0% encontró este documento útil (0 votos)
213 vistas54 páginas

Universidad Nacional Agraria La Molina

Este documento presenta el método del punto fijo y el método de Newton-Raphson para encontrar las raíces de una ecuación. Explica cómo construir una sucesión que converge a una raíz mediante iteraciones que toman como entrada la función original. También describe cómo el método de Newton proporciona una convergencia cuadrática rápida a costa de requerir el cálculo de la derivada. Por último, explica métodos para estimar las raíces de polinomios como la factorización y el uso de funciones de MATLAB.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
213 vistas54 páginas

Universidad Nacional Agraria La Molina

Este documento presenta el método del punto fijo y el método de Newton-Raphson para encontrar las raíces de una ecuación. Explica cómo construir una sucesión que converge a una raíz mediante iteraciones que toman como entrada la función original. También describe cómo el método de Newton proporciona una convergencia cuadrática rápida a costa de requerir el cálculo de la derivada. Por último, explica métodos para estimar las raíces de polinomios como la factorización y el uso de funciones de MATLAB.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

UNIVERSIDAD NACIONAL

AGRARIA LA MOLINA

A. Canchoa Quispe

Raíces – Parte 2
1
Método del Punto Fijo
• Problema.- Encontrar x tal que f(x) = 0.

• Este problema se puede cambiar a un


problema equivalente de punto fijo, G(x) = x
y se construye una sucesión {xk} que se
inicia en x0 y luego xk+1 := G(xk) .

Métodos Numéricos I Alessandri Canchoa Quispe 2


(Agosto - 2020)
• Def.- Si x* es un punto tal que G(x*) = x*, se
dice que x* es un punto fijo de la función G o
que x* es una solución de G(x) = x.

Métodos Numéricos I Alessandri Canchoa Quispe 3


(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 4
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 5
(Agosto - 2020)
Iteraciones gráficas de las iteraciones del punto fijo.
Se aprecia la divergencia de las iteraciones xk.

y = G(x)
y = F(x)
1
y=x

0.8
x2=G(x1)
0.6
x1=G(x0)

0.4 x3=G(x2)

0.2

0
.x5 x3 x1 x*x0 x2 x4
Métodos
0 Numéricos I 0.2 Alessandri
0.4 Canchoa
0.6Quispe 0.8 1 6 1.2
(Agosto - 2020)
>> format long
>> g=inline('-log(x)');
>> f=inline('x + log(x)');
>> k = 0; xk = 0.6;
>> k = k+1, xk = g(xk)
k= 1
xk = 5.108256237659907e-01
>> k = k+1, xk = g(xk)
k= 2
xk = 6.717269920921219e-01
….
>> k = k+1, xk = g(xk)
k= 7
xk = -9.181584979211512e-01
>> k = k+1, xk = g(xk)
k= 8
xk = 8.538524757739584e-02 - 3.141592653589793e+00i
Métodos Numéricos I Alessandri Canchoa Quispe 7
La sucesión
(Agosto - 2020) diverge, hay que elegir otra función G.
Teorema (del Punto Fijo)

Métodos Numéricos I Alessandri Canchoa Quispe 8


(Agosto - 2020)
Teorema

Métodos Numéricos I Alessandri Canchoa Quispe 9


(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 10
(Agosto - 2020)
Iteraciones gráficas de las iteraciones del punto fijo. Se aprecia
la convergencia de las iteraciones xk hacía x*.
Y
1

y =y F(x)
= G(x) y=x
0.8
x2=G(x1) (x1, G(x1))

0.6

x1 =G(x0)
x1 = F(x0) (x0,
(x0, F(x0))
G(x0))
0.4

0.2

0
Métodos Numéricos I x1 x* x2
Alessandri Canchoa Quispe
x0 X 11
(Agosto - 2020)
-0.2 0 0.2 0.4 0.6 0.8 1 1.2
Métodos Numéricos I Alessandri Canchoa Quispe 12
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 13
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 14
(Agosto - 2020)
function [xk, k] = punto_fijo(f, g, x0, tol, err)
k=0; xk = x0;
PARAR = 0;
while ~PARAR
xk1 = G(xk);
PARAR = abs(f(xk1)) < tol & abs(xk1-xk)/(abs(xk1)+eps) < err;
k = k+1; xk = xk1;
end
end

Métodos Numéricos I Alessandri Canchoa Quispe 15


(Agosto - 2020)
El método de Newton-Raphson

LT,k

x
Métodos Numéricos I Alessandri Canchoa Quispe 17
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 18
(Agosto - 2020)
Iteraciones del método de Newton-
Raphson

Métodos Numéricos I Alessandri Canchoa Quispe 19


(Agosto - 2020)
x
Métodos Numéricos I Alessandri Canchoa Quispe 20
(Agosto - 2020)
x

Métodos Numéricos I Alessandri Canchoa Quispe 21


(Agosto - 2020)
x
Métodos Numéricos I Alessandri Canchoa Quispe 22
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 23
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 24
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 25
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 26
(Agosto - 2020)
Se dice que la convergencia es cuadrática.

Métodos Numéricos I Alessandri Canchoa Quispe 29


(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 30
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 31
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 32
(Agosto - 2020)
Método de las Secantes
y = f(x) Lsec,k

r
xk+1 xk xk-1 xk-2 x
33
Métodos Numéricos I Alessandri Canchoa Quispe 34
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 35
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 36
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 37
(Agosto - 2020)
function [xk, k] = secante1(f, x0, x1, tol, err)
PARAR = 0; k = 1; xk0 = x0; xk = x1;
while ~PARAR
xk1=xk-(xk-xk0)/(f(xk)-f(xk0))*f(xk);
PARAR = abs(f(xk1))<tol & abs(xk1-xk)/(abs(xk1)+eps)<err;
xk0 = xk; xk = xk1; k = k+1;
end

Métodos Numéricos I Alessandri Canchoa Quispe 38


(Agosto - 2020)
>> f=@(x)exp(-x)-x
>> [xk, k]=secante1(f,x0=0.5,x1=0.6,tol=1e-12,err=1e-13)

xk = 0.567143290409784
k=6

Se obtiene la aproximación x6 = 0.567143290409784


de una raíz de f con una tolerancia 10-12 y error relativo
aproximado menor que 10-12.

Métodos Numéricos I Alessandri Canchoa Quispe 39


(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 40
(Agosto - 2020)
Métodos Numéricos I Alessandri Canchoa Quispe 41
(Agosto - 2020)
Cálculo de ceros de polinomios
• Teorema Un polinomio de grado n tiene exactamente n
ceros en el plano complejo, conviniendo que cada cero debe
contarse un número de veces igual a su multiplicidad.

• Teorema Todos los ceros del polinomio


Pn(z) = anzn + an-1zn-1 +…+ a2z2 + a1z + a0,
donde akR o akC, k = 0, 1, 2,…,n se encuentran en el
disco cerrado cuyo centro está en el origen del plano
complejo y cuyo radio es
 = 1 + |an|-1 max {|ak| : k = 0, 1, 2,…,n-1}

42
43
Ejemplo: Se quiere estimar las raíces del polinomio
P4(x) = 3x4 + 4x3 +1.

44
Métodos Numéricos I Alessandri Canchoa Quispe 45
(Agosto - 2020)
46
Factorizando P4(x) = 3x4 +4x3 +0x2 +0x+1

-1

47
48
Factorizando P3(x) = 3x3 +x2 -x+1.

x=-1

49
Métodos Numéricos I Alessandri Canchoa Quispe 50
(Agosto - 2020)
Ejemplo: Se quiere estimar las raíces del
polinomio P4(x) = 16x4-40x3+5x2+20x+6.

51
Métodos Numéricos I Alessandri Canchoa Quispe 52
(Agosto - 2020)
53
Métodos Numéricos I Alessandri Canchoa Quispe 54
(Agosto - 2020)
55
Métodos Numéricos I Alessandri Canchoa Quispe 56
(Agosto - 2020)
Ejemplo: Se quiere estimar las raíces del
polinomio P4(x) = 16x4-40x3+5x2+20x+6.
• Aplicando la función roots() de MATLAB:
>> p4 = [ 16, -40 , 5, 20, 6]
>> r = roots(p4)
r=
1.97044607872988
1.24167744476478
-0.35606176174733 + 0.16275838285138i
-0.35606176174733 - 0.16275838285138i
57

También podría gustarte