INSTITUTO UNIVERSITARIO POLITECNICO SANTIAGO MARIO
MINISTERIO DEL PODER POPULAR PARA LA EDUCACION
ESCUELA 47 ING. SISTEMAS EXTENSION MATURIN
METODOS ABIERTOS
Profesora: Rossana Velzquez Alumno: Cesar Rodrguez C.I 18.927.029
Maturn, 21 de mayo de 2013
INTRODUCCION
Los mtodos abiertos utilizan una frmula para predecir la raz. Esta frmula puede desarrollarse como una iteracin simple de punto fijo (tambin llamada iteracin de un punto o sustitucin sucesiva o mtodo de punto fijo).
SISTEMAS ABIERTOS
Hay un tipo de mtodos que aprovechan races de ecuaciones, que son los llamados mtodos abiertos. Estos mtodos tienen caractersticas importantes de recalcar, como por ejemplo: slo requieren un valor inicial o un par, pero que pueden no encerrar la raz. Tienen un problema, y es que tales mtodos pueden ser divergentes conforme se realizan iteraciones. Pero si un mtodo abierto se hace converger a la solucin, usualmente lo hace con mayor rapidez que los mtodos cerrados Requieren uno o dos puntos iniciales, pero no es necesario que la raz se encuentre encerrada en ellos. Por eso se llaman Abiertos. Los Mtodos abiertos: 1. Se basan en frmulas requieren un nico valor de inicio o si requieren dos, no es necesario que encierren a la raz 2. No est garantizada la convergencia 3. En caso de converger, lo hacen mucho ms rpido que los mtodos cerrados Los tres principales son: Aproximaciones sucesivas o Punto Fijo Newton Raphson Secante
METODO DEL PUNTO FIJO
Un mtodo es convergente, si la solucin aproximada tiende a la solucin verdadera. Un mtodo abierto muy simple es el de punto fijo. Bsicamente, consiste en reordenar los trminos de la funcin de modo que f(x), al igualarla a cero para evaluar las races, se haga una transformacin para que la variable x est a la izquierda de la forma x = g(x) ; x i+1 = g(x i )
El mtodo de punto fijo o de aproximaciones sucesivas es, junto con el de Biseccin, uno de los primeros mtodos que se utilizaron para resolver ecuaciones algebraicas y trascendentes. No obstante que en la actualidad existen otros mtodos ms eficientes, el de punto fijo se considera el ms simple en sus principios y en l se pueden apreciar claramente todas las caractersticas de un mtodo de aproximaciones sucesivas. Sea F(x) = 0 una ecuacin algebraica o trascendente cualquiera. Se suma x en ambos miembros y se obtiene: F(x) + x = x donde el miembro izquierdo es otra funcin de x que se define como (2) G(x) + x = x Se sustituye en la ecuacin (1): (3) x = G(x) Obsrvese ahora que cualquier ecuacin puede representarse en esta forma, siguiendo el procedimiento anterior. Si x = a es una raz de la ecuacin, entonces F (a) = 0 o bien, al sustituir en la ecuacin (3) a = G (a) El mtodo de aproximaciones sucesivas consiste en sustituir un valor inicial (x0) apropiado (cercano a la raz) en el segundo miembro de la ecuacin (3). Si x0 es la raz, se deber cumplir la ecuacin (4); esto es: x0 = G(xo) pero esto ser difcil de que ocurra; seguramente el valor inicial principal proporcionado xo ser solo un valor cercano a la raz. Entonces, en el caso general: x0 =/ G(x0) o bien, x1 = G(x0) donde x1 es la nueva aproximacin de la raz a. se sustituye x1 en el segundo miembro de la ecuacin (3) y se obtiene: x2 = G(x1) Al proceder reiteradamente en esta forma se induce que la n-sima aproximacin es: Xn = G(Xn-1) n = 1,2,3,..... De acuerdo con lo visto en los temas anteriores, puede afirmarse que si el mtodo converge, la diferencia en valor absoluto entre valores proporcionados en dos iteraciones sucesivas ser cada vez ms pequea a medida que n aumente, y con esto se tendr un criterio para saber cundo termina la aplicacin del mtodo. Es posible afirmar que si en la n-sima iteracin el mtodo se est aproximando a la raz o converge a ella, entonces: |G(t)| = |a - Xn| / |a - Xn-1| <1 Es decir, el mtodo es convergente si: |G(t)|<1 Xn-1<t<a Esto significa que el mtodo converge en la n-sima iteracin cuando el valor absoluto de la derivada de G(x) en cualquier punto del intervalo (Xn-1, a) es menor que la unidad. Por otra parte el mtodo es divergente si |a - Xn| > |a - Xn-1| Recordar que el mtodo de Punto Fijo, nos dice que, solo podr haber y tener un nico punto o raz
METODO DE NEWTON RAPHSON
En anlisis numrico, el mtodo de Newton (conocido tambin como mtodo de Newton- Raphson, 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 el mnimo de una funcin, encontrando los ceros de su primera derivada. El mtodo consiste en empezar con un valor de x0 (cercano a la raz) y trazar la tangente en el punto (x0, f(x0)). El punto donde esta tangente cruza al eje x se toma como la siguiente aproximacin. Esto contina hasta que valores de x sucesivos estn suficientemente prximos o el valor de la funcin est suficientemente cerca de cero.
Hay por lo menos tres maneras usuales de introducir el mtodo de Newton Raphson: a) se puede derivar geomtricamente o tcnica grfica b) el uso de la serie de Taylor, c) deriva el mtodo de Newton a partir de la tcnica de iteracin de punto fijo.
DESCRIPCION DEL METODO 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 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.
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 estimarlas races de la tendencia, as como algoritmos que extienden el mtodo de Newton a sistemas multivariables, sistemas de ecuaciones, etc.
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 estimarlas races de la tendencia, as como algoritmos que extienden el mtodo de Newton a sistemas multivariables, sistemas de ecuaciones, etc.
Algoritmo Tres son las formas principales por las que tradicionalmente se ha obtenido el algoritmo de Newton-Raphson. La primera de ellas es una simple interpretacin geomtrica. En efecto, atendiendo al desarrollo geomtrico del mtodo de la secante, podra pensarse en que si los puntos de iteracin estn lo suficientemente cerca (a una distancia infinitesimal), entonces la secante se sustituye por la tangente a la curva en el punto. As pues, si por un punto de iteracin trazamos la tangente a la curva, por extensin con el mtodo de la secante, el nuevo punto de iteracin se tomar como la abscisa en el origen de la tangente (punto de corte de la tangente con el eje X). Esto es equivalente a linealizar la funcin, es decir, f se reemplaza por una recta tal que contiene al punto ( , ( )) y cuya pendiente coincide con la derivada de la funcin en el punto, . La nueva aproximacin a la raz, , se logra la interseccin de la funcin lineal con el eje X de abscisas. Matemticamente:
Ilustracin de una iteracin del mtodo de Newton (la funcin f se muestra en azul y la lnea de la tangente en rojo). Vemos que es una aproximacin mejor que para la raz de la funcin . En la ilustracin adjunta del mtodo de Newton se puede ver que es una mejor aproximacin que para el cero (x) de la funcin f. Una forma alternativa de obtener el algoritmo es desarrollando la funcin f (x) en serie de Taylor, para un entorno del punto :
Si se trunca el desarrollo a partir del trmino de grado 2, y evaluamos en:
Si adems se acepta que tiende a la raz, se ha de cumplir que , luego, sustituyendo en la expresin anterior, obtenemos el algoritmo. Finalmente, hay que indicar que el mtodo de Newton-Raphson puede interpretarse como un mtodo de iteracin de punto fijo. As, dada la ecuacin , se puede considerar el siguiente mtodo de iteracin de punto fijo:
Se escoge h (x) de manera que g'(r)=0 (r es la raz buscada). Dado que g'(r) es:
Entonces
Como h (x) no tiene que ser nica, se escoge de la forma ms sencilla:
Por tanto, imponiendo subndices:
Convergencia El orden de convergencia de este mtodo es, por lo menos, cuadrtico. Sin embargo, si la raz buscada es de multiplicidad algebraica mayor a uno (i.e, una raz doble, triple, ...), el mtodo de Newton-Raphson pierde su convergencia cuadrtica y pasa a ser lineal de constante asinttica de convergencia 1-1/m, con m la multiplicidad de la raz. Existen numerosas formas de evitar este problema, como pudieran ser los mtodos de aceleracin de la convergencia tipo de Aitken o el mtodo de Steffensen. Derivados de Newton-Raphson destacan el mtodo de Ralston-Rabinowitz, que restaura la convergencia cuadrtica sin ms que modificar el algoritmo a:
Evidentemente, este mtodo exige conocer de antemano la multiplicidad de la raz, lo cual no siempre es posible. Por ello tambin se puede modificar el algoritmo tomando una funcin auxiliar g(x) = f(x)/f'(x), resultando:
Su principal desventaja en este caso sera lo costoso que pudiera ser hallar g(x) y g'(x) si f(x) no es fcilmente derivable. Por otro lado, la convergencia del mtodo se demuestra cuadrtica para el caso ms habitual en base a tratar el mtodo como uno de punto fijo: si g '(r)=0, y g''(r) es distinto de 0, entonces la convergencia es cuadrtica. Sin embargo, est sujeto a las particularidades de estos mtodos. Ntese de todas formas que el mtodo de Newton-Raphson es un mtodo abierto: la convergencia no est garantizada por un teorema de convergencia global como podra estarlo en los mtodos de falsa posicin o de biseccin. As, es necesario partir de una aproximacin inicial prxima a la raz buscada para que el mtodo converja y cumpla el teorema de convergencia local. Teorema de Convergencia Local Sea . Si , y , entonces existe un r>0 tal que si , entonces la sucesin x n con verifica que: para todo n y x n tiende a p cuando n tiende a infinito. Si adems , entonces la convergencia es cuadrtica. Teorema de Convergencia Global Sea verificando 1 : 1. 2. para todo 3. para todo 4. Entonces existe un nico tal que por lo que la sucesin converge a s.
Estimacin del error Se puede demostrar que el mtodo de Newton-Raphson tiene convergencia cuadrtica: si es raz, entonces:
para una cierta constante . Esto significa que si en algn momento el error es menor o igual a 0,1, a cada nueva iteracin doblamos (aproximadamente) el nmero de decimales exactos. En la prctica puede servir para hacer una estimacin aproximada del error: Error relativo entre dos aproximaciones sucesivas:
Con lo cual se toma el error relativo como si la ltima aproximacin fuera el valor exacto. Se detiene el proceso iterativo cuando este error relativo es aproximadamente menor que una cantidad fijada previamente.
METODO SECANTE La recta secante es una recta que corta a una circunferencia en dos puntos. Conforme estos puntos de corte se acercan, dicha recta se aproxima a un punto y, cuando solo existe un punto que toca la circunferencia, se le llama tangente.
Dados los puntos de interseccin A y B puede calcularse la ecuacin de la recta secante empleando para saber la respuesta de sta operacin se emplea en matemticas la ecuacin de la recta que pasa por dos puntos. En anlisis numrico el mtodo de la secante es un mtodo para encontrar los ceros de una funcin de forma iterativa. Uno de los objetivos de este mtodo es eliminar el problema de la derivada de la funcin, ya que existen funciones que describen fenmenos fsicos en la vida real, cuya derivada es muy compleja. El mtodo de la secante es muy similar al de Newton con la diferencia principal que en este mtodo de la secante no requiere de la segunda derivada. El mtodo se basa en obtener la ecuacin de la recta que pasa por los puntos (xn1), f(xn1)) y (xn, f(xn)). A dicha recta se le llama secante por cortar la grfica de la funcin. Posteriormente se escoge como siguiente elemento de la relacin de recurrencia, xn+1, la interseccin de la recta secante con el eje de abscisas obteniendo la frmula. Este mtodo, a diferencia del de biseccin y regla falsa, casi nunca falla ya que solo requiere de 2 puntos al principio, y despus el mismo mtodo se va retroalimentando. Lo que hace bsicamente es ir tirando rectas secantes a la curva de la ecuacin que se tiene originalmente, y va checando la interseccin de esas rectas con el eje de las X para ver si es la raz que se busca.
Mtodo El mtodo se define por la relacin de recurrencia:
Como se puede ver, este mtodo necesitar dos aproximaciones inciales de la raz para poder inducir una pendiente inicial. Derivacin del mtodo El mtodo se basa en obtener la ecuacin de la recta que pasa por los puntos (x n1 , f(x n1 )) y (x n , f(x n )). A dicha recta se le llama secante por cortar la grfica de la funcin. En la imagen de arriba a la derecha se toman los puntos inciales x 0 y x 1 , se construye una lnea por los puntos (x 0 , f(x 0 )) y (x 1 , f(x 1 )). En forma punto-pendiente, esta lnea tiene la ecuacin mostrada anteriormente. Posteriormente se escoge como siguiente elemento de la relacin de recurrencia, x n+1 , la interseccin de la recta secante con el eje de abscisas obteniendo la frmula, y un nuevo valor. Seguimos este proceso, hasta llegar a un nivel suficientemente alto de precisin (una diferencia lo suficientemente pequeas entre x n y x n-1 ). Convergencia El orden de convergencia de este mtodo, en un punto cercano a la solucin, es donde
es el nmero ureo, por lo que se trata de una convergencia supe lineal inferior a la del mtodo de Newton-Raphson. En caso de que la aproximacin inicial sea demasiado lejana o la raz no sea simple, este mtodo no asegura la convergencia y tiene un comportamiento similar al de Newton-Raphson.
CONCLUSIONES En anlisis numrico, el mtodo de Newton (conocido tambin como el mtodo de Newton-Raphson 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 secante Este mtodo se basa en la frmula de Newton-Raphson.