Professional Documents
Culture Documents
Francisco Palacios
Escuela Politcnica Superior de Ingeniera de Manresa Universidad Politcnica de Catalua Abril 2009, versin 1.5
Contenido 1. Mtodo de la biseccin. 2. Mtodo de Newton-Raphson. 3. Orden de convergencia: convergencia cuadrtica. 4. Mtodo de punto jo.
1
1.1
Mtodo de la biseccin
Teorema de Bolzano
Teorema 1.1 (Bolzano) f (x) continua en [a, b], f (a) f (b) < 0. = Existe un (a, b) tal que f () = 0.
Ejemplo 1.1 Demuestra que la ecuacin cos x = x tiene solucin nica en (0, /2).
Francisco Palacios
Ponemos la ecuacin en la forma cos(x) x = 0. La funcin f (x) = cos(x) x es continua en todo R, en particular, es continua en [0, /2]. En los extremos del intervalo, toma valores f (0) = 1, f ( /2) = /2,
que son de signo opuesto, por lo tanto, existe un (0, /2) tal que f () = cos() = 0. Veamos la unicidad. Calculamos la derivada f 0 (x) = sin(x) 1. Como f 0 (x) < 0 en todo el intervalo (0, /2), resulta que f (x) es decreciente y slo puede tomar el valor 0 una vez, por lo tanto, la solucin es nica.
1.2
Objetivo Aproximar la solucin de f (x) = 0. Inicio f (x) que cumple las condiciones del teorema de Bolzano en [a, b]. Mtodo 1. Se calcula el punto medio del intervalo c= 2. Calculamos f (c). Si f (c) = 0, la solucin es = c. si f (c) 6= 0, comparamos con f (a) y f (b). El nuevo intervalo tiene un extremo en c, el otro extremo se elige entre a y b de forma que f (x) tome signos distintos en los extremos. Ejemplo 1.2 Primeras iteraciones del mtodo de la biseccin para cos(x) x = 0 en el intervalo [0, /2]. a+b . 2
Francisco Palacios
1. En el ejemplo anterior, hemos visto que f (x) = cos(x) x cumple las condiciones del Teorema de Bolzano. 2. Clculo de las aproximaciones. Fase 1. El cuadro inicial es a1 = 0 c1 = b1 = 1. 57080 calculamos c1 = a1 + b1 = 0.78540, 2 f (c1 ) = f (0.78540) = 7. 8295 102 , Fase 1 f (a1 ) = 1 f (c1 ) = f (b1 ) = 1. 57080
y completamos la tabla a1 = 0 c1 = 0.78540 b1 = 1. 57080 Fase 1 f (a1 ) = 1 f (c1 ) = 7. 8295 102 f (b1 ) = 1. 57080 a2 = 0 b2 = 0.78540
Fase 2. La tabla inicial para la fase 2 es a2 = 0 c2 = b2 = 0.78540 calculamos c2 = a2 + b2 = 0.3927, 2 f (c2 ) = f (0.3927) = 0. 53118. Fase 2 f (a2 ) = 1 f (c2 ) = f (b2 ) = 7. 8295 102
Fase 2 f (a2 ) = 1 f (c2 ) = 0. 53118 f (b2 ) = 7. 8295 102 Fase 3 f (a3 ) = 0. 53118 f (c3 ) = 0. 24242 f (b3 ) = 7. 8295 102
a3 = 0.39270 b3 = 0.78540
a4 = 0. 58905 b4 = 0.78540
Francisco Palacios Fase 4. a4 = 0. 58905 c4 = 0. 68723 b4 = 0. 78540 Fase 5 a5 = 0. 68723 c5 = 0. 73632 b5 = 0. 78540
Fase 4 f (a4 ) = 0. 24242 f (c4 ) = 8. 5776 102 f (b4 ) = 7. 8295 102 Fase 5 f (a5 ) = 8. 5776 102 f (c5 ) = 4. 6249 103 f (b5 ) = 7. 8295 102 c6 = 0.76085, c7 = 0.74858, c8 = 0.74247, c9 = 0.73938, c10 = 0.73784.
a5 = 0. 68723 b5 = 0. 78540
a6 = 0. 73632 b6 = 0. 78540
El valor exacto de la solucin con 5 decimales es = 0.73909, por lo tanto, en la fase 10 el error es |e10 | = | c10 | = 0.00 125,
1.3
Proposicin 1.1 En la fase n, el error del mtodo de la biseccin cumple |en | = | cn | Demostracin. En la fase n se cumple |en | = | cn | bn an . 2 b1 a1 . 2n
Francisco Palacios
Adems, la longitud del intervalo se reduce a la mitad en cada fase bn an = Por lo tanto, tenemos b1 a1 , 2 b1 a1 b2 a2 |e2 | = , 2 4 b2 a2 b1 a1 b3 a3 = = . |e3 | 2 4 8 De forma anloga, resulta |e1 | |e4 | y en general |en | = | cn | b1 a1 . 2n b1 a1 b1 a1 = , 16 24 |e5 | b1 a1 b1 a1 = , 32 25 bn1 an1 . 2
Ejemplo 1.3 Aplicamos el mtodo de la biseccin para aproximar la solucin de f (x) = 0 en el intervalo [0, /2]. (a) Calcula una cota de error para la fase 10. (b) Calcula el nmero de pasos necesarios para aproximar la solucin con 4 decimales exactos. (a) Tenemos /2 0 = 0.1 534 102 . 210 Podemos asegurar dos decimales exactos. En el Ejemplo 1.2, despus de 10 pasos, hemos obtenido un error |e10 | |e10 | = | c10 | = 0.00 125. (b) Para asegurar 4 decimales exactos, exigimos |en | = | cn | 2 Tomando logaritmos
n 2
2n
0.5 104 , .
de donde resulta
0.5 104
n ln 2 ln (10000 ) ,
Francisco Palacios
2
2.1
Mtodo de Newton-Raphson
Planteamiento y descripcin del mtodo
Mtodo
con 6 decimales. Hemos visto que la ecuacin tiene solucin en [0, /2], podemos tomar como aproximacin inicial x0 = /4. x0 = /4 = 0.78539 816. El mtodo es, en este caso, f (x) = cos(x) x, f 0 (x) = sin (x) 1, x0 = 0.78539 816, cos (xj ) xj . xj +1 = xj + sin (xj ) + 1
cos (x0 ) x0 = 0. 78539 816 0.04 58620 3 = 0. 73953 613, sin (x0 ) + 1 x2 = x1 + cos (x1 ) x1 = 0. 73908 518, sin (x1 ) + 1
Francisco Palacios
Tema 5: Resolucin aproximada de ecuaciones. 7 cos (x2 ) x2 = 0. 73908 513, sin (x2 ) + 1 x4 = 0. 73908 513.
x3 = x2 +
El mtodo ha convergido al valor = 0. 73908 513, el valor exacto con 10 decimales es = 0.73908 51332.
2.2
El mtodo de Newton-Raphson consiste en sustituir la funcin por la tangente en x = xj , con mayor detalle, a partir de la aproximacin xj : 1. Calculamos la tangente a y = f (x) en x = xj . 2. Tomamos xj +1 como el corte de la tangente con el eje OX. Tangente en x = xj y f (xj ) = f 0 (xj ) (x xj ) . Para calcular el corte con OX, exigimos y = 0 f (xj ) = f 0 (xj ) (x xj ) , resolvemos en x y tomamos el resultado como xj +1 Solucin de la ecuacin x = xj f (xj ) = f 0 (xj ) xj +1 = xj f (xj ) . f 0 (xj )
2.3
En en caso del mtodo de Newton-Raphson no existe una forma sencilla de acotar el error |ej | = | xj | . Para detener las iteraciones, suele usarse los errores estimados Error absoluto estimado |e j | = |xj xj 1 | . Error relativo estimado xj xj 1 . |r j | = xj
Francisco Palacios
Ejemplo 2.2 Aproxima la solucin de ex = con 6 decimales exactos. Representamos las curvas y = ex , y= 1 x 1 x
3 2 1
-2
-1
0 0 -1 -2 -3
1 x
est claro que hay una solucin. Tomamos como valor inicial x0 = 0.5. Escribimos la ecuacin en la forma f (x) = 0, con f (x) = ex Derivada f 0 (x) = ex + Mtodo x0 = 0.5, 1 . x 1 . x2
1 xj 1 (xj )2
El resultado de las iteraciones y los errores estimados es x0 = 0.5, x1 = 0.5 e0.5 01 .5 = 0. 56218 730, e0.5 + (0.1 5)2 |e 1 | = |x1 x0 | = 0.0 62187 3, |e 2 | = |x2 x1 | = 0.00 49325 2, |e 3 | = |x3 x2 | = 0.0000 2347, |e 4 | = 0. = 0. 56714 3. El valor de la raz con 10 decimales es = 0. 56714 32904. 2
xj +1 = xj exj +
exj
Francisco Palacios
2.4
La parada del mtodo de Newton-Raphson usando el error estimado puede producir un resultado incorrecto. Esto sucede cuando dos iteraciones toman valores muy prximos a pesar de encontrarse an lejos de la raz
Para protegernos contra paradas anmalas, podemos usar el siguiente procedimiento. Sea el mximo error tolerable, por ejemplo, si queremos 4 decimales exactos es = 0.5 104 . 1. Detenemos las iteraciones cuando |e j | = |xj xj 1 | . 2. Tomamos los valores a = xj , b = xj + .
3. Calculamos f (a) y f (b), si se produce un cambio de signo, podemos asegurar que la raz se encuentra en el intervalo (a, b). Como xj es el centro del intervalo, se cumple |ej | = | xj | y, por lo tanto, podemos asegurar la validez de la aproximacin. Observemos que si f (a) y f (b) tienen el mismo signo, el mtodo no es aplicable; no obstante, en la mayora de los casos prcticos, el criterio funciona bien. Ejemplo 2.3 Calcular 24 con 6 decimales exactos.
24
Como valor inicial, tomamos x0 = 5, el error mximo admisible es = 0.5 106 . Frmula de recurrencia x0 = 5,
Iteraciones, x0 x1 x2 x3
x2 j 24 . 2xj
Valor de la aproximacin x3 = 4. 89897 9, calculamos a = x3 = 4. 89897 85, f (x3 ) = 0.00000 96565, b = x3 + = 4. 89897 95. f (x3 + ) = 0.000000 1414.
Vemos que se produce cambio de signo en los extremos del intervalo [x3 , x3 + ] , por lo tanto (x3 , x3 + ) , as pues |e3 | = | x3 | .
3
3.1
Orden de convergencia
Deniciones
Francisco Palacios
Denicin 3.1 (Orden de convergencia) Supongamos que la sucesin (xj ) converge al valor . Decimos que la sucesin converge a con orden de convergencia r > 0, si existe una constante A > 0 tal que |ej +1 | r = A. j | ej | lim La constante A se llama constante asinttica de error. Si r = 1, la convergencia se llama lineal y, para j suciente grande, es |ej +1 | ' A |ej | . Si r = 2, la convergencia se llama cuadrtica y, para j suciente grande, se cumple |ej +1 | ' A |ej |2 . Observamos que si una sucesin tiene convergencia cuadrtica, a partir de un cierto momento, el nmero de decimales exactos se duplica a cada paso.
3.2
Denition 1 (Cero simple) La funcin f (x) tiene una raz (cero) simple en x = si se cumple f () = 0, f 0 () 6= 0.
Proposicin 3.1 (Convergencia en ceros simples) Supongamos que el mtodo de Newton-Raphson genera una sucesin (xj ) que converge a un cero de la funcin f (x). Si es un cero simple, entonces la convergencia es cuadrtica y, para j suciente grande, se cumple |ej +1 | ' |f 00 ()| |ej |2 . 2 |f 0 ()| (1)
Ejemplo 3.1 Convergencia cuadrtica. Consideremos la ecuacin x2 30 = 0, cuya solucin con 12 decimales es = 5. 47722 55750 52. La iteracin de Newton-Raphson, con valor inicial x0 = 5, es x0 = 5, x2 30 xj +1 = xj j . 2xj
Francisco Palacios
Podemos estimar el valor de A, tomando ' 5, entonces A' y, por lo tanto, |ej +1 | ' 0.1 |ej |2 . 1 = 0.1 10
Si tenemos en cuenta la frmula (1), el valor de la constante asinttica de error es 1 |f 00 ()| = A= 2 |f 0 ()| 2
Si en un paso tenemos t decimales exactos, cabe esperar que en el siguiente tengamos aproximadamente 2t. Resultan las siguientes aproximaciones y errores j 0 1 2 3 4 xj 5.0 5. 5 5. 47727 27272 73 5. 47722 55752 55 5. 47722 55750 52 |ej | = | xj |
|ej +1 | |ej |2
4
4.1
Mtodo de punto jo
Punto jo
Denicin 4.1 (Punto jo) Decimos que es un punto jo de la funcin g (x) si se cumple g () = . forma normal f (x) = 0.
Ecuacin en
Francisco Palacios
La ecuacin cos(x) x = 0 est en forma normal. Existen innitas expresiones de punto jo equivalentes, en primer lugar, podemos tomar x = cos(x). (2)
Sumando x a ambos lados de la igualdad y despejando, resulta una nueva formulacin de punto jo x= x + cos(x) . 2
4.2
Multiplicado por x los dos miembros de (2) por x y despejando, resulta p x = x cos(x).
Iteracin de punto jo
Proposicin 4.1 Supongamos que g (x) es continua, si la sucesin (xj ) denida por x0 = valor inicial, xj +1 = g (xj ), converge a un valor , entonces es un punto jo de g (x). Demostracin. Se cumple
j
lim xj = ,
Ejemplo 4.2 (a) Aproxima la solucin de cos(x) x = 0 con 5 decimales, mediante la iteracin de punto jo para la forma x= x + cos(x) 2
Francisco Palacios
cuntas iteraciones son necesarias para obtener 5 decimales? (a) En el primer caso, la frmula de recurrencia es x0 = 1, x + cos(xj ) xj +1 = j . 2 j 0 1 2 3 4 5 6 7 xj 1.0 0. 77015 0. 74398 0. 73988 0. 73921 0. 73911 0. 73909 0. 73909
Resulta
la frmula de recurrencia es x0 = 1, y obtenemos j 0 1 2 3 4 5 6 7 xj +1 = xj 1.0 0. 84677 0. 78531 0. 75926 0. 74796 0. 74300 0. 74081 0. 73985
Francisco Palacios
4.3
Teorema 4.1 Supongamos que se cumplen las siguientes hiptesis: 1. g (x) es una funcin de clase C 1 [a, b]. 2. g (x) [a, b] para todo x [a, b]. 3. max |g 0 (x)| = M1 < 1. Entonces, son ciertas las siguientes armaciones: 1. La ecuacin x = g (x) tiene solucin nica en [a, b]. 2. La iteracin de punto jo xj +1 = g (xj ) converge a la solucin para cualquier valor inicial x0 (a, b). 3. El error ej = xj , verica la desigualdad
j |ej | M1 (b a) . x[a,b]
Ejemplo 4.3 Dada la ecuacin x = cos(x), (a) Demuestra que tiene solucin nica en [0, 1]. (b) Determina el nmero de iteraciones necesarias para asegurar 4 decimales exactos mediante la iteracin de punto jo. (c) Calcula las 5 primeras iteraciones a partir de x0 = 0.5. (a) Veamos que la funcin g (x) = cos(x) cumple las condiciones del teorema. (Condicin 1) g (x) es continua con derivada continua en todo R, por lo tanto, es de clase C 1 [0, 1]. (Condicin 2) g (x) es decreciente en el intervalo [0, 1]. El mximo y mnimo absolutos de g (x) en [0, 1] son m = min cos(x) = cos(1) = 0. 5403,
x[0,1]
por lo tanto, cuando x toma valores en [0, 1], g (x) toma valores en [0.5403, 1] [0, 1]. (Condicin 3) La derivada es g 0 (x) = sin(x). Hemos de calcular M1 = max g 0 (x) .
x[0,1]
La funcin objetivo es
h(x) = | sin(x)| = sin (x) , sabemos que sin(x) es creciente en [0, 1], por lo tanto M1 = max g 0 (x) = sin (1) = 0. 84147.
x[0,1]
Francisco Palacios
En consecuencia, podemos asegurar que existe un nico punto jo en el intervalo [0, 1] y que la iteracin de punto jo converge a l para todo valor inicial x0 (0, 1) . (b) El error cumple |ej | (0. 84147)j (1 0) = (0. 84147)j . Exigimos (0. 84147)j 0.5 104 y resolvemos en j, resulta ln 0.5 104 = 57. 377. j ln (0. 84147) Esto es, necesitamos j = 58 iteraciones. (c) El valor de las primeras 5 iteraciones es j 0 1 2 3 4 5 xj 0.5 0. 87758 0. 63901 0. 80269 0. 69478 0. 76820
Si calculamos con 6 decimales, el valor de la iteracin 58 es x58 = 0.739085. En realidad, la cota de error es muy conservadora, pues el mtodo ya haba convergido con 4 decimales en la iteracin 24.
4.4
Consideremos una ecuacin f (x) = 0 que tiene una raz en el intervalo [a, b]. Para todo valor de , la expresin x = x f (x) es una formulacin equivalente en forma de punto jo x = g (x) con g (x) = x f (x)
Francisco Palacios
Es inmediato comprobar la raz de f (x) es un punto jo de g (x). La derivada de g (x) es g 0 (x) = 1 f 0 (x). Puede demostrarse que si 0 g () 1,
entonces la iteracin de punto jo es convergente para valores iniciales x0 suciente prximos a , adems, la velocidad de convergencia aumenta con la disminucin de |g 0 ()| . Eso nos llevara a elegir, entre todos los posibles valores de , aquel valor que minimize |g 0 ()|. En concreto tomamos el valor de que anula g 0 (), esto es g 0 () = 1 f 0 () = 0, resulta el valor = 1 f 0 () .
El problema est en que no conocemos y, por lo tanto, no podemos calcular . Un mtodo prctico para determinar es el siguiente: 1. Sabemos que el intervalo [a, b] contiene la solucin . Estimamos f 0 () ' 2. Tomamos = f (b) f (a) . ba 1
f (b)f (a) ba
En resumen, el mtodo es
Francisco Palacios
A partir de una representacin grca esquemtica, tomamos el intervalo [1, 2]. Escribimos la ecuacin en forma normal f (x) = 0, entonces f (x) = ln (x) Calculamos f (1) = 1, f (2) = 0. 1931. Por el Teorema de Bolzano, tenemos una raz en el intervalo [1, 2]. Estimamos el valor de f 0 () f 0 () ' y calculamos = 1 1 ' = 0. 8382. f 0 () 1. 1931 f (2) f (1) = 1. 1931, 21 1 . x
La frmula de recurrencia es, por lo tanto, x0 = 1.5, 1 . xj +1 = xj 0. 8382 ln (xj ) xj Obtenemos j 0 1 2 3 4 5 6 7 8 9 Podemos tomar = 1.7632. Ejemplo 4.5 Calcula la solucin de x = cos(x) con 4 decimales usando una formulacin de punto jo del tipo x = x f (x). xj 1.5 1. 71893 9 1. 75250 6 1. 76052 3 1. 76253 7 1. 76304 8 1. 76317 8 1. 76321 1 1. 763220 1. 76322 2
Francisco Palacios
A partir de un esquema grco, tomamos el intervalo [0, 1]. Escribimos la ecuacin en la forma f (x) = 0 con f (x) = x cos(x). Calculamos f (0) = 1, f (1) = 0. 45970. Por el Teorema de Bolzano, tenemos una raz en el intervalo [0, 1]. Estimamos el valor de f 0 () f 0 () ' y calculamos = 1 f 0 () ' 1 = 0. 6851. 1. 45970 f (1) f (0) = 1. 45970, 10
La frmula de recurrencia es, por lo tanto, x0 = 0.5, xj +1 = xj 0.6851 (xj cos (xj )) . Obtenemos j 0 1 2 3 4 5 6 7 Podemos tomar = 0.7391 xj 0.5 0. 758681 0. 736115 0. 739518 0. 739021 0. 739094 0. 739083 0. 73908 3