Vous êtes sur la page 1sur 9

Introducción al

Cálculo Numérico
Curso para el Postgrado de Estructuras de
la Escuela de Ingeniería Civil

Prof. Richard Espinoza López


Prof. Sebastián Medina Plascencia

Solución de Ecuaciones No
Lineales.
z Definiciones básicas.

z Método de Bisección.

z Método de la Secante.

z Método de Newton.

z Iteración de Punto Fijo (Iteración Funcional).

z Métodos Específicos para Polinomios.


z Método de Bairstow para factores cuadráticos.
z Otros métodos para polinomios.

Marzo 2007 Introducción al Cálculo Numérico


Richard Espinoza - Sebastián Medina

1
Solución de Ecuaciones No
Lineales.
z Definiciones Básicas.
z En esta sección se aborda un problema fundamental de
las matemáticas, como es el cálculo de raíces de
ecuaciones. Se describen los métodos más importantes
para encontrar raíces de funciones de una sola variable.
z Problema: Hallar α ∈ [a, b] tal que f(α) = 0. Donde f es
una función continua y definida en el intervalo [a, b].
z Además de la continuidad, ¿qué otra condición debe
satisfacer f para poder calcular α?.
z Su solución se basa en la propiedad de funciones
continuas: Si f es continua en [a, b] entonces asume un
valor máximo y un valor mínimo en [a, b] y también
alcanza todos los valores entre el máximo y el mínimo.
Marzo 2007 Introducción al Cálculo Numérico
Richard Espinoza - Sebastián Medina

Solución de Ecuaciones No
Lineales.
z f debe ser continua y tener signos opuestos en los
extremos del intervalo [a, b].

Marzo 2007 Introducción al Cálculo Numérico


Richard Espinoza - Sebastián Medina

2
Solución de Ecuaciones No
Lineales.
z raíz simple y múltiple multiplicidad
z ejemplos (x-1)^2 , 3x-2
z gráficas

Marzo 2007 Introducción al Cálculo Numérico


Richard Espinoza - Sebastián Medina

Solución de Ecuaciones No
Lineales.
z Si no es posible despejar x en la ecuación f(x)=0, hay
que recurrir a un método iterativo.
z Es una formalización del método de tanteo. Se prueban
valores de x cada vez más próximos a la solución, o
que hagan cada vez más pequeño el valor de f(x).
z Los distintos métodos iterativos se caracterizan por la
forma en que eligen la nueva estimación, en función del
resultado de anteriores aproximaciones.
z En teoría, la solución se alcanza tras infinitos pasos del
método, pero, en la práctica, es suficiente obtener una
aproximación de la solución exacta dentro de cierto
margen de tolerancia.
Marzo 2007 Introducción al Cálculo Numérico
Richard Espinoza - Sebastián Medina

3
Solución de Ecuaciones No
Lineales.
z Métodos iterativos de solución.
z El procedimiento general para resolver ecuaciones por
métodos iterativos es:
z Obtener una estimación inicial x0 de la solución que resume la
información previa de la que se dispone. A falta de
información (raro en la práctica), se toma a ciegas.
z Refinar iterativamente la aproximación, obteniendo valores x1,
x2, x3 … que (idealmente) convergen a la solución x* de la
ecuación. Estos valores se generan mediante un algoritmo
que varía para cada método.
z Establecer un criterio de parada. Dependiendo del método
utilizado, se exige que las iteraciones varíen poco o que la
ecuación se satisfaga con aproximación suficiente. Es
conveniente limitar también el número máximo de iteraciones,
en previsión de que el algoritmo diverja, oscile
indefinidamente o converja muy lentamente.
Marzo 2007 Introducción al Cálculo Numérico
Richard Espinoza - Sebastián Medina

Solución de Ecuaciones No
Lineales.
z Método de Bisección.
z Inicia con dos valores de x, a y b, que encierren una raíz
de f (se dice que dos valores encierran una raíz de una
función f, si f tiene signos opuestos en ellos).
z Se calcula el punto medio “c” entre a y b y se determina el
signo de f en c y se sustituye el extremo cuyo signo
coincida y se desecha el resto del intervalo.
z De esta forma se generan intervalos que encierran la raíz
buscada y que son de longitud igual a la mitad de la
longitud del intervalo del paso anterior.
z El método divide a la mitad cada nuevo intervalo que se
genere.

Marzo 2007 Introducción al Cálculo Numérico


Richard Espinoza - Sebastián Medina

4
Solución de Ecuaciones No
Lineales.
z Método de Bisección. Seudo código
z Para determinar una raíz de f(x)=0 que sea exacta dentro
de un valor de tolerancia específico, dados dos valores x1
y x2 tales que f(x1)*f(x2) < 0.
z REPETIR
z Hacer x3 = (x1 + x2) / 2;
z si f(x3) * f(x1) < 0:
ƒ x2 = x3
z de lo contrario
ƒ x1 = x3
z fin de si
z HASTA QUE: (| x1 – x2 | < 2 * tolerancia o f(x3) = 0.
z Imprimir “raíz = ” x3

Marzo 2007 Introducción al Cálculo Numérico


Richard Espinoza - Sebastián Medina

Solución de Ecuaciones No
Lineales.
z Gráficamente:
f(a).f(b) < 0
c = (a+b)/ 2
f(a).f(c) < 0

a α b
c b

Marzo 2007 Introducción al Cálculo Numérico


Richard Espinoza - Sebastián Medina

5
Solución de Ecuaciones No
Lineales.
z Método de Bisección.
z El error en la estimación “n-ésima” debe ser menor que:
(b − a )
2n
z Se puede conocer de antemano el número de iteraciones
necesarias para alcanzar una cierta precisión.
z El método siempre funcionará si f es una función continua
y los valores a y b encierran una raíz. El método es
totalmente seguro, pero no se puede variar su velocidad
de convergencia, que es lineal (muy lenta).

Marzo 2007 Introducción al Cálculo Numérico


Richard Espinoza - Sebastián Medina

Solución de Ecuaciones No
Lineales.
z Cuando el algoritmo converge, interesa que lo haga lo
más rápidamente posible. Se mide el error por la distancia
del iterado a la solución.
z El error exacto no se puede calcular si no conocemos la
solución exacta (si se conoce, no es necesario el método
iterativo). En la práctica, se estima el error mediante la
distancia entre dos iteraciones consecutivas.
z Puede ocurrir que el punto medio del intervalo sea peor
estimación de la raíz que uno de los extremos. Esto es
debido a que el método no tiene en cuenta los valores de
la función en los extremos, sino sólo el signo de los
mismos.
z Algunas modificaciones del método (p. ej. método de la
regula-falsi) intentan subsanar estas deficiencias.

Marzo 2007 Introducción al Cálculo Numérico


Richard Espinoza - Sebastián Medina

6
Solución de Ecuaciones No
Lineales.
z Ejemplo:
z Calcular la raíz de f(x) = x3 + x2 – 3x – 3 = 0, que está en
el intervalo [1, 2]. Calcular con una precisión de 3
decimales exactos. ¿Cuántos dígitos significativos tiene la
aproximación calculada después de la cuarta iteración?.
z ¿Cuántas iteraciones serán necesarias para alcanzar una
precisión de 6 decimales exactos?.

Marzo 2007 Introducción al Cálculo Numérico


Richard Espinoza - Sebastián Medina

Solución de Ecuaciones No
Lineales.
z Solución usando Excel:

Iteración a f(a) b f(b) c f(c)

1 1,000000 -4,000000 2,000000 3,000000 1,500000 -1,875000

2 1,500000 -1,875000 2,000000 3,000000 1,750000 0,171875

3 1,500000 -1,875000 1,750000 0,171875 1,625000 -0,943359

4 1,625000 -0,943359 1,750000 0,171875 1,687500 -0,409424

5 1,687500 -0,409424 1,750000 0,171875 1,718750 -0,124786

6 1,718750 -0,124786 1,750000 0,171875 1,734375 0,022030

7 1,718750 -0,124786 1,734375 0,022030 1,726563 -0,051755

8 1,726563 -0,051755 1,734375 0,022030 1,730469 -0,014957

Marzo 2007 Introducción al Cálculo Numérico


Richard Espinoza - Sebastián Medina

7
Solución de Ecuaciones No
Lineales.
z Método de Regula-Falsi (falsa
posición).
z Determinar un intervalo [a, b] tal
que f(a)* f(b) < 0.
z Hallar el punto c que divide el
intervalo [a, b] en partes a
proporcionales a f(a) y f(b). Se
toma b−a c b
c = a − f(a)
f (b) − f (a)
z Elegir, entre [a, c] y [c, b], un
intervalo en el que la función
cambie de signo.
z Repetir los pasos 2 y 3 hasta
conseguir la precisión deseada.
Marzo 2007 Introducción al Cálculo Numérico
Richard Espinoza - Sebastián Medina

Solución de Ecuaciones No
Lineales.
z Método de Regula-Falsi (falsa posición).

z El método de Regula Falsi, como él de bisección, parte de


un intervalo en el que la función cambia de signo y lo
divide en dos partes. La diferencia es que los
subintervalos ahora son proporcionales a los valores de la
función en los extremos.

z El método converge generalmente con más rapidez que la


bisección, pero no garantiza que el intervalo de búsqueda
de la raíz se haga pequeño. Típicamente, un extremo
queda fijo mientras que el otro se acerca a la raíz.

Marzo 2007 Introducción al Cálculo Numérico


Richard Espinoza - Sebastián Medina

8
Solución de Ecuaciones No
Lineales.
z Ejemplo:
z Calcular la raíz de f(x) = x3 + x2 – 3x – 3 = 0, que está en
el intervalo [1, 2]. Calcular con una precisión de 3
decimales exactos.
z ¿Cuántos dígitos significativos tiene la aproximación
calculada después de la cuarta iteración?.

Marzo 2007 Introducción al Cálculo Numérico


Richard Espinoza - Sebastián Medina