Solucin Numrica De Ecuaciones No Lineales De Una Variable.

Resolucin numrica de ecuaciones no lineales En anlisis numrico un algoritmo de bsqueda de races es un mtodo numrico o algoritmo para encontrar las soluciones aproximadas de una ecuacin dada por la expresin f(x) = 0 para una funcin matemtica f dada. A la solucin x de la ecuacin se le llama raz o cero de la funcin. Igualmente, resolver la ecuacin f(x) = g(x) es anlogo a resolver la ecuacin f g = 0, es decir, encontrar las races de la funcin f - g. Este artculo trata sobre cmo encontrar races reales complejas, aproximadas por nmeros de punto flotante.Los mtodos numricos de resolucin de ecuaciones no lineales suelen ser mtodos iterativos que producen una sucesin de valores aproximados de la solucin, que se espera, que converja a la raz de la ecuacin. Estos mtodos van calculando las sucesivas aproximaciones en base a los anteriores, a partir de una o varias aproximaciones iniciales. El comportamiento de los algoritmos de bsqueda de races se estudia en anlisis numrico. Funcionan mejor cuando se toman en cuenta las caractersticas de la funcin. Para saber que mtodo debemos aplicar, hay que tener en cuenta la capacidad de separar races cercanas, confiabilidad en el alcance de soluciones evitando errores numricos graves y orden de convergencia Algoritmos generales para ecuaciones de una variable Los siguientes mtodos son para calcular las races reales de una ecuacin dada por f(x) = 0 donde se exige al menos que la funcin f sea una funcin continua para garantizar la existencia de solucin. La mayora de mtodos se obtienen de interpolar la funcin, generalmente mediante un polinomio de primer grado (interpolacin lineal) y despus aproximar la solucin mediante alguna de las races del polinomio. El algoritmo ms simple de bsqueda de races es el mtodo de biseccin. Requiere un intervalo inicial que contenga alguna raz de la ecuacin (de forma que la funcin tome en los extremos del mismo valores de distinto signo; vase el teorema de Bolzano). Dicho intervalo inicial se va dividiendo sucesivamente por la mitad (se bisecta) tomndose el intervalo que contiene a la raz. A pesar de ser un mtodo que siempre converge a una solucin, converge muy lentamente. El mtodo de Newton asume que la funcin f sea continuamente derivable y que se conoce la derivada de la funcin. Este mtodo puede no converger si se comienza con un valor muy alejado de la raz. Sin embargo, si converge, lo hace mucho ms rpido que el mtodo de biseccin (usualmente, de manera cuadrtica), por eso el nmero de dgitos correctos se duplica en cada iteracin. El mtodo de Newton tambin es til porque se generaliza para problemas de dimensiones ms altas.Reemplazando la derivada del mtodo de Newton por un cociente incremental, obtenemos el mtodo de la secante. Este mtodo no requiere el clculo (ni la existencia) de la derivada, pero el precio que se debe pagar es un orden de convergencia ms bajo (aproximadamente 1.6).El mtodo de la regla falsa (o regula falsi) es un mtodo que combina lo mejor del mtodo de biseccin y del mtodo de la secante. El mtodo corta el intervalo en dos partes como en el mtodo de biseccin, pero a diferencia de ste, lo corta por el valor obtenido aplicando el mtodo de la secante a los extremos del intervalo, no siendo generalmente las partes iguales. El mtodo converge siempre a una raz de la ecuacin, generalmente de forma ms rpida que el mtodo de biseccin pero ms lenta que el mtodo de la secante. Finalmente, hay una familia de mtodos conocidos como mtodos de punto fijo. Estos mtodos se basan en obtener a partir de la ecuacin f(x) = 0 una ecuacin equivalente de la formag(x) = x cuya solucin se convierta en un punto fijo de g e iterando a partir de un valor inicial hasta que se alcance.

2.1busqueda de valores iniciales. tabulacin y graficacin . 2.2metodos cerrados y sus interpretaciones geomtricas(biseccin y regla falsa) REGLA FALSA el mtodo de regula falsi o falsa posicin es un mtodo iterativo de resolucin numrica de ecuaciones no lineales. El mtodo combina el mtodo de biseccin y el mtodo de la secante.

[editar]El mtodo Se busca una solucin de la ecuacin f(x) = 0, una raz de f. Como en el mtodo de biseccin, se parte de un intervalo inicial [a0,b0] con f(a0) y f(b0) de signos opuestos, lo que garantiza que en su interior hay al menos una raz (vase elteorema de Bolzano). El algoritmo va obteniendo sucesivamente en cada paso un intervalo ms pequeo [ak, bk] que sigue incluyendo una raz de la funcin f. A partir de un intervalo [ak, bk] se calcula un punto interior ck:

Dicho punto es la interseccin de la recta que pasa por (a,f(ak)) y (b,f(bk)) con el eje de abscisas (igual a como se hace en el mtodo de la secante). Se evala entonces f(ck). Si es suficientemente pequeo, ck es la raz buscada. Si no, el prximo intervalo [ak+1, bk+1] ser:

[ak, ck] si f(ak) y f(ck) tienen signos opuestos;

[ck, bk] en caso contrario. Anlisis del mtodo Se puede demostrar que bajo ciertas condiciones el mtodo de la falsa posicin tiene orden de convergencia lineal, por lo que suele converger ms lentamente a la solucin de la ecuacin que el mtodo de la secante, aunque a diferencia de en el mtodo de la secante el mtodo de la falsa posicin siempre converge a una solucin de la ecuacin. El algoritmo tiene el inconveniente de que si la funcin es convexa o cncava cerca de la solucin, el extremo del intervalo ms alejado de la solucin queda fijo variando nicamente el ms cercano, convergiendo muy lentamente. Un ejemplo de este fenmeno se da en la funcin:

comenzando con [1,1]. El extremo izquierdo del intervalo, 1, nunca cambia; el extremo derecho se aproxima a 0 linealmente.La situacin en que el mtodo falla es fcil de detectar (el mismo extremo del intervalo se elige dos veces seguidas) y fcil de corregir eligiendo un ck diferente, como:

restndole peso a uno de los extremos del intervalo para obligar a que el prximo ck ocurra de ese lado de la funcin. El factor 2 usado arriba, garantiza una convergencia superlineal (asintticamente, el algoritmo ejecuta dos pasos normales por cada paso modificado). Hay otras formas que dan incluso mejores tasas de convergencia. El ajuste mencionado arriba, y otras modificaciones similares se conocen como Algoritmo Illinois. Ford1 resume y analiza las variantes superlineales del mtodo regula falsi modificado. A juzgar por la bibliografa, estos mtodos eran bien conocidos en los aos 1970 pero han sido olvidados en los textos actuales. MTODO DE BISECCIN el mtodo de biseccin es un algoritmo de bsqueda de races que trabaja dividiendo el intervalo a la mitad y seleccionando el subintervalo que tiene la raz.

Este es uno de los mtodos ms sencillos y de fcil intuicin para resolver ecuaciones en una variable. Se basa en el teorema del valor intermedio (TVI), el cual establece que toda funcin continua f en un intervalo cerrado [a,b] toma todos los valores que se hallan entre f(a) y f(b). Esto es que todo valor entre f(a) y f(b) es la imagen de al menos un valor en el intervalo [a,b]. En caso de que f(a) y f(b) tengan signos opuestos, el valor cero sera un valor intermedio entre f(a) y f(b), por lo que con certeza existe un p en [a,b] que cumple f(p)=0. De esta forma, se asegura la existencia de al menos una solucin de la ecuacin f(a)=0. El mtodo consiste en lo siguiente:

Debe existir seguridad sobre la continuidad de la funcin f(x) en el intervalo [a,b] A continuacin se verifica que Se calcula el punto medio m del intervalo [a,b] y se evala f(m) si ese valor es igual a cero, ya hemos encontrado la raz buscada En caso de que no lo sea, verificamos si f(m) tiene signo opuesto con f(a) o con f(b) Se redefine el intervalo [a, b] como [a, m] [m, b] segn se haya determinado en cul de estos intervalos ocurre un cambio de signo Con este nuevo intervalo se contina sucesivamente encerrando la solucin en un intervalo cada vez ms pequeo, hasta alcanzar la precisin deseada

En la siguiente figura se ilustra el procedimiento descrito. El mtodo de biseccin es menos eficiente que el mtodo de Newton, pero es mucho ms seguro para garantizar la convergencia. Si f es una funcin continua en el intervalo [a, b] yf(a)f(b) < 0, entonces este mtodo converge a la raz de f. De hecho, una cota del error absoluto es:

en la n-sima iteracin. La biseccin converge linealmente, por lo cual es un poco lento. Sin embargo, se garantiza la convergencia si f(a) y f(b) tienen distinto signo. Si existieran ms de una raz en el intervalo entonces el mtodo sigue siendo convergente pero no resulta tan fcil caracterizar hacia qu raz converge el mtodo.

Algoritmo Para aplicar el mtodo consideremos tres sucesiones definidas por las siguientes relaciones:

Donde los valores iniciales vienen dados por:

Se puede probar que las tres sucesiones convergen al valor de la nica raz del intervalo:

2.3metods abiertos y sus represetaciones ggeometricas asi como sus criterios de convergensiia(newtoneaphson.secante) Mtodo de la secante

Dos primeras iteraciones del mtodo 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 delmtodo 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 superlineal 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.. Mtodo de Newton 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. Descripcin del mtodo

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 rectatangente 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 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 (x0, f (x0)) y cuya pendiente coincide con la derivada de la funcin en el punto, f'(x0). La nueva aproximacin a la raz, x1, 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 demuestra en azul y la lnea de la tangente est en rojo). Vemos que xn + 1 es una aproximacin mejor que xnpara la raz x de la funcin f. En la ilustracin adjunta del mtodo de Newton se puede ver que xn + 1 es una mejor aproximacin que xn 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 xn:

Si se trunca el desarrollo a partir del trmino de grado 2, y evaluamos en xn + 1:

Si adems se acepta que xn + 1 tiende a la raz, se ha de cumplir que f(xn + 1) = 0, 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 f(x) = 0, 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:

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. 2.4aplicaciones de soluciones de ecuaciones no lineales 2.5uso de herramientas computacionales