TEMA 2: Resolucin de

ecuaciones de una variable

Mtodos numricos desarrollados en OCTAVE
0. Objetivos del tema
- Dada una funcin no lineal o trascendente
f(x); encontrar un valor x* tal que f(x*) = 0.
(En realidad f(x*) 0)
Para ello:
- Desarrollar y programar mtodos numricos que permitan aproximar la solucin con
una tolerancia controlada.
- Programar los esquemas numricos de manera que la aproximacin de la raz
converja sistemticamente a la raz verdadera.
- Clasificar los mtodos numricos disponibles en mtodos abiertos y cerrados.
1. Introduccin
El problema que se pretende resolver en este tema es la bsqueda de races o
ceros de una ecuacin algebraica no lineal f(x) en un intervalo [a, b]. Es decir,
encontrar un valor x* [a,b] / f(x*) = 0.
Los mtodos numricos pretenden aportar una solucin aproximada del problema
que, o bien no tiene una solucin analtica, o encontrarla implica un nmero muy
grande de operaciones. En ambos casos, la potencia de clculo de un ordenador
supone encontrar una solucin rpida, siempre que se implemente
adecuadamente el problema en un cdigo informtico.
Aunque existen multitud de mtodos disponibles, en este tema se explicarn los
ms sencillos, cuya solucin puede servir de valor inicial al emplear mtodos ms
complejos. Ntese, que la mayora de estos mtodos ms sofisticados son
variaciones que optimizan los metodos bsicos que se van a explicar. Adems,
en muchos casos tpicos de ingeniera, los mtodos sencillos proporcionan
soluciones perfectamente vlidas.
2. Mtodos cerrados. Mtodos grficos
El objetivo es resolver la ecuacin f(x) = 0. Se dibuja la funcin y = f(x) y se observa
dnde cruza el eje de abscisas.
Raz
f(x)
x
- La gran ventaja de este mtodo es su gran sencillez, lo que
permite implementarlo fcilmente en software cientfico.
- La desventaja es obvia, la raz de la funcin as calculada es
muy imprecisa. No obstante, es el mejor mtodo para
acometer el estudio inicial de la funcin y, por tanto, para
obtener un valor inicial de la raz que se quiere calcular.
Como veremos ms adelante, este valor inicial tendr una
importancia capital para asegurar la convergencia de los
mtodos ms elaborados que estudiaremos a partir de ahora.
2. Mtodos cerrados. Mtodos de la Biseccin
El mtodo de la Biseccin se basa en el teorema de Bolzano:
Si una funcin f(x) es continua y definida en el intervalo [a, b] y cambia de signo en
dicho intervalo, entonces f(x) tiene al menos una raz en dicho intervalo (a,b).
Este teorema refleja el hecho de que si una funcin es positiva en un extremo del
intervalo y negativa en el otro (o viceversa), entonces, siempre que no existan
discontinuidades, la funcin debe cortar necesariamente el eje de abscisas en un
punto contenido en el intervalo.
Si se tiene en cuenta el teorema de Bolzano, es fcil entender el esquema que
propone el mtodo de localizacin de races de Biseccin. Se trata de un mtodo
iterativo en el que, sucesivamente, se aplica este teorema. Se divide en dos el
intervalo y se vuelve a aplicar el teorema de Bolzano para saber en qu segmento del
intervalo dividido se encuentra ahora la raz. Una vez localizada, el segmento en
cuestin se vuelve a dividir y as sucesivamente. De esta forma, a medida que el
intervalo se subdivide, el centro de cada segmento estudiado se aproxima a la raz
real. Observemos el funcionamiento del mtodo grficamente.
2. Mtodos cerrados. Mtodos de la Biseccin
f(x)
x
a
b
f(b)<0
f(a)>0
x*
2. Mtodos cerrados. Mtodos de la Biseccin
f(x)
x
a
b
f(b)<0
c
1
f(a)>0
f(c
1
)>0
x*
2
1
b a
c
+
=
2. Mtodos cerrados. Mtodos de la Biseccin
f(x)
x
a
b
f(b)<0
c
1
f(a)>0
f(c
1
)>0
x*
c
2
f(c
2
)>0
2
1
b a
c
+
=
2
1
2
b c
c
+
=
2. Mtodos cerrados. Mtodos de la Biseccin
f(x)
x
a
b
f(b)<0
c
1
f(a)>0
f(c
1
)>0
x*
c
2
f(c
2
)>0
c
3
2
1
b a
c
+
=
2
1
2
b c
c
+
=
2
2
3
b c
c
+
=
2. Mtodos cerrados. Mtodos de la Biseccin
f(x)
x
a
b
f(b)<0
c
1
f(a)>0
f(c
1
)>0
x*
c
2
f(c
2
)>0
c
3
2
1
b a
c
+
=
2
1
2
b c
c
+
=
2
2
3
b c
c
+
=
* lim 0 * lim * ... * *
2 1
x c x c x c x c x c
n
n
n
n
n
= = > > >

( ) ( ) ( ) ( ) ( ) ( ) 0 *
lim
...
3 2 1
= = > > > >

x f c f c f c f c f c f
n
n
n
2. Mtodos cerrados. Mtodos de la Biseccin
Ntese que ha medida que la aproximacin c
n
se acerca a la raz con cada
subdivisin, el intervalo en el que se encuentra la raz se va haciendo ms pequeo.
Por tanto, la tolerancia admisible de la raz puede aplicarse bien a f(c
i
) o bien al
tamao del intervalo. Aplicar la tolerancia al tamao del intervalo puede tener algunas
ventajas, pues no se deben hacer suposiciones sobre el comportamiento de la
funcin, facilitndose as la convergencia del mtodo.
Es un mtodo muy sencillo. Tiene la enorme ventaja de que si se dan las condiciones
del teorema de Bolzano, la convergencia est asegurada. No obstante, esta
convergencia puede ser muy lenta como veremos ms adelante. Adems, si la
funcin tiene un nmero de races par en el intervalo de estudio, al aplicar el
teorema de Bolzano podemos llegar a concluir que no hay races, cuando realmente
s las hay. Hay que empezar dibujando la funcin!
f(x)
x
a
b
f(a)>0
f(b)>0
2. Mtodos cerrados. Mtodos de la Biseccin
ALGORITMO DEL MTODO DE LA BISECCIN
Asignacin de variables
u f(a)
v f(b)
n 1
Aplicamos el teorema de Bolzano
si u*v > 0 entonces
mostrar Error: la funcin no tiene races en el intervalo o tiene un nmero par.
sino La funcin cambia de signo en el intervalo. Implementamos el mtodo
c (a+b)/2
w f(c)
mientras |w|>tolerancia AND n<itermax hacer
si u*w>0 entonces
a c
u w
sino
b c
v w
finsi Actualizamos las variables
c (a+b)/2
w f(c)
n n+1
finmientras
finsi
2. Mtodos cerrados. Mtodos de la Biseccin
ESTUDIO DEL ERROR DEL MTODO DE LA BISECCIN
Puesto que se trata de un mtodo de aproximacin de races no es posible alcanzar la
solucin real (no pueden realizarse infinitas iteraciones). No obstante, el propio procedimiento
del mtodo permite acotar el error cometido en la aproximacin. Para ilustrar esta idea basta
con estudiar el error que se comete en cada iteracin. Para calcularlo, atenderemos al siguiente
teorema:
Sea f(x) una funcin continua en el intervalo [a,b] tal que f(a)f(b)<0. El mtodo de Biseccin
genera una sucesin {c
n
} que converge en la raz x*, de forma que:
1
2
*

n
a b
x c
n
n
n
n n n n
n n
n n
n n
a b
x c a b x c Error
a b a b a b
a b n
a b a b a b
a b
a b
a b
n Demostraci
2
* *
2 2 2
1
2
)
...
2 2 2
1
2
) 2
2
) 1
:
1
1 1
2
1 1
2 2
1 1

Ntese que, por el propio funcionamiento del
mtodo, la raz real x* est contenida en todos
los subintervalos sucesivos. En particular, en el
intervalo [a
n
, b
n
]. Si c
n
es la raz aproximada
correspondiente a este intervalo, grficamente
se observa que:
a
n
b
n
c
n
x*
|c
n
- x*|
3. Mtodos abiertos.
En los mtodos cerrados descritos en el apartado anterior, la raz buscada se
encuentra dentro de un intervalo prederterminado por un lmite inferior y por un lmite
superior. Como hemos visto, la aplicacin repetida de estos mtodos siempre genera
aproximaciones cada vez ms cercanas al valor verdadero de la raz. Se dice que
tales mtodos son, por tanto, convergentes.
En contraste, los mtodos abiertos que describiremos en este apartado se basan en
frmulas iterativas que requieren de un conjunto de valores iniciales (usualmente
uno slo) pero que no necesariamente encierran la raz. Estos mtodos, en
ocasiones, y dependiendo de la forma de la funcin que se est estudiando, pueden
divergir. Esto es, la solucin aproximada en cada iteracin se separa
progresivamente del valor verdadero de la raz buscada.
Sin embargo, cuando los mtodos abiertos son convergentes, en general, alcanzan la
raz mucho ms rpido que los mtodos cerrados. Por ello, se ha extendido su uso
de una forma muy amplia para el clculo de races de funciones.
3. Mtodos abiertos. Iteracin de Punto Fijo
Un punto fijo de una funcin g(x) es un punto p para el cual g(p)=p. En esta seccin
estudiaremos el problema de encontrar las soluciones a los problemas de punto fijo y
de la conexin entre stos y la bsqueda de la raz que deseamos calcular.
La clave de estos mtodos se basan en que los problemas de bsqueda de races y
de localizacin de puntos fijos son equivalentes atendiendo al siguiente teorema:
Dada una funcin f(x) se puede definir, a partir de ella, una funcin g(x) con punto
fijo. En el caso ms general, si la funcin g(x) se define como g(x) = x + h(x)f(x), y
sta tiene un punto fijo en p (g(p)=p), con h(p) 0, entonces para la funcin f(x) se
cumple que f(p)=0. Ntese que p es, al mismo tiempo, raz de la funcin f(x) y
punto fijo de la funcin g(x).
En efecto:
p p g p h p p g p f p h p p g
entonces x f de raz es p si viceversa Y
p f que sigue se p h que Puesto
p f p h p f p h p p p p g Si
= + = + =
=
= + = =
) ( 0 ) ( ) ( ) ( ) ( ) (
: ), ( ,
. 0 ) ( , 0 ) (
. 0 ) ( ) ( ) ( ) ( ) (
3. Mtodos abiertos. Iteracin de Punto Fijo
En virtud del teorema anterior, siempre podemos transformar un problema de
localizacin de races en un problema de determinacin de punto fijo. Esta
transformacin permite definir un esquema iterativo fcilmente programable para la
localizacin del punto fijo y, por tanto, de la raz de la funcin original, pues podemos
escribir que:
( )
i i
x g x =
+1
ALGORITMO DEL MTODO DE ITERACIN DE PUNTO FIJO
INICIO
Asignacin de variables
n1; Inicializar el contador de iteraciones
x x
0
; Asignar el valor inicial
fx f(x)
gx g(x)
mientras |f(x)|<tolerancia AND n<itermax hacer
x gx
Actualizar variables para el nuevo valor de x
fx f(x)
gx g(x)
n n+1
finmientras
FIN
3. Mtodos abiertos. Iteracin de Punto Fijo
CONVERGENCIA Y ERROR COMETIDO EN EL MTODO DE PUNTO FIJO
El error cometido en cada iteracin del mtodo, as como su convergencia, pueden
analizarse atendiendo al siguiente teorema:
El mtodo de iteracin de punto fijo converge, si en el entorno de la raz buscada, o
en el entorno del punto fijo equivalente, |g(x)|<1 .
En efecto:
( )
( )
( ) ( )
( )
i i i i
i i
i i
E k g E x x k g x x
a b
a g b g
k g
x g x g x x
x g x
x g x
) ( ' * ) ( ' *
) ( ) (
) ( '
] 1 [ * *
* *
1 1
1
1
= =

=
=
=
=
+ +
+
+
Si la solucin verdadera es:
Restando las dos ecuaciones y teniendo en cuenta el
Teorema del valor medio de la derivada:
Si hacemos a = x
i
y b = x* la ecuacin [1] se transforma en:
Slo si g(k) < 1 se garantiza que el error disminuye en cada
iteracin
Donde k es un valor contenido en [a,b]
3. Mtodos abiertos. Mtodo de Newton - Raphson.
De la frmulas para localizar races, el esquema iterativo presentado por el mtodo
de Newton Raphson quiz sea el ms empleado.
Si el valor inicial es x
i
, entonces puede trazarse una recta tangente a la funcin de
inters en el punto (x
i
, f(x
i
)). Por lo comn, el punto donde esa tangente cruza al eje x
representa una aproximacin mejorada de la raz. La frmula iterativa del mtodo
puede obtenerse entonces a partir de esta interpretacin geomtrica.
x
i
x
i+1
f(x)
x
x
i
x
i+1
f(x
i
)
f(x
i
) - 0
Pendiente: f(x
i
)
( )
( ) ( )
( )
i
i
i i
i i
i
i
x f
x f
x x
x x
x f
x f
'
0
'
1
1
=

+
+
ALGORITMO DEL MTODO DE NEWTON - RAPHSON
INICIO
Asignacin de variables
n1; Inicializar el contador de iteraciones
x x
0
; Asignar el valor inicial
fx f(x)
dfx f(x)
mientras |f(x)|<tolerancia AND n<itermax hacer
x x-fx/dfx
Actualizar variables para el nuevo valor de x
fx f(x)
dfx f(x)
n n+1
finmientras
FIN
3. Mtodos abiertos. Mtodo de Newton - Raphson.
3. Mtodos abiertos. Mtodo de Newton - Raphson.
CONVERGENCIA Y ERROR COMETIDO EN EL MTODO DE NEWTON
RAPHSON
Adems de la deduccin geomtrica que acabamos de presentar, la frmula iterativa
del mtodo de Newton Raphson puede obtenerse a partir del desarrollo de la serie
de Taylor de la funcin en el entorno de la raz. La ventaja de esta va es que permite
expresar explcitamente el error cometido en cada iteracin:
( ) ( ) ( )( ) ( )
( ) ( ) ( )( )
cuadrtica ia Convergenc E
x f
x f
E
Taylor de polinomio el toda utiliza se si adems Y
x f
x f
x x x x x f x f x f
derivada primera la en polinomio el Truncando
x x
f
x x x f x f x f
i
r
r
i
i
i
i i i i i i i
i i i i i i i
=
= +
+ + =
+
+ + +
+ + +
2
1
1 1 1
2
1 1 1
) ( ' 2
) ( ' '
: ,
) ( '
) (
'
:
! 2
) ( ' '
'

OJO! Si f(x) en el entorno de la raz es 0, o no es suave, el mtodo diverge.