resolver problemas matemáticos cuya solución es difícil o hasta imposible de obtener por medio de los procedimientos analíticos tradicionales. En el papiro de Rhind (el documento matemático más antiguo que se conserva) que data de unos 2000 a.c., aparecen más de 80 problemas resueltos con métodos aproximados para calcular el volumen de un montón de frutos

por tanto siempre irán acompañados de cierto grado de error que será conveniente determinar. .Métodos Numéricos Las soluciones que ofrecen los métodos numéricos son aproximaciones de los valores reales y.

Métodos Numéricos Algunos términos Los errores asociados con los cálculos y medidas se pueden caracterizar observando su precisión y exactitud. Precisión se refiere al numero de cifras significativas que representa una cantidad Exactitud se refiere a la aproximación de un número o de una medida al valor verdadero que se supone representa .

Precisión y Exactitud Jugador 1 Jugador 2 Jugador 3 Jugador 4 .

e = Vr – Vm o e = Vact – Vant o e = Vr – Vc TIPOS DE ERRORES e = |Vr – Vm| Error Relativo e = e / Vr Error Relativo porcentual e = e Error absoluto a R a R% a / Vr * 100 .ERRORES Los errores numéricos se generan con el uso de aproximaciones para representar las operaciones y cantidades matemáticas.

por su origen. Por ejemplo. al obtener el tipo de velocidad de un auto. como a las condiciones de realización del experimento. en tres tipos: Errores inherentes Son aquellos que tienen los datos de entrada de un problema. debiéndose tanto al instrumento de medición. se hará de manera aproximada ya que dependerá de los medios usados así como además de la calidad del sensor magnético Errores de redondeo Errores por truncamineto .ERRORES NUMÉRICOS Los errores numéricos se clasifican. y son debidos principalmente a que se obtienen experimentalmente.

por su origen.ERRORES NUMÉRICOS Los errores numéricos se clasifican. en tres tipos: Errores de redondeo .

y son debidos principalmente a que se obtienen experimentalmente. se hará de manera aproximada ya que dependerá de los medios usados así como además de la calidad del sensor magnético Errores de redondeo Errores por truncamineto . debiéndose tanto al instrumento de medición. en tres tipos: Errores inherentes Son aquellos que tienen los datos de entrada de un problema. al obtener el tipo de velocidad de un auto. como a las condiciones de realización del experimento.ERRORES NUMÉRICOS Los errores numéricos se clasifican. Por ejemplo. por su origen.

MÉTODOS NUMÉRICOS Dadas las ecuaciones obtener sus raíces: f(x)=x²-4 f(x)=cos(x)-0.001 f(x)=ex-sen(x)-5 El problema de las raíces ? .

Entonces para cada z tal que f (a) < z < f (b) .b] y supongamos que f (a) < f (b).MÉTODO DE BISECCIÓN Teorema del Valor Intermedio Sea f (x) continua en un intervalo [a.b) tal que f (Xo) = z . existe un Xo Є (a. La misma conclusión se obtiene para el caso que f (a) > f (b) . .

debe haber por lo menos una raíz de f (X) en elintervalo (a. si f (a) y f (b) tienen signos opuestos.MÉTODO DE BISECCIÓN En conclusión. .b) tal que f (Xo)=0. y por lo tanto. entonces un valor intermedio es precisamente z = 0. es decir. el Teorema del Valor Intermedio nos asegura que debe existir Xo Є (a.b).

MÉTODO DE BISECCIÓN f(x) f(Xa) x r= x a+ x b 2 Xa f(Xb) xr Xb x .

(xb. El proceso se repite n veces. Se identifica luego en cuál de los dos intervalos está la raíz. se toma xr como aproximación de la raíz buscada. f(xa)). Se traza una recta que une los puntos (xa. . xb) en el que se garantice que la función tiene raíz. f(xb)) y se obtiene el punto de intersección de esta recta con el eje de las abscisas: (xr. 0). hasta que el punto de intersección xr coincide prácticamente con el valor exacto de la raíz.MÉTODO DE BISECCIÓN Consiste en considerar un intervalo (xa.

Xo=(Xa+Xb)/2 emax>e y i < iter Raíz. iteraccion i=1. error.Xb.Xo=0 i=i+1 =Xa =Xb f(xa)f(xo)< 0 f(Xo)=…… f(Xa)=…… f(Xb)=…….e=1. Xa. iter fin .emax.MÉTODO DE BISECCIÓN Inicio Nombre.

x s ) f(xi ) .MÉTODO DE LA REGLA FALSA f(x) f(xi) xr = xs - f ( x s )( x i .f(xs ) xi f(xs) xr xs x .

El punto de intersección de esta recta con el eje de las abscisas (xr. El proceso se repite n veces hasta que el punto de intersección xi coincide prácticamente con el valor exacto de la raíz .MÉTODO DE NEWTON RAPHSON Consiste en elegir un punto inicial cualquiera x1 como aproximación de la raíz Obtener el valor de la función por ese punto y trazar una recta tangente a la función por ese punto. constituye una segunda aproximación de la raíz. 0).

MÉTODO DE NEWTON RAPHSON f(x) X1 X2 X3 X4 .

Empezamos con un valor inicial x0 y definimos para cada número natural i Donde f ' denota la derivada de f. . b] -> R función derivable definida en el intervalo real [a. b].Método de Newton Raphson Supóngase f : [a.

con m la multiplicidad de la raíz. que restaura la convergencia cuadrática sin más que modificar el algoritmo a: . Opciones: métodos de aceleración de la convergencia tipo Δ² de Aitken o el método de Steffensen o Ralston-Rabinowitz. si la raíz buscada es de multiplicidad algebraica mayor a uno lineal de constante Asintótica de convergencia 1-1/m. Sin embargo.Método de Newton Raphson El orden de convergencia cuadrático.

Método de Newton Raphson Aunque el método trabaja bien. no existe garantía de convergencia. .

que restaura la convergencia cuadrática sin más que modificar el algoritmo a: g(x) = f(x)/f'(x) .Método de Newton Raphson Opciones: métodos de aceleración de la convergencia tipo Δ² de Aitken o el método de Steffensen o Ralston-Rabinowitz.

Método de Newton Raphson Nótese de todas formas que el método de NewtonRaphson es un método abierto: la convergencia no está garantizada por un teorema de convergencia global como podría estarlo en los métodos de falsa posición o de bisección. es necesario partir de una aproximación inicial próxima a la raíz buscada para que el método converja y cumpla el teorema de convergencia local. Así. .

5 . Comenzaremos probando con el valor inicial x0 =0. Como cos(x) ≤ 1 para todo x x3 > 1 para x>1.Método de Newton Raphson Consideremos el problema de encontrar un número positivo x tal que cos(x) = x3. deducimos que nuestro cero está entre 0 y 1.3x2. f(x) = cos(x) . f '(x) = -sin(x) .x3.

Método de Newton Raphson .

por lo que el método de Newton no resulta atractivo . teniendo en mente la definición de derivada.Método de la Secante En análisis numérico el método de la secante es un método para encontrar los ceros de una función de forma iterativa. Este método es de especial interés cuando el coste computacional de derivar la función de estudio y evaluarla es demasiado elevado. se aproxima la pendiente a la recta que une la función evaluada en el punto de estudio y en el punto de la iteración anterior. Es una variación del método de Newton-Raphson donde en vez de calcular la derivada de la función en el punto de estudio.

Xi-1 . necesitamos conocer los dos valores anteriores Xi. obtenemos: Nótese que para poder calcular el valor de .Método de la Secante Evita el cálculo de la derivada usando la siguiente aproximación: Sustituyendo en la fórmula de Newton-Raphson.

Método de la Secante f(x) Xo X3 X2 X1 .

Método de la Secante Usar el método de la secante para aproximar la raíz de. comenzando con Xo=0 y X1=1 hasta que |err|<=1% .

+a1x + a0 Donde an <> 0 Teorema (teorema fundamental del álgebra): Si P(x) es un polinomio de grado n >= 1.Raíces de polinomios Un polinomio de grado n es una expresión de la forma: P(x) = anxn + an-1xn-1 + . entonces P(x) = 0 tiene al menos una raíz (posiblemente compleja).. ..

posiblemente complejas...x1  m1 x .x .. x2.. entonces existen constantes únicas x1. mk.. .x2  m2 . . tales que: m i =1 k i =n y P( x) = an x .xk  mk . y enteros positivos m1. m2.Raíces de polinomios Corolario Si P(x) es un polinomio de grado n >= 1. xk...

si y Q(x) = bnxn–1 + bn-1xn-2 + .... +a1x + a0 Si bn = an y bk = ak + bk+1x0 para k = n – 1...Método de Horner Sea P(x) = anxn + an-1xn-1 + . .. 1.. n – 2. Más aún. +b2x + b1 P(x) = (x – x0) Q(x) + b0 Entonces . 0 Por tanto b0 = P(x0).

Veamos que se verifica que P (x) = (x − x0)Q(x) + b0 Efectivamente.... +b1.. dado que ak = bk − bk+1x0 y an = bn. .Método de Horner Demostración Sea el polinomio Q(x) = bn xn–1 +bn−1 xn–2 + .

...+ (b0 − b1x0) Por último. . obtenemos P 0(x) = (x − x0)Q0(x) + Q(x) de donde sale que P 0(x0) = Q(x0)..Método de Horner obtenemos la igualdad anterior teniendo en cuenta que (x − x0)Q(x) + b0 =bnxn + (bn−1 − bnx0) xn + .

puede que no tenga raíces reales .3 x4 – x3 .5x2 – x + 3 Este polinomio (grado impar). posee 5 raíces (reales y/o complejas) Un polinomio de grado par.Imaginaria*i Un polinomio de grado impar.Método de Horner Datos a saber: Todo polinomio de grado n tiene n raíces (reales y/o complejas) Las raíces complejas siempre están pareadas: ɵ1 = Real + Imaginaria*i ɵ2 = Real . Para un caso P(x) = 5 x5 . tiene por lo menos 1 raíz real.

.. P’(x0) = Q(x0) . +b2x + b1 Derivando P’(x) = Q(x)+(x – x0)Q’(x) En x = x0.Evaluación de la derivada Dado que: P(x) = (x – x0) Q(x) + b0 donde Q(x) = bnxn–1 + bn-1xn-2 + .