ESCUELA SUPERIOR POLITCNICA DE CHIMBORAZO

FACULTAD: INFORMTICA Y ELECTRNICA

ESCUELA: INGENIERA ELECTRNICA EN TELECOMUNICACIONES Y REDES

CATEDRA: MTODOS NUMRICOS

INTEGRANTES: Barragn Jeferson Carranza Geomayra Humanante David Yugcha Christian Bazantes Meliza

TEMA: Mtodos Abiertos (Mtodo de Punto Fijo, Mtodo Newton Rapshon, Mtodo Newton Rapshon Modificado y el Mtodo de la Secante) OBJETIVOS:

Disear un algoritmo en un lenguaje de programacin que permita realizar los clculos para encontrar las races de las ecuaciones, utilizando los mtodos abiertos.

Aplicar los conocimientos impartidos en clase y desarrollar el algoritmo.

MARCO TERICO:

METODOS ABIERTOS: Los mtodos abiertos utilizan una formula para predecir la raz. Esta formula puede desarrollarse como una iteracin simple de punto fijo (tambin llamada iteracin de un punto o sustitucin sucesiva o mtodo de punto fijo). Las races mltiples Las races mltiples son determinados de ecuaciones polinmicas que tienen la forma general: F(x) = a0 + a1x + a2x2 + ... + anxn

Donde n es el grado del polinomio y son los coeficientes. Las races de los polinomios pueden ser reales y/o complejas y cumple 3 reglas: * En una ecuacin de grado n, hay n races reales o complejas. * Si n es impar hay al menos una raz real. * Si hay races complejas, estas se encuentran en pares conjugados.

METODO DE PUNTO FIJO: El mtodo del punto fijo es un mtodo iterativo que permite resolver sistemas de ecuaciones no necesariamente lineales. En particular se puede utilizar para determinar races de una funcin de la forma , siempre y cuando se cumplan los criterios de convergencia.

Descripcin del Mtodo El mtodo de iteracin de punto fijo, tambin denominado mtodo de aproximacin sucesiva, requiere volver a escribir la ecuacin en la forma .

Llamemos

a la raz de . Supongamos que existe y es conocida la funcin tal que: del dominio.

Entonces:

Tenemos, pues, a Procedimiento

como punto fijo de .

El procedimiento empieza con una estimacin o conjetura inicial de

, que es mejorada por iteracin

hasta alcanzar la convergencia. Para que converja, la derivada debe ser menor que 1 en magnitud (al menos para los valores x que se encuentran durante las iteraciones). La convergencia ser establecida mediante el requisito de que el cambio en de una iteracin a la siguiente no sea mayor en magnitud que alguna pequea cantidad . Algoritmo para iteracin de punto fijo 1. Se ubica la riz de 2. Se obtiene un despeje analizando la grfica. de la funcin.

3. Obtenemos de

su derivada

. 1 obtenemos el rango de valores en los cuales esta el punto

4. Resolviendo la desigualdad -1 fijo llamado R. 5. Con R buscamos la raz en Descripcin del Mtodo

, es decir

haciendo iteracin de las operaciones.

El mtodo de iteracin de punto fijo, tambin denominado mtodo de aproximacin sucesiva, requiere volver a escribir la ecuacin en la forma .

Llamemos

a la raz de . Supongamos que existe y es conocida la funcin tal que: del dominio.

Entonces:

Tenemos, pues, a

como punto fijo de .

METODO DE NEWTON RAPSHON 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.

La funcin es mostrada en azul y la lnea tangente en rojo. Vemos que xn+1 es una mejor aproximacin que xn para la raz x de la funcin f. 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. Obtencin del Algoritmo Tres son las formas principales por las que tradicionalmente se ha obtenido el algoritmo de NewtonRaphson. 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 , se logra la interseccin

derivada de la funcin en el punto, . La nueva aproximacin a la raz, de la funcin lineal con el eje X de abscisas. Matemticamente:

Ilustracin de una iteracin del mtodo de Newton (la funcin f se demuestra en azul y la lnea de la tangente est 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 para el cero (x) de la funcin f. es una mejor aproximacin que

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 sustituyendo en la expresin anterior, obtenemos el algoritmo.

, luego,

Finalmente, hay que indicar que el mtodo de Newton-Raphson puede interpretarse como un mtodo de iteracin de punto fijo. As, dada la ecuacin iteracin de punto fijo: , se puede considerar el siguiente mtodo de

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:

Expresin que coincide con la del algoritmo de Newton-Raphson Convergencia del Mtodo 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. Estimacin del Error Se puede demostrar que el mtodo de Newton-Raphson tiene convergencia cuadrtica: si entonces: es raz,

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. Teorema de Convergencia Local del Mtodo de Newton Sea . Si , y verifica que: , entonces existe un r>0 tal que si

, entonces la sucesin xn con

para todo n y xn tiende a p cuando n tiende a infinito. Si adems , entonces la convergencia es cuadrtica.

METODO DE NEWTON RAPSHON MODIFICADO Mtodo de Newton Raphson modificado Es idntico al mtodo de Newton-Raphson pero en lugar de calcular la matriz tangente (matriz de rigidez en problema estructural) en cada iteracin, se calcula una sola vez para cada paso. Tipo: Mtodo incremental-iterativo. Estimacin (Predictor): t+tu1 = tu (Siendo tu la solucin (que convergi en el instante t) Correccin. La correccin viene directamente calculada a partir de la matriz tangente de la

ecuacin de equilibrio:

La solucin final se obtiene por sucesivas aproximaciones:

La clave de clculo de la integracin numrica radica en escoger el valor de la matriz tangente. Las posibles opciones son las siguientes: Se utiliza la matriz de tangente inicial en cada paso (Matriz tangente calculada en la iteracin Se utiliza la matriz tangente correspondiente al instante anterior (t) al actual (t+t). En mecnica de medios continuos, a esta opcin se denomina el mtodo de la tensin inicial.

Ventajas: El clculo de la matriz tangente se realiza una vez para cada paso.

Desventajas La convergencia es ms lenta. Puede no converger si la tangente es de signo contrario a la tangente de la solucin actual.

METODO 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 Newton-Raphson. Sin embargo, este mtodo fue desarrollado independientemente de este ltimo.

El mtodo El mtodo se define por la relacin de recurrencia:

Como se puede ver, este mtodo necesitar dos aproximaciones iniciales 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 (xn1, f(xn1)) y (xn, f(xn)). 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 iniciales x0 y x1, se construye una lnea por los puntos (x0, f(x0)) y (x1, f(x1)). En forma punto-pendiente, esta lnea tiene la ecuacin mostrada anteriormente. 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, y un nuevo valor. Seguimos este proceso, hasta llegar a un nivel suficientemente alto de precisin (una diferencia lo suficientemente pequeas entre xn y xn-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. REALIZACION DEL PROYECTO:

RECOMENDACIN: Tener conocimientos bsicos sobre borlando c++ principalmente al momento de ingresar la funcin

BIBLIOGRAFA: Mtodos Numricos para ingenieros; Steven Chapra Raymond Canale Quinta edicin. Analisis Numerico - Richard L. Burden & J. Douglas Faires; Sptima edicin http://es.wikipedia.org/wiki/M%C3%A9todo_de_Newton http://es.scribd.com/doc/34919379/METODOS-ABIERTOS http://es.scribd.com/doc/34596741/Metodos-Abiertos http://es.wikipedia.org/wiki/M%C3%A9todo_de_la_secante http://es.wikipedia.org/wiki/M%C3%A9todo_del_punto_fijo

ANEXOS: Manual de instrucciones: