Calculo de Raices 2011

U Un ni iv ve er rs si id da ad d d de el l M Ma ag gd da al le en na a A An n l li is si is s N Nu um m r ri ic co o
_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _
A An n l li is si is s N Nu um m r ri ic co o M Ma ag gi is st te er r A Al lv va ar ro o E Es sp pi in no os sa a P P r re ez z

F FA AC CU UL LT TA AD D D DE E I IN NG GE EN NI IE ER RI IA A
A AN N L LI IS SI IS S N NU UM M R RI IC CO O
I IN NT TR RO OD DU UC CC CI I N N
CONDICIN Y ESTABILIDAD.
Un error en un clculo numrico afecta las sucesivas evaluaciones. Esta propagacin del error puede
describirse en trminos de dos conceptos relacionados, los de (in)estabilidad y condicin.
La condicin de una funcin f(x) mide la sensibilidad de los valores de f(x) a pequeos cambios en x y se
define como:
() |
()
()
| (Nmeros de condicin)
Cuando para un x dado 0 < C(x) < 1 para ese x se dir que el problema (clculo de f) est bien condicionado
(y cuanto menor sea C mejor condicionado), mientras que si C(x) > 1 el problema estar mal condicionado. Si
C(X) = 1, el error relativo se mantiene.

Un concepto relacionado, que no equivalente, es el de (in)estabilidad de un algoritmo, que describe la
sensibilidad de un mtodo numrico especfico respecto a los inevitables errores de redondeo cometidos
durante su ejecucin en aritmtica de precisin finita. Observemos que la condicin no depende de errores de
redondeo pero que la estabilidad de un algoritmo si depende del condicionamiento de la funcin que
queramos evaluar.

C CA AL LC CU UL LO O D DE E R RA AI IC CE ES S
Iniciaremos este curso con uno de los problemas bsicos de la aproximacin numrica, el clculo de races.
Lo que haremos ac es la determinacin de una raz, o solucin, de una ecuacin de la forma f (x) = 0. Las
races de una ecuacin tambin se llaman ceros de la funcin f.

El problema de hallar una aproximacin a la raz de una ecuacin no es nuevo, puede remontarse por lo
menos hasta una poca tan lejana como el ao 1700 A. C. Una tablilla cuneiforme (escritura mas antigua
aceptada por los registros arqueolgicos) de la Yale Babylonian Collection, que data de ese perodo, da un
nmero sexagesimal (en base 60) que es equivalente a 1.414222 como aproximacin de 2, un resultado que
tiene una precisin de 10
5
.

A continuacin daremos a conocer los mtodos numricos mas conocidos relacionados con el clculo de
races.

M M T TO OD DO O D DE E B BI IS SE EC CC CI I N N
El mtodo de biseccin est basado en el Teorema de
Bolzano. Se fundamenta en el resultado que afirma que si
una funcin continua toma valores opuestos en los
extremos de un intervalo entonces necesariamente se
anula en un punto interior. La idea es entonces construir
subintervalos de longitud cada vez menor que contengan al
cero. El mtodo de Biseccin lo empleamos para
determinar con toda la precisin, una solucin de f (x) = 0
en un intervalo [a, b], con la ayuda de un buen computador.
Suponemos en este caso que f es continua en dicho
intervalo y que f (a) y f (b) tienen signos distintos. Aunque el
mtodo funciona en el caso en que hay ms de una raz en
el intervalo [a, b], para facilitar nuestra argumentacin que
la raz en dicho intervalo es nica.


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

Para empezar con la descripcin del mtodo considere que a1 = a y b1 = b, cono se ve en la figura 1.
Podemos considerar p1 como el punto medio de [a, b] de la siguiente manera:

Si f(p1)= 0 ya est listo! y hemos hallado la raz p. Si f(p1) 0 entonces f(p1) tiene el mismo signo de f(a1) o
f(b1). Si f(p1) tiene el mismo signo de f(a1) entonces pe (p1, b1) y hacemos

a2 = p1 y b2 = b1

Si f(p1) tiene el mismo signo de f(b1) entonces p e [a1,p1]
y hacemos

a2 = a1 y b2 = p1,

y hallamos de nuevo el punto medio del nuevo intervalo:

y continuamos formando [a3, b3], [a4, b4], . . . Cada nuevo
intervalo sigue conteniendo la raz p y su longitud es la
mitad de la longitud del intervalo que le antecede.

El procedimiento de la biseccin genera una sucesin
{ }
=1 n
Pn convergente a
tal que si
se cumple que f(p) = 0

Tenemos tres criterios de parada que se suelen
incorporar al mtodo de Biseccin.
- El primero es detener el mtodo si uno de los puntos medios coincide con la raz.
- El segundo es detener el mtodo cuando la longitud del intervalo es menor que una tolerancia
determinada.
- El tercero, el mtodo tambin se detendr si el nmero de iteraciones excede una cota mxima N0
dada de antemano.

Para aplicar el mtodo de Biseccin, necesitamos encontrar un intervalo [a, b] tal que

f (a) f (b) < 0.

En cada paso, la longitud del intervalo en el que sabemos que hay un cero de f se reduce a la mitad. Puesto
que el punto medio p1 debe distar de la raz p menos de

y en cada iteracin subsiguiente se divide el

intervalo en cuestin por la mitad, tenemos


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

9 8 7 6 5 4 3 2 1 1 2 3 4 5 6 7 8 9 10 11 12 13
10
9
8
7
6
5
4
3
2
1
1
2
3
4
5
Consideraremos entonces el siguiente teorema:

Teorema: Supongamos que f es continua en [a,b] y que f(a) . f(b) < 0. El mtodo de la biseccin genera una
sucesin { }
=1 n
Pn que aproxima a un cero de p de f tal que:

1
2
>
< n donde
a b
P Pn
n

Aplicacin:
Sea F(x) = x
3
+ 4x
2
10 = 0, que tiene un raz en p = 1.36523001341 en el intervalo [1,2]. Utilice Biseccin
para hallar la raz. Determine la cantidad de intervalos necesarios para resolver con una exactitud de 10
-3
si a1
= 1 y b1 = 2

Solucin: Veamos el nmero de iteraciones necesarias para obtener la aproximacin:

10
96 . 9
2 log
3
3 2 log
) 1 ( 3 2 log
10 log 3 2 log
10 log 2 log
10 2
10
2
1
2
1 2
2
3
3
3
~
= >
s
s
s
s
s
s =
<

n
n
n
n
n
a b
P Pn
n
n
n n n

Ahora:
a = 1 f(1) = 1 + 4 10 = -5
b = 2 f(2) = 14
f(a) . f(b) < 0
n an (-) bn (+) pn F(pn)
1 1 2 1.5 2.375
2 1 1.5 1.25 -1.796875
3 1.25 1.5 1.375 0.162109
4 1.25 1.375 1.3125 -0.848388
5 1.3125 1.375 1.34375 -0.350982666
6 1.34375 1.375 1.359375 -0.096408844
7 1.359375 1.375 1.3671875 0.0323557854
8 1.359375 1.3671875 1.36328125 -0.0321499705
9 1.36328125 1.3671875 1.365234375 0.0000720248

Raz = 1.365234375


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

I IT TE ER RA AC CI I N N D DE E P PU UN NT TO O F FI IJ JO O
Un punto fijo p de una funcin g es aquel que origina que g(p) = p.

Ejemplo: Sea g(x) = x
2
-2 busquemos puntos fijos para g

Sea x = -1 entonces g(-1) = (-1)
2
2 = -1
x = 2 entonces g(2) = (2)
2
2 = 2
Solucin analtica:
g(x)= x
x
2
- 2 = x
x
2
- x - 2 = 0
(x 2)(x + 1) = 0
x = 2 x = -1

Los problemas de bsqueda de races y los de puntos fijos son clases equivalentes en el siguiente sentido:

Dado un problema de encontrar una raz f(p) = 0, podemos definir una funcin g con un punto fijo en p
y de diversas formas, por ejemplo: g(x) = x f(x) o bien g(x) = x + 3f(x), por el contrario, si g tiene un
punto fijo en p entones la funcin definida por f(x) = x g(x) tiene un cero en p.

Teorema:
a. Si g es continua en el intervalo [a,b] y g(x) [a, b]
para todo x en [a, b] entonces g tiene un punto fijo
en [a, b].
b. Ahora, si g(x) existe en (a, b) y existe una
constante positiva k < 1 tal que ( ) k x g s ' para
todo x (a, b), entonces el punto fijo en (a, b) es
nico
Teorema de punto fijo:
Si g
C
[a, b] tal que g(x) [a, b] para todo x en [a, b] y
Adems suponemos que g existe en (a, b) y una
constante positiva 0 < k < 1 tal que ( ) k x g s ' para
todo x(a, b), entonces para cualquier numero p0 de [a,
b] la sucesin definida por pn = g(pn-1), 1 > n converge al
nico punto fijo p en [a, b]

Aplicacin:
Sea x
3
+ 4x
2
10 tiene una raz en [1,2], r =
1.365230013Utilicemos iteracin de punto fijo para
hallar una aproximacin de su raz en [1,2]
Hallar g(x) = x

1. x = x
3
+ 4x
2
10 + x g(x) = x

2. x
2
(x + 4) = 10

4
10
+
=
x
x g(x) = x


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

3. 4x
2
= 10 x
3

4
10
3
x
x

= g(x) = x
Ahora la prueba
1. g(x) = x
3
+ 4x
2
10 + x

g (1) = 1
3
+ 4(1)
2
10 + 1 = -4 e [1,2] No tiene un punto fijo en el intervalo.
2. g(x) =
4
10
+ x
=
2
1
4
10
|
.
|
\
|
+ x

g(1) = | | 2 , 1 ........ 4142135 . 1 2 e =
. Existe un punto fijo en el intervalo.
g(2) = | | 2 , 1 ...... .......... 29 . 1
6
10
e =
Ahora
( )
|
|
.
|
\
|
+
|
.
|
\
|
+
=

2
2
1
4
10
4
10
2
1
) ( '
x
x
x g
=
( )
( )
3
2
3
2
1
4
10
2
1
4
10
2
1
+
=
+
x
x
=
( )
3
4
10
2
1
+
x

g(1) = 1 14 . 0 s
. El punto fijo es nico.
g(2) = 1 10 . 0 s

Recuerde que:
- pn = g(pn-1)
- f(x) = x
3
+ 4x
2
10
- ()

- p0=1.5

Teorema: Si g satisface la hiptesis del teorema de
iteracin de punto fijo, las cotas del error que
supone utilizar pn para aproximar a p esta dado por:
n pn f(pn)
0 1.5 2.375
1 1.348399725 -0.27563686
2 1.367376372 0.035480981
3 1.364957025 -0.0004507521
4 1.365264748 5.735 E -04
5 1.365225594 -7.297845 E -05
6 1.365230576 -7.2979 E -05

Como p
0
= 1.5, Tenemos entonces:


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

0 1
1
p p
k
k
p p
n
n

s

MTODO DE NEWTON-RAPHSON
El Mtodo de Newton-Raphson es ampliamente utilizado para encontrar las races de la ecuacin f(x)=0,
debido a su rpida convergencia, aunque falla con facilidad, es decir no es un mtodo robusto, ya que se
deben de cumplir condiciones relativamente estrictas para que converja. El mtodo de Newton converge si se
cumplen las siguientes tres condiciones para la funcin f(x):
- Existen dos puntos a y b en los que f (a).f (b) < 0.
- f(x) no cambia de signo en [a,b].
- Las tangentes a f(x) en a y b cortan al eje de abscisas en [a,b].
Si no se cumplen estas condiciones, el mtodo puede todava converger, aunque no se puede garantizar
nada. En particular, cuando f(x) se hace muy pequea en el intervalo comprendido entre el punto de partida y
la raz, el punto dado por la iteracin siguiente tiene un valor muy grande, puesto que la tangente es casi
paralela al eje de abscisas, y en estos casos el mtodo diverge. Debido a la rpida convergencia del mtodo
de Newton cuando converge, un algoritmo eciente es comenzar con este mtodo y continuar con otro ms
robusto, como biseccin si se produce una divergencia.

Si se quisiera sustituir la funcin f no lineal por
una recta que pasa por el punto (xn; f(xn)) de
ecuacin:
(
) (
)

La interseccin de la recta con el eje de
abscisas tiene lugar para el valor de

) y el mtodo iterativo
que resulta es:

)

La eleccin ptima de la pendiente ser
entonces m = f(x), sin embargo como x no es
un valor conocido elegimos m = f(xn) de donde obtenemos el mtodo de Newton-Raphson:
)
(
)

;
Suponiendo siempre que la derivada f no se anula en los puntos xn. Este mtodo simplemente sustituye la
funcin por la recta tangente a la curva en el punto de abscisa xn.

Ejemplo:
Sea f(x)= x
3
+ 4x
2
-10 = 0 tiene una raz en [1,2] donde x0=1.5
f(x) = x
3
+ 4x
2
-10
f
(x) = 3x
2
+8x


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

Aplicando
)
(
)

A manera de ejemplo para calcular el valor de x1:
)
(

()
()

Continuamos con la tabla:

n xn f(xn) f'(xn) E(%)
0 1,5 2,375 18,75
1 1,37333333 0,13434548 16,6448 9,223%
2 1,36526201 0,00052846 16,5139172 0,591%
3 1,36523001 8,2905E-09 16,5133991 0,002%
4 1,36523001 0 16,5133991 0,000%

Luego la raz es: 1,36523001

RAICES MLTIPLES
Las races mltiples corresponden a un punto donde una
funcin es tangente al eje x. Si consideramos la funcin:

f(x) = (x -1)(x 1)(x -2)

La funcin tiene una raz doble en x = -1. Desde el punto
de vista grfico significa que la curva toca en forma
tangencial al eje x en la raz doble (multiplicidad par).

Si tenemos el caso de una raz triple, como es el caso de
la funcin:

f(x) = (x -1)(x 1) (x 1) (x -3)

La funcin tiene una raz triple en x = -1. Desde el punto de
vista grfico significa que la curva toca en forma tangencial
al eje x en la raz triple, pero en este caso cruza al eje
(multiplicidad impar)

Las races mltiples ofrecen dificultades a muchos de los
mtodos numricos para calcular sus races. El hecho de
que la funcin no cambie de signo o que f(x) se aproxime a
cero en la raz ocasiona trastornos a los mtodos
expuestos anteriormente.

Una forma sencilla de resolver problemas con races


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

mltiples en el mtodo de Newton consiste en definir una funcin u de la siguiente forma:

()
()

Se puede demostrar que esta funcin tiene las mismas races que la funcin original. En este sentido la
ecuacin
)

Se puede modificar de la siguiente manera:
)

De ah que

) (
)(

Con lo que la ecuacin modificada de Newton-Rahpson se puede escribir as:

)(
)

Ejemplo:
Considere la ecuacin f(x) = e
x
x -1 tiene una multiplicidad
de raz par en x = 0

Apliquemos el mtodo de Newton en ambos casos para
tratar de obtener una raz:

Mtodo de Newton-Raphson Mtodo de Newton-Raphson modificado


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

Un caso especial de importancia practica es encontrar las races de la ecuacin f(x) = 0 cuando f(x) es un
polinomio en x. En esta seccin estudiaremos el mtodo Birge-Vieta que encuentra todas las races reales de
un polinomio.

MTODO DE HORNER (DIVISIN SINTTICA)
Supngase dos polinomios P(x) y Q(x) de la forma

P(x) = anx
n
+ an-1x
n1
+ + a1x + a0
Q(x) = bnx
n1
+ bn-1x
n2
+ + b2x+ b1

Si bn = an y si bk = ak + bk-1x0 para k = n 1, n -2,, 1, 0

Entonces b0 = P(x0) y si

Q(x) = bnx
n1
+ bn-1x
n2
+ + b2x+ b1
Resulta que

P(x) = (x x0)Q(x) + b0
Si se deriva con respecto a x nos queda:

P(x) = Q(x) +(x x0)Q(x) y P(x0) = Q(x0)

Ejemplo:

El MTODO BIRGE-VIETA aplica Newton-Rapson para encontrar una raz del polinomio P(x). Dado un punto
xk, evala P(xk) y P(xk) mediante divisin sinttica. Cuando encuentra una raz pi, elimina el factor (x pi)
mediante divisin sinttica y continua trabajando sobre el polinomio resultante. El proceso se repite hasta
encontrar todas las races del polinomio.

Ejemplo:
Hallemos una de las races al polinomio

Con x0 = -2 como aproximacin inicial, entonces:

Donde

De ah que P(-2) puede hallarse al evaluar Q(-2), as:


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

Y al utilizar Newton-Raphson tenemos:

Se repite el procedimiento para hallar x2

MTODO DE MLLER
El mtodo de Mller lo utilizamos para encontrar las races de ecuaciones de la forma general:
n
n n
x a x a x a a x f + + + + = ....... ) (
2
2 1 0

Donde n es el orden del polinomio y las a son coeficientes constantes. Tenga en cuenta que los polinomios
cumplen con las siguientes reglas:

- Para la ecuacin de orden n, hay n races reales o complejas. (Las races no son necesariamente
distintas).
- Si n es impar, hay al menos una raz real.
- Si hay races complejas, hay entonces un par conjugado.

El mtodo consiste en obtener los coeficientes de
los tres puntos, sustituirlos en la frmula cuadrtica
y obtener el punto donde la parbola intercepta el
eje x. La aproximacin es fcil de escribir, en forma
conveniente esta sera:
c x x b x x a x f + + = ) ( ) ( ) (
2
2
2 2

As, se busca esta parbola para interceptar los tres
puntos [x0, f(x0)], [x1, f(x1)] y [x2, f(x2)]. Los
coeficientes de la ecuacin anterior se evalan al
sustituir uno de esos tres puntos para dar:

c x x b x x a x f + + = ) ( ) ( ) (
2 0
2
2 0 0

c x x b x x a x f + + = ) ( ) ( ) (
2 1
2
2 1 1

c x x b x x a x f + + = ) ( ) ( ) (
2 2
2
2 2 2

La ltima ecuacin genera que, c x f = ) (
2
, de esta forma, se puede tener un sistema de dos ecuaciones
con dos incgnitas:


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

) ( ) ( ) ( ) (
2 0
2
2 0 2 0
x x b x x a x f x f + =

) ( ) ( ) ( ) (
2 1
2
2 1 2 1
x x b x x a x f x f + =
Definiendo de esta forma:
0 1 0
x x h =
1 2 1
x x h =
0 1
0 1
0
) ( ) (
x x
x f x f
= o

1 2
1 2
1
) ( ) (
x x
x f x f
= o

Sustituyendo en el sistema:
1 1 0 0
2
1 0 1 0
) ( ) ( o o h h a h h b h h + = + +
1 1
2
1 1
o h a h b h =
Teniendo como resultado los coeficientes:

0 1
0 1
h h
a
+
=
o o

1 1
o + = ah b
) (
2
x f c =

Se puede hallar la raz utilizando la ecuacin cuadrtica:

Debido al error de redondeo potencial, se usar una formulacin alternativa:
ac b b
c
x x
4
2
2
2 3

=

O bien:
ac b b
c
x x
4
2
2
2 3

+ =
El signo se elige en tal manera que el denominador sea los ms grande posible. La gran ventaja de este
mtodo es que se pueden localizar tanto las races reales como las imaginarias. Hallando el error este ser:
% 100
3
2 3
=
x
x x
E
a

Al ser un mtodo de aproximacin, este se realiza de forma secuencial e iterativamente, donde x1, x2, x3
reemplazan los puntos x0, x1, x2 llevando el error a un valor cercano a cero.

Ejemplo:
En 1225 Leonardo de Pisa estudi la ecuacin f(x) = x
3
+
2x
2
+ 10 x - 20 = 0 y encontr x ~1:368808107. Nadie
sabe que mtodo us Leonardo. Usar el mtodo de
Mller para reencontrar este resultado.
Sol:
Consideremos inicialmente tres puntos:

xo =1,5 f(xo) = 2,875
x1 =1,8 f(x1) = 10,312
x2 = 2 f(x2) = 16


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

0 1 0
x x h = = 0,3
1 2 1
x x h = = 0,2
24,79
) ( ) (
0 1
2 1
0
=
=
x x
x f x f
o

28,44
) ( ) (
1 2
1 2
1
=
=
x x
x f x f
o

7,3
0 1
0 1
=
+
=
h h
a
o o

7,3
1 1
= + = o ah b 1,36708085
4
2
2
2 3
=

+ =
ac b b
c
x x
16 ) (
2
= = x f c

xo x1 x2 f(xo) f(x1) f(x2) x3 f(x3) E(%)
1,5 1,8 2 2,875 10,312 16 1,36708085 -0,03642022
1,8 2 1,36708085 10,312 16 -0,03642022 1,36883068 0,0004762 0,128%
2 1,36708085 1,36883068 16 -0,03642022 0,0004762 1,36880811 2,4608E-08 0,002%
1,36708085 1,36883068 1,36880811 -0,03642022 0,0004762 2,4608E-08 1,36880811 0 0,000%

NEWTON-RAPSON PARA FUNCIONES DE MAS DE DOS VARIABLES
El mtodo de Newton-Rapson puede generalizarse para funciones de dos variables de la siguiente manera:

Supngase que se desea encontrar los valores de x y y que hagan que se cumplan las siguientes dos
ecuaciones no lineales:
f(x, y) = 0
g(x, y)=0

Dado un punto inicial p0 =(x0,y0), el mtodo Newton-Rapson toma los planos tangentes a f(x, y)= z y g(x, y)= z,
y su interseccin con el plano z = 0 como el siguiente punto para continuar el mtodo en la siguiente iteracin.

La ecuacin del plano tangente a z = f(x, y) es la siguiente:

(
) (
) (
) (1)
Donde

De la misma manera, la ecuacin del plano tangente a z = g(x, y) es la siguiente:

(
) (
) (
) (2)


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

Donde

Sustituyendo z = 0 en las ecuaciones (1) y (2) se obtiene el siguiente sistema de ecuaciones:

(
)
(
)

donde se ha abreviado fx(x0,y0) como fx, y de la misma manera para fy, gx,y gy. Las ecuaciones anteriores
pueden expresarse en forma matricial de la siguiente manera:

[
] [
] [
(
)
(
)
]

Donde

De las ecuaciones anteriores se obtiene la regla recursiva para el mtodo Newton-Rapson para dos variables:

x x + x,
y y + y.

donde x y y se obtienen de resolver el sistema de ecuaciones:

[
] [
] [
( )
( )
]

El mtodo se puede generalizar fcilmente para ms de dos variables, por ejemplo, el mtodo Newton-
Rapson para un sistema de tres ecuaciones no lineales de la forma:

f(x, y, z)=0
g(x, y, z)=0,
h(x, y, z)=0,

Est denido por la regla recursiva siguiente:

x x +x,
y y +y,
z z +z,

donde x, y, z se obtienen de resolver el sistema de ecuaciones:


_ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ __ _

[
] [
] [
( )
( )
( )
]
Ejemplo:
Encontrar una raz del siguiente sistema de ecuaciones no lineales:
( )

( )
Vamos a hallar las derivadas:

Hallamos el sistema de ecuaciones:

[

] [
] [

]

Si tomamos
( )

[

] [
] [
]

Con lo que: x = 1 y y = 0, luego:

x x + x = 2 1 = 1
y y + y = 1 0 = 1
Al realizar nuevamente el procedimiento (iterando)
obtenemos:

x 2 1 0,75 0,7083 0,7071
y 1 1 0,75 0,7083 0,7071

Observamos que la solucin al sistema se aproxima a:

x = 0,7071
y = 0,7071

Calculo de Raices 2011

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Calculo de Raices 2011

Uploaded by

Copyright:

Available Formats

U Un ni iv ve er rs si id da ad d d de el l M Ma ag gd da al le en na a A An n l li is si is s N Nu um m r ri ic co o

se cumple que f(p) = 0

y en cada iteracin subsiguiente se divide el

You might also like