Mtodo de biseccin

Unas cuantas iteraciones del mtodo de biseccin aplicadas en un intervalo [a 1;b1]. El punto rojo es la raz de la funcin.

En matemticas, el mtodo de biseccin es un algoritmo de bsqueda de races que trabaja dividiendo el intervalo a la mitad y seleccionando el subintervalo que tiene la raz.

Introduccin
Este es uno de los mtodos ms sencillos y de fcil intuicin para resolver ecuaciones en una variable. Se basa en el teorema del valor intermedio(TVI), el cual establece que toda funcin continua f en un intervalo cerrado [a,b] toma todos los valores que se hallan entre f(a) y f(b). Esto es que todo valor entre f(a) y f(b) es la imagen de al menos un valor en el intervalo [a,b]. En caso de que f(a) y f(b) tengan signos opuestos, el valor cero sera un valor intermedio entre f(a) y f(b), por lo que con certeza existe un p en [a,b] que cumple f(p)=0. De esta forma, se asegura la existencia de al menos una solucin de la ecuacin f(a)=0. El mtodo consiste en lo siguiente:

Debe existir seguridad sobre la continuidad de la funcin f(x) en el intervalo [a,b] A continuacin se verifica que Se calcula el punto medio m del intervalo [a,b] y se evala f(m) si ese valor es igual a cero, ya hemos encontrado la raz buscada

En caso de que no lo sea, verificamos si f(m) tiene signo opuesto con f(a) o con f(b) Se redefine el intervalo [a, b] como [a, m] [m, b] segn se haya determinado en cul de estos intervalos ocurre un cambio de signo

Con este nuevo intervalo se contina sucesivamente encerrando la solucin en un intervalo cada vez ms pequeo, hasta alcanzar la precisin deseada

En la siguiente figura se ilustra el procedimiento descrito. El mtodo de biseccin es menos eficiente que el mtodo de Newton, pero es mucho ms seguro para garantizar la convergencia. Si f es una funcin continua en el intervalo [a, b] y f(a)f(b) < 0, entonces este mtodo converge a la raz de f. De hecho, una cota del error absoluto es:

en la n-sima iteracin. La biseccin converge linealmente, por lo cual es un poco lento. Sin embargo, se garantiza la convergencia si f(a) y f(b) tienen distinto signo. Si existieran ms de una raz en el intervalo entonces el mtodo sigue siendo convergente pero no resulta tan fcil caracterizar hacia qu raz converge el mtodo.

Mtodo de la regla falsa

En clculo numrico, el mtodo de regula falsi (regla del falso) o falsa posicin es un mtodo iterativo de resolucin numrica de ecuaciones no lineales. El mtodo combina el mtodo de biseccin y el mtodo de la secante.
Contenido
[mostrar]

[editar]El

mtodo

Las primeras dos iteraciones de regula falsi. La curva roja muestra la funcin f; las lneas azules, las secantes.

Como en el mtodo de biseccin, se parte de un intervalo inicial [a0,b0] con f(a0) y f(b0) de signos opuestos, lo que garantiza que en su interior hay al menos una raz (vase Teorema de Bolzano). El algoritmo va obteniendo sucesivamente en cada paso un intervalo ms pequeo [ak, bk] que sigue incluyendo una raz de la funcin f. A partir de un intervalo [ak, bk] se calcula un punto interior ck:

Dicho punto es la interseccin de la recta que pasa por (a,f(ak)) y (b,f(bk)) con el eje de abscisas (igual a como se hace en el mtodo de la secante). Se evala entonces f(ck). Si es suficientemente pequeo, ck es la raz buscada. Si no, el prximo intervalo [ak+1, bk+1] ser:

[ak, ck] si f(ak) y f(ck) tienen signos opuestos; [ck, bk] en caso contrario.

[editar]Anlisis

del mtodo

Se puede demostrar que bajo ciertas condiciones el mtodo de la falsa posicin tiene orden de convergencia lineal, por lo que suele converger ms lentamente a la solucin de la ecuacin que el mtodo de la secante, aunque a diferencia de en el mtodo de la secante el mtodo de la falsa posicin siempre converge a una solucin de la ecuacin. El algoritmo tiene el inconveniente de que si la funcin es convexa o cncava cerca de la solucin, el extremo del intervalo ms alejado de la solucin queda fijo variando nicamente el ms cercano, convergiendo muy lentamente. Un ejemplo de este fenmeno se da en la funcin:

comenzando con [1,1]. El extremo izquierdo del intervalo, 1, nunca cambia; el extremo derecho se aproxima a 0 linealmente. La situacin en que el mtodo falla es fcil de detectar (el mismo extremo del intervalo se elige dos veces seguidas) y fcil de corregir eligiendo un ck diferente, como:

restndole peso a uno de los extremos del intervalo para obligar a que el prximo ck ocurra de ese lado de la funcin. El factor 2 usado arriba, garantiza una convergencia superlineal (asintticamente, el algoritmo ejecuta dos pasos normales por cada paso modificado). Hay otras formas que dan incluso mejores tasas de convergencia. El ajuste mencionado arriba, y otras modificaciones similares se conocen como Algoritmo Illinois. Ford1 resume y analiza las variantes superlineales del mtodo regula falsi modificado. A juzgar por la bibliografa, estos mtodos eran bien conocidos en los aos 1970 pero han sido olvidados en los textos actuales.

Mtodo de Newton
En anlisis numrico, el mtodo de Newton (conocido tambin como el mtodo de NewtonRaphson o el mtodo de Newton-Fourier) es un algoritmo eficiente para encontrar aproximaciones de los ceros o races de una funcin real. Tambin puede ser usado para encontrar el mximo o mnimo de una funcin, encontrando los ceros de su primera derivada.

El mtodo de Newton-Raphson es un mtodo abierto, en el sentido de que su convergencia global no est garantizada. La nica manera de alcanzar la convergencia es seleccionar un valor inicial lo suficientemente cercano a la raz buscada. As, se ha de comenzar la iteracin con un valor razonablemente cercano al cero (denominado punto de arranque o valor supuesto). La relativa cercana del punto inicial a la raz depende mucho de la naturaleza de la propia funcin; si sta presenta mltiples puntos de inflexin o pendientes grandes en el entorno de la raz, entonces las probabilidades de que el algoritmo diverja aumentan, lo cual exige seleccionar un valor supuesto cercano a la raz. Una vez que se ha hecho esto, el mtodo linealiza la funcin por la recta tangente en ese valor supuesto. La abscisa en el origen de dicha recta ser, segn el mtodo, una mejor aproximacin de la raz que el valor anterior. Se realizarn sucesivas iteraciones hasta que el mtodo haya convergido lo suficiente. f'(x)= 0 Sea f : [a, b] -> R funcin derivable definida en el intervalo real [a,b]. Empezamos con un valor inicial x0 y definimos para cada nmero natural n

Donde f ' denota la derivada de f.

Ntese que el mtodo descrito es de aplicacin exclusiva para funciones de una sola variable con forma analtica o implcita cognoscible. Existen variantes del mtodo aplicables a sistemas discretos que permiten estimar las races de la tendencia, as como algoritmos que extienden el mtodo de Newton a sistemas multivariables, sistemas de ecuaciones, etc.

Mtodo de la secante

Dos primeras iteraciones del mtodo de la secante.

En anlisis numrico el mtodo de la secante es un mtodo para encontrar los ceros de una funcin de forma iterativa. Es una variacin del mtodo de Newton-Raphson donde en vez de calcular la derivada de la funcin en el punto de estudio, teniendo en mente la definicin de derivada, se aproxima la pendiente a la recta que une la funcin evaluada en el punto de estudio y en el punto de la iteracin anterior. Este mtodo es de especial inters cuando el coste computacional de derivar la funcin de estudio y evaluarla es demasiado elevado, por lo que el mtodo de Newton no resulta atractivo.

En otras palabras, el mtodo de la secante es un algoritmo de la raz de investigacin que utiliza una serie de races de las lneas secantes para aproximar mejor la raz de una funcin f. El mtodo de la secante se puede considerar como una aproximacin en diferencias finitas del mtodo de NewtonRaphson. Sin embargo, este mtodo fue desarrollado independientemente de este ltimo.