Métodos Iterativos para Ecuaciones no Lineales
|
|
- María Carmen Rodríguez Valenzuela
- hace 7 años
- Vistas:
Transcripción
1 This is page i Printer: Opaque this Métodos Iterativos para Ecuaciones no Lineales Dr. Oldemar Rodríguez Rojas Setiembre 001
2 ii
3 This is page iii Printer: Opaque this Contents 1 Métodos iterativos para ecuaciones no lineales v 1 El método de aproximaciones sucesivas v 1.1 Teoremas de convergencia y estudio del error.... v 1. El método de punto fijo para resolver ecuaciones de una variable x Método de la Bisección xiv 3 Estudio del error xv 3.1 Note xv 4 Método de Newton-Raphson xv 4.1 OBS: xvi 5 Método de la Secante xvii 6 Análisis del error y técnicas de acelaración xix
4 iv
5 This is page v Printer: Opaque this Métodos iterativos para ecuaciones no lineales 1 El método de aproximaciones sucesivas 1.1 Teoremas de convergencia y estudio del error Teorema 1 Sea U un subconjunto completo de un espacio normado X y A : U U una contracción. Entonces las aproximaciones sucesivas: x n+1 = Ax x, para n = 0, 1,,..., con x 0 arbitrario en U converge al punto fijo único x de A. Prueba Sea x 0 U entonces definimos recursivamente la siguiente sucesión en U: x n+1 := Ax n, para n = 0, 1,,.... De donde se tiene que: x n+1 x n = Ax n Ax n 1 q x n x n 1, luego por inducción se deduce que: x n+1 x n q n x 1 x 0, para n = 0, 1,,.... Por lo tanto para m > n se tiene que: x n x m x n x n+1 + x n+1 x n+ + + x m 1 x m (1.1) ( q n + q n q m 1) x 1 x 0 qn 1 q x 1 x 0. Como q n 0 cuando n entonces (x n ) es una sucesión de Cauchy y como U es completo entonces existe x U tal que x n x cuando n. Corolario 1 [Cota del Error a Priori] Con las mismas hipótesis del Teorema 1 se tiene el siguiente estimado para el error a priori: x n x qn 1 q x 1 x 0. Prueba Es evidente de la desigualdad (1.1).
6 vi 1. Métodos iterativos para ecuaciones no lineales Corolario [Cota del Error a Posteriori] Con las mismas hipótesis del Teorema 1 se tiene el siguiente estimado para el error a posteriori: x n x q 1 q x n x n 1. Prueba Se deduce del error a priori iniciando con x 0 = x n 1. Teorema [Versión 1] Sea D R un intervalo cerrado y sea g : D D una función continuamente diferenciable con la siguiente propiedad: q := sup g (x) < 1. x D Entonces la ecuación g(x) = x tiene solución única x D y la sucesión de aproximaciones sucesivas: x n+1 := g(x n ), para n = 0, 1,,... con x 0 arbitrario en D converge a esta solución. Además se tiene el siguiente estimado para el error a priori: x n x qn 1 q x 1 x 0, (1.) y el siguiente estimado para el error a posteriori: x n x q 1 q x n x n 1. (1.3) Si D = [a, b] entonces se tiene también la siguiente cota del error: x n x q n max{x 0 a, b x 0 }. (1.4) Prueba El espacio R equipado de la norma valor absoluto es un espacio de Banach. Por el teorema del valor medio, para todo x, y D con x < y se tiene que: g(x) g(y) = g (ξ)(x y) para algún punto ξ ]x, y[. Por lo tanto: g(x) g(y) sup g (ξ) x y = q x y, ξ D lo cual también es válido para x, y D con x y. Por lo tanto g es una contracción, luego aplicando el Teorema de Banach o el Teorema 1 se tiene la existencia y únicidad del punto fijo. De los corolarios 1 y se tienen obviamente las desigualdades (1.) y (1.3). Para probar la cota del error (1.4) note que: x n x g(x n 1 ) g(x) = g (ξ 1 ) x n 1 x q x n 1 x = q g(x n ) g(x) = g (ξ ) x n x q x n x q n x 0 x q n max{x 0 a, b x 0 }.
7 1. Métodos iterativos para ecuaciones no lineales vii Teorema 3 [Versión ] Sea g C[a, b], con g : [a, b] [a, b]. Entonces: 1. g tiene un punto fijo en [a, b].. Además si g (x) existe en ]a, b[ y g (x) q < 1, para todo x ]a, b[ entonces g tiene un punto fijo único en [a, b]. Prueba 1. I Caso: Si g(a) = a o g(b) = b se tiene la prueba. II Caso: Si g(a) a o g(b) b g(a) > a o g(b) < b Tome h(x) = g(x) x,note que: h es continua en [a, b] h(a) = g(a) a > 0 h(b) = g(b) b < 0 h(a) y h(b) tienen signos opuestos, usando el teorema de los valores intermedios, se tiene que existe x [a, b] tq h(x) = 0 g(x) x = 0 g(x) = x, por lo x es el punto fijo de g.. Suponga que g tiene dos puntos fijos en [a, b], sean estos x y y,con x y, entonces por el Teorema del valor medio con ξ ]a, b[ tal que: x y = g(x) g(y) = g (ξ) x y q x y < x y de donde x y < x y, lo cual es una contradicción, luego se tiene que x = y. Ejemplo 1 Pruebe que f(x) = x x, x [ 1, 1] tiene un punto fijo en 6 [ 1, 1]. Solucin: Se debe probar que f(x) [ 1, 1] para todo x [ 1, 1]. Como f (x) = 1 x 1 (x ) = = 0 x = 1 entonces los máximos o mínimos 6 3 posibles están en x = 1 o x = 1. Como f( 1) = 1 es máximo y f(1) = 1 es mínimo entonces para todo x [ 1, 1] se tiene que f(x) [ 1, 1], 6 de donde f tiene un punto fijo en [ 1, 1] (solo se ha probado que existe por lo menos un punto fijo, ahora tenemos que probar que es único). Se debe existe q < 1 tal que f (x) q < 1, para todo x ] 1, 1[. Nóte que:
8 viii 1. Métodos iterativos para ecuaciones no lineales FIGURE 1. El método de aproximaciones sucesivas. f (x) = x < 1, para todo x ] 1, 1[, 3 Luego f(x) tiene un punto fijo único en [ 1, 1]. Teorema 4 Sea x un punto fijo de una función continuamente diferenciable g tal que g (x) < 1. Entonces el métodos de la aproximaciones sucesivas x n+1 := g(x n ), para n = 0, 1,,... es localmente convergente, es decir existe un vecindario B del punto fijo x de g tal que el método de aproximaciones sucesivas converge a x para x 0 B. Prueba Como g es continua y g (x) < 1 entonces existe una constante 0 < q < 1 y δ > 0 tal que g (y) < q para todo y B := [x δ, x + δ]. Entonces se tiene que: g(y) x = g(y) g(x) q y x y x < δ para todo y B por lo que se deduce que g mapea B en si mismo, o sea que g : B B es una contracción, por lo que el resultado se tiene del Teorema 1. El Teorema 4 se ilustra en la Figura 1. Seguidamente se presenta un algoritmo en seudocódigo para el método de las aproximaciones sucesivas. Algoritmo 1 [Para encontrar puntos fijos] Entrada: p 0 (aproximación inicial), T ol, N, g(x) Salida: p (punto fijo aproximado) o mensaje de error Paso 1. i 1
9 1. Métodos iterativos para ecuaciones no lineales ix Paso. Mientras i N siga los pasos 3 6 Paso 3. p g(p 0 ) Paso 4. Si p p 0 < T ol Salida p Parar Paso 5. i i + 1 Paso 6 p 0 p Paso 7. Mensaje de error ( El método falló ) Parar Una implementación iterativa en Mathematica es la siguiente: PuntoFijo[P0,Tol,n,G ]:= Module[{i=1,P0Tem=P0,Band=1}, While[(i<=n) P=G[P0Tem]; Print[ En la iteración,i, el valor de P es, N[P,15]]; If[Abs[P-P0Tem]<Tol,Band=0]; i++; P0Tem=P; ]; If[i==n+1,Print[ El método no Converge ]]; P ]; Una implementación recursiva en Mathematica es la siguiente: PuntoFijoRecursivo[P0,Tol,N,F ]:= Module[{P1=P0}, P1=F[P0]; If[(Abs[(P0-P1)]<Tol) (N<=1), P, PuntoFijoRecursivo[P,Tol,N-1,F] ] ]; Ejemplo Sea F (x) = e x. Es fácil probar que F (x) mapea A = [0.5, 0.69] en si mismo (ejercicio). Como F es continuamente diferenciable tome q = max F (x) = max e x < 1 x A x A Si se ejecuta el programa iterativo en Mathematica como sigue: N[PuntoFijo[0.55, , 30, G], 15] es decir, tomando p 0 = 0.55 como aproximación inicial, con ε = T ol = 10 6 para el algoritmo anterior obtenemos que el punto fijo de F es p =
10 x 1. Métodos iterativos para ecuaciones no lineales p 19 = (pues en p 19 se terminó la ejecución del programa). Por otro lado el error absoluto al calcular p 1 = igual a: p p , mientras que usando el error a priori se obtiene es: p p 1 q1 1 q x 1 x 0 = y usando el error a posteriori se obtiene que: p p 1 < q 1 q p 1 p 11 = que es una mejor estimación del verdadero error. Usando el error a priori se deduce que para obtener una precisión de ε = 10 6 se requieren al menos de: ( ) ε(1 q) n log / log(q).3 4 iteraciones, x 1 x 0 pero se observa que el programa requirió de 19 iteraciones. Ejecutando la versión recursiva se obtiene el mismo resultado: N[PuntoFijo Re cursivo[0.55, , 30, G], 15] es decir, p = El método de punto fijo para resolver ecuaciones de una variable Ejemplo 3 Resuelva la ecuación x 3 x 1 = 0 en el intervalo [1, ]. Solucin: Se debe plantear un problema de encontrar lo puntos fijos de una función g(x) que sea equivalente a resolver la ecuación x 3 x 1 = 0. Resolver x 3 x 1 = 0 es equivalente a resolver la ecuación x 3 1 = x, entonces se puede tratar de encontrar los puntos de g(x) := x 3 1. Pero g(x) no cumple las hipótesis del Teorema de punto fijo de Banach, pues g (x) = 3x > 0 g(x) es creciente en [1, ], luego g(1) = 0 y g() = 7 son el mínimo y el máximo en el intervalo [1, ] respectivamente, por lo que g(x) / [1, ] x [1, ]. Otro intento se puede hacer usando el hecho de que: x 3 x 1 = 0 x = ± x, luego tome g(x) := x, 1 g (x) = < 0 en [1, ], esto x x implica que g(x) es decreciente en [1, ], luego g(1) = 1.41 g() =
11 1. Métodos iterativos para ecuaciones no lineales xi 3 1. son un máximo y mínimo respectivamente de g(x) en [1, ], por lo que g(x) [1, ] x [1, ], luego la función g(x) tiene al menos un punto fijo en [1, ]. Se probó que g : [1, ] [1, ], falta probar que g es una función Lipchitz en el intervalo [1, ]. Veamos g 1 (x) = g x 1 1 (x) = + 1 x x := q < 1 x de donde se puede tomar q := 1. Ejecutando el programa de punto fijo con p 0 = se obtiene: G[x ] := Sqrt[1 + 1/x] N[PuntoFijo[, ,30,G],15] En la iteración 1 el valor de P es En la iteración el valor de P es En la iteración 3 el valor de P es En la iteración 4 el valor de P es En la iteración 5 el valor de P es En la iteración 6 el valor de P es En la iteración 7 el valor de P es En la iteración 8 el valor de P es En la iteración 9 el valor de P es Luego el punto fijo de g(x) y solución de la ecuación x 3 x 1 = 0 en el intervalo [1, ] es: x = Ejecutando la versión recursiva se obtiene la misma solución: In[9]:=N[PuntoFijoRecursivo[, ,30,G],15] Out[9]:= Usando el comando Solve de Mathematica se obtiene: N[Solve[x^3 - x - 1 == 0, x]] {{x->1.347},{x-> I},{ x-> I}} Que coincide con la solución encontrada por nuestro programa. Gráficamente se ilustra el la Figura usando el comando de Plot[{G[x],x},{x,0.1,3}] de Mathematica. Ejemplo 4 Dada la ecuación del ejemplo anterior x 3 x 1 = 0 en el intervalo [1, ], Cuántas iteraciones se requieren para obtener un error absoluto menor que 10 5?
12 xii 1. Métodos iterativos para ecuaciones no lineales FIGURE. Grafico de g(x) y de la función identidad. Solucin: Recuerde que q = 1 de donde se tiene que: p n p q n max{p 0 a, b p 0 } ( ) n 1 = max{1, 0} (con p 0 = ) ( ) n 1. Luego: Tome n = 17. p n p 10 5 ( ) n n Observación 1 En la práctica el programa requirió solamente 9 iteraciones. Ejemplo 5 Para la ecuación x 3 x 1 = 0 en el intervalo [1, ], con p 0 = estime usando el error a priori (1.) Cuántas iteraciones se requieren para obtener un error absoluto menor que 10 5? Solucin: Se tiene que k = 1, p 0 =, g(x) = x.
13 1. Métodos iterativos para ecuaciones no lineales xiii De donde se obtiene que p 1 = = 1. entonces: p n p = ( 1 n ) ( ) n , entonces: p n p ( ) n (n 1)( log()) 5 log(0.8), esto implica que n 17.8, por lo que se puede tomar n = 18. Observación En la práctica el programa requirió solamente 9 iteraciones.
14 xiv 1. Métodos iterativos para ecuaciones no lineales FIGURE 3. Método de la Bisección Hipótesis * f continua en [a,b] *f(a) y f(b) tienen signos opuestos por el teorema del valor intermedio existe p [a, b] tq f(p)=0 Gráficamente La idea es encontrar una sucesión {p n } n IN tal que p n p y f(p)=0 n Para encontrar {p n } n IN -Tome a 1 = a, b 1 = b, p = a1+b1 -Si f(p 1 ) = 0, termina p = p 1 si no si f(p 1 ) y f(a) tienen el mismo signo tome a = p 1, b = b 1, p = a+b si no a = a 1, b = p 1, p = a+b se sigue así hasta que f(p i ) = 0,o hasta superar el némero de iteraciones Algoritmo Entrada: a, b, Tol (tolerancia), N, f Salida: Aproximación de p, o mensaje de error Paso 1. i Paso. Mientras i N, pasos 3-6 Paso 3. p a+b Paso 4. Si f(p) = 0 o b a < T ol Sálida (p) Parar Paso 5.i i + 1 Paso 6. Si f(a)f(p) > 0 a p Si no
15 1. Métodos iterativos para ecuaciones no lineales xv b p Paso 7. Sálida ( El método falló ) Parar 3 Estudio del error Teorema 5 Sea f C[a, b], con f(a)f(b) < 0. Entonces el algortmo de la Bisección produce una sucesión {p n } n IN que aproxima a p con un error absoluto p n p < b a, n 1. n Prueba b 1 a 1 = b a b a = 1 b a... b n a n = 1 b a n 1 como p ]a n b n [ y p n = an+bn p n p bn an 1 1 b a = 1 n 1 (b a) n Gráficamente Obs: b a es una cota superior del error n p n p < b a pn p n 1 < b a = k (constante O( 1 n ) p n n p con rápidez 1 (muy rápido) n Ejemplo 6 Para f(x) = x 3 + 4x 10, con a = 1 y b = ; hallar el N necesario para tener un error absoluto menor a ε = 10 6 Solución 1 p n p < b a < 10 6 n n < 10 6 n log < 6 n > 6 log n > 19.9 Tome n = Note Que fue exactamente lo que requirió el programa 4 Método de Newton-Raphson El método de Newton-Raphson es uno de los más poderosos para resolver f(x) = 0
16 xvi 1. Métodos iterativos para ecuaciones no lineales FIGURE 4. Deducción geométrica: f (x i ) = f(xi) f(xi+1) x i x i+1 = f(xi) 0 x i x i+1 x i x i+1 = f(xi) f (x i) x i+1 = f(xi) f (x i) +x i (sucesión de Newton-Raphson) 4.1 OBS: Si f C [a, b] el método se puede deducir usando el polinomio de Taylor alrededor de x i. El método de Newton-Raphson consiste en diseñar un algoritmo que calcule la sucesión p n = { p o si n=0 p n 1 f(pn 1) f (p n 1) Algoritmo 3 Entrada: p 0, N, Tol, f Salida: Solución aproximada de p o mensaje de error Paso 1. i 1 Paso. Mientras i N, pasos 3-6 Paso 3. p p 0 f(p0) f (p 0) Paso 4. Si p p 0 < T ol Sálida (p) Parar Paso 5. i i + 1 Paso 6. p 0 p Paso 7. Sálida ( El método falló ) Parar Ejemplo 7 Hallar un método para calcular A, con A 0
17 1. Métodos iterativos para ecuaciones no lineales xvii Solución Calculando A es equivalente a resolver la ecuación x A = 0, usando Newton-Raphson con f(x) = x A y f (x) = x Se tiene que x n+1 = x n f(xn) f (x = x n) n x n A x n x n = 1 (x n + A x n ) de donde es obvio que la sucesión x n A cuando n Teorema 6 * Sea f C [a, b] *p [a, b]; con f(p) = 0 *f (p) 0 Entonces existe δ > 0 tal que el método de Newton-Rapson genera una sucesión {p n } n IN que converge a p, con p 0 [p δ, p + δ] Prueba { Sea p n = Sea g(x) = x f(x) f (x), note que g(x) [a, b] y g(p) = p p 0 si n = 0 g(p n 1 ) si n 1 note que la {p n } es la sucesión de Newton- Rapson Se debe probar que g(x) cumple las hipótesis del teorema de punto fijo, a saber * δ > 0 tq. x ]p δ, p + δ[, g (x) k < 1 * g : [p δ, p + δ] [p δ, p + δ] (ejercicio) g cumple las hipótesis del teorema de punto fijo en [p δ, p + δ] {p n } n IN converge a un punto fijo p de g(x) en [p δ, p + δ] 5 Método de la Secante El problema con el método de Newton-Rapson es que requiere la derivada de f(x) f f(x) f(p (p n 1 ) = Lim n 1) n p x p n 1 f(pn ) f(pn 1) p n 1 n p n 1 Si p n = p n 1 f(pn 1) f (p (Newton-Rapson) n 1) p n p n 1 f(p n 1) f(p n ) f(p n 1 ) p n p n 1 p n p n 1 (p n p n 1 )f(p n 1 ) f(p n ) f(p n 1 ) Método de la Secante Entonces el método de la secante consiste en calcular la sucesión p 0 si n = 0 p n = p 1 si n = 1 p n 1 (pn pn 1)f(pn 1) f(p n ) f(p n 1) si n Algoritmo 4 Entrada: N, Tol, p 0, p 1 Salida: Aproximación de p, con f(p)=0 o mensaje de error Paso 1. i
18 xviii 1. Métodos iterativos para ecuaciones no lineales FIGURE 5. Paso. Mientras i N, pasos 3-6 Paso 3. p p 1 (p0 p1)f(p1) f(p 0) f(p 1) Paso 4. Si p p 0 < T ol Sálida (p) Parar Paso 5. p 0 p 1 p 1 p Paso 6. i i + 1 Paso 7. Sálida ( El método falló ) Parar Ejemplo 8 Resuelva la ecuación e x x = 0 Solución 3 Aplicando el método de la secante se obtiene: p 0 = 1, p 1 = 1 n p n p =
19 1. Métodos iterativos para ecuaciones no lineales xix 6 Análisis del error y técnicas de acelaración Definición 1 Sea {p n } n IN una sucesión que converge a p, sea e n = p p 0, n 0. Si existen constantes α y λ, tal que: p Lim n+1 p n p = Lim e n+1 n p α n e = λ n α Entonces se dice que : * {p n } n IN canverge a p con orden α y con constante asintótica λ *Entre mayor sea el orden de convergencia, mayor será la velocidad de convergencia. *Si α = 1, se llama orden lineal *Si α =, se llama orden cuadrático { p Teorema 7 Sea p n = 0 si n = 0 el esquema de punto fijo visto g(p n 1 ) si n 1 en la sección 3.. Si se supone que -g : [a, b] [a, b]; g C[a, b] - k, con 0 k < 1 tq g (x) k < 1 x [a, b] -g es continua en [a, b] Entonces p n p con orden 1 (p punto fijo) n Prueba e n+1 = p n+1 p = g(p n+1 ) g(p) = g (ς n )(p n p) = = g (ς n )e n con ς n entre p n y p. como p n p ς n p n n e Lim n+1 g n e n = Lim (ς n )e n n e n = Lim n g (ς n ) = g Lim (ς n) = g (p) n e Lim n+1 n e n = g (p) = λ (constante) el orden de convergencia es linel Ejemplo 9 Suponga que tenemos dos esquemas p n y p n tal que e 1. Lim n+1 e n = 0.75 (método lineal) n e n+1 e n. Lim n = 0.75 (método cuadrático) Supondremos que e 0 = 0.5 y e 0 = 0.5 Cuántas iteraciones requieren p n y p n para converger con error absoluto menor a 10 8? Solución 4 1. Analicemos la sucesión (esquema) p n p n+1 p <10 8 e n+1 <10 8 Pero en+1 e n = 0.75 e n+1 = 0.75 e n = 0.75 e n 1 =... = 0.75 n e 0 = 0.75 n 0.5 e n+1 < n 0.5 < 10 8 n log(0.75) < 8 log(0.5)
20 xx 1. Métodos iterativos para ecuaciones no lineales n > 8 log(0.5) log(0.75) 1 = 61.6 n = 6 p n requiere aproximadamente 6 iteraciones para converger a p. Analicemos la sucesión p n p n+1 p <10 8 e n+1 <10 8 e n+1 Pero = 0.75 e n e n+1 = 0.75 en = 0.75[0.75 en 1 ] = e n 1 4 = [0.75 e n ] 4 = en =... = 0.75 n+1 1 n+1 e 0 de donde e n+1 < n+1 1 n+1 e 0 < n n+1 < n+1 <10 8 n+1 log(0.375) < 8 + log(0.75.) n+1 > 8+log(0.5.) log(0.375) = (n + 1) log() > log(19.07) n > log(19.07) log() 1 = 3.4 n = 4 p n requiere n=4 iteraciones para converger a p Teorema 8 *Sea p una solución de g(x)=x *g (p)=0 g es continua es un intervalo abierto que contiene a p Entonces: { existe δ > 0 tal que para p 0 [p δ, p + δ] la sucesión p n = p 0 si n = 0 converge cuadraticamente. g(p n 1 ) si n 1 Prueba Ejercicio Corolario 3 El método de Newton -Rapson converge con orden cuadrático. Prueba Usando el teorema anterior se concluye el colario, pues: con g(x)=xf(x) f (x) *g(p)=p- f(p) f (p) = p pues f(p) = 0 y f (p) 0 *g (x)=1 f (x)f (x) f(x)f (x) (f (x)) = 1 1 f(x)f (x) (f (x)) = f(x)f (x) (f (x)) g (p) = 0, pues f(p)=0 Es claro que g es continua en un intervalo que contiene a p, si se supone que f C 3 [a, b] Convergencia Acelerada y Método de Steffensen
21 1. Métodos iterativos para ecuaciones no lineales xxi Método de Aitken *Hipótesis 1. {p n } n IN converge linealmente a p con constante asíntótica λ tal que e 0 < λ < 1 [ie Lim n+1 n e n = λ]. Todos los e n tienen el mismo signo 3. Se asume que: λ = en+1 e n = pn+1 p p n p = pn+ p p = en+ n+1 p e n+1 = λ Para n suficientemente grande se requiere encontrar { p n } n IN tal que converge a p más rápidamente que {p n } n IN. Note que: p n+1 p p n p = pn+ p p n+1 p (p n+1 p)(p n+1 p) = (p n p)(p n+ p) p n+1 pp n+1 + p = p n+ p n pp n+ pp n + p pp n+1 + pp n+ + pp n = p n+1 + p n+ p n ( p n+1 + p n+ + p n )p = p n+1 + p n+ p n p = p n+1 +pn+pn ( p n+1+p n++p n) p = pn+pn p n+1 p n+ p n+1+p n (+ y - en el numerador p n y p n p n+1 ) p = p n +pn+pn pnpn+1 p n +pnpn+1 p n+1 p n+ p n+1+p n p = pn(pn+pn+ pn+1) (pn+1 pn) p n+ p n+1+p n p = p n (pn+1 pn) p n+ p n+1+p n El método de de Aitken se basa en de que la sucesión (p n+1 p n ) p := pn p n+ p n+1 + p n converge más rapidamente a p que la sucesión {p n } n IN Notación: Diferencia Progresiva p n = p n+1 p n, n 0 k p n = k 1 ( p n ), k Obstante * (p n ) = ( p n ) = p n+1 p n = p n+ p n+1 (p n+1 p n ) = p n+ p n+1 + p n Con esta notación el método de Aitken se escribe como p := pn ( p n) p n Pero que quiere decir que una sucesión p converge más rápido a p que p n. Definición Sean {p n } n IN y { p n } n IN dos sucesiones que convergen a p, se dice que { p n } n IN converge más rápido a p que {p n } n IN si:
22 xxii 1. Métodos iterativos para ecuaciones no lineales Lim p = 0, p n p n p 0 n p n p Teorema 9 Sea {p n } n IN una sucesión que converge a p con orden lineal, además se asume que e n = p n p 0, n Entonces p := p n ( pn) p n converge a p más rápido que {p n } n IN Prueba Ejercicio Método de Steffensen: para acelerar el método de punto fijo p (0) 0 p (0) 1 = g(p (0) 0 ) p (0) = g(p (1) 1 ) p (1) 0 = (p (0) 0 ) = p(0) p (1) 1 = g(p (1) 0 ) p (1) = g(p (1) 1 ) p () 0 = (p (1) 0 ) = p(1)... 0 (p(0) 1 p(0) 0 ) p (0) p(0) 1 +p(0) 0 0 (p(1) 1 p(1) 0 ) p (1) p(1) 1 +p(1) 0 Algoritmo 5 Entrada: N, Tol, p 0, g Salida: Aproximación de p o mensaje de error Paso 1. i Paso. Mientras i N, pasos 3-6 Paso 3. p 1 = g(p 0 ) p = g(p 1 ) p = p 0 (p1 p0) p p 1+p 0 Paso 4. Si p p 0 < T ol Sálida (p) Parar Paso 5. i i + 1 Paso 6. p 0 p Paso 7. Sálida ( El método falló ) Parar
Métodos Iterativos para Ecuaciones no Lineales. Oldemar Rodríguez Rojas
Métodos Iterativos para Ecuaciones no Lineales Oldemar Rodríguez Rojas September 0, 014 Contents 1 Métodos iterativos para ecuaciones no lineales 1.1 El método de aproximaciones sucesivas...............
Más detallesMétodos Iterativos para Ecuaciones no Lineales
This is page i Printer: Opaque this Métodos Iterativos para Ecuaciones no Lineales Oldemar Rodríguez Rojas Septiembre 008 ii This is page iii Printer: Opaque this Contents 1 Métodos iterativos para ecuaciones
Más detallesSoluciones de ecuaciones de una variable
Análisis Numérico Soluciones de ecuaciones de una variable CNM-425 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft 2010. Reproducción permitida bajo
Más detallesInterpolación y aproximaciones polinómicas
This is page i Printer: Opaque this Interpolación y aproximaciones polinómicas Oldemar Rodríguez Rojas Octubre 008 ii This is page iii Printer: Opaque this Contents 1 Interpolación y aproximaciones polinómicas
Más detallesOCW-V.Muto El método de la Secante Cap. VIII CAPITULO VIII. EL METODO DE LA SECANTE 1. INTRODUCCION Y METODO
CAPITULO VIII. EL METODO DE LA SECANTE 1. INTRODUCCION Y METODO Utilizando los supuestos de los capítulos anteriores, daremos en este capítulo un procedimiento más rápido para hallar una raíz p de la ecuación
Más detallesTema 2 Resolución de EcuacionesNo Lineales
Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación
Más detallesÓrdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple Estos apuntes están redactados por Maria de los Angeles Isidro Pérez y Egor Maximenko.
Más detallesElementos Básicos de Análisis Funcional en. Dr. Oldemar Rodríguez Rojas
Elementos Básicos de Análisis Funcional en Análisis Numérico Dr. Oldemar Rodríguez Rojas Agosto 2008 Contents 1 Elementos Básicos de Análisis Funcional 2 1.1 Espacios normados...........................
Más detallesRepaso de Cálculo
Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo Repaso de Cálculo MÉTODO DE BISECCIÓN Si
Más detallesResolución de Ecuaciones No Lineales
Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Contenido 1 Introducción Introducción 2 Localización de Raíces Localización de Raíces 3 Métodos Iterativos
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 7
Análisis Numérico para Ingeniería Clase Nro. 7 Sistemas de Ecuaciones No Lineales Temas a tratar: Método de Bisección. Método de Punto Fijo. Método de Punto Fijo Sistemático. Método de Newton-Raphson.
Más detallesOCW-V.Muto Iteración del punto fijo Cap. VII CAPITULO VII. ITERACION DEL PUNTO FIJO 1. INTRODUCCION Y METODO
CAPITULO VII. ITERACION DEL PUNTO FIJO 1. INTRODUCCION Y METODO En este capítulo consideraremos un método para determinar la solución de una ecuación que se expresa, para alguna función g, de la forma
Más detallesOCW-V.Muto El algoritmo de bisección Cap. VI CAPITULO VI. EL ALGORITMO DE BISECCION 1. INTRODUCCION Y METODO
CAPITULO VI. EL ALGORITMO DE BISECCION 1. INTRODUCCION Y METODO En este capítulo comenzaremos a analizar uno de los problemas más básicos del análisis numérico: el problema de búsqueda de raíces. El problema
Más detallesOCW-V.Muto Métodos de interpolación Cap. XI CAPITULO XI. METODOS DE INTERPOLACION 1. EL METODO DE INTERPOLACION DE LA POSICION FALSA
CAPITULO XI. METODOS DE INTERPOLACION 1. EL METODO DE INTERPOLACION DE LA POSICION FALSA Los métodos de interpolación que vamos a discutir en el resto de este capítulo son muy útiles para determinar los
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesDada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación
Tema 8 Ceros de funciones Versión: 23 de abril de 2009 8.1 Introducción Dada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación f(x) = 0. (8.1) La
Más detallesMétodos Numéricos I. Curso Colección de Problemas Capítulo 3. Ecuaciones no lineales. Iteración funcional HOJA 1
HOJA 1 1. Determinase que la función f(x) = x 3 + 4x 2 10 tiene una única raíz α en I = [1; 2]. Estime teóricamente cuántas iteraciones serán necesarias utilizando el método de bisección, para hallar un
Más detallesLa interpolación polinomial en el análisis de métodos iterativos
Notas La interpolación polinomial en el análisis de métodos iterativos Resumen La solución de ecuaciones no lineales es de extrema importancia en la ingeniería y ciencias. Los métodos que se estudian para
Más detalles2 Obtener el término general de las siguientes sucesiones definidas por recurrencia: y0 = a > 0
CÁLCULO NUMÉRICO I (Ejercicios Temas 1 y ) 1 Cuáles de los siguientes algoritmos son finitos? (a) Cálculo del producto de dos números enteros. (b) Cálculo de la división de dos números enteros. (c) Cálculo
Más detallesMETODO DE LA BISECCIÓN Si f : a, b es continua con f a f b 0,el procedimiento de la
METODO DE LA BISECCIÓN Si f : a, b es continua con f a f b,el procedimiento de la bisección genera una sucesión (s n ) n convergente siendo s n a n b n ytal 2 que si lim s n s se cumple que f s y n s n
Más detallesx (0) si f (x) = 2s 1, s > 1 d) f 3. Analizar la existencia de derivadas laterales y de derivada en a = 0, para las siguientes funciones:
FACULTAD DE CIENCIAS EXACTAS Y NATURALES UNIVERSIDAD DE BUENOS AIRES COMPLEMENTOS DE ANÁLISIS MAESTRíA EN ESTADíSTICA MATEMÁTICA SEGUNDO CUATRIMESTRE 2007 PRÁCTICA 7 1. Usando sólo la definición de derivada,
Más detallesCÁLCULO NUMÉRICO I (Tema 2 - Relación 1)
CÁLCULO NUMÉRICO I (Tema - Relación 1) 1 Cuáles de los siguientes algoritmos son finitos? a) Cálculo del producto de dos números enteros. b) Cálculo de la división de dos números enteros. c) Cálculo de
Más detallesCEROS DE FUNCIONES NO LINEALES
27 de Mayo de 2016 CEROS DE FUNCIONES NO LINEALES (Parte 1) Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela Cálculo Numérico José Luis Quintero 1 Puntos
Más detallesMétodos de resolución de Ecuaciones no Lineales
Tema 2 Métodos de resolución de Ecuaciones no Lineales 1. Generalidades. Orden de convergencia Nos planteamos en este tema el problema de la resolución aproximada de Ecuaciones no Lineales. Para plantear
Más detallesCURSO DE METODOS NUMERICOS Año Académico Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO
Año Académico 2000-2001 Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO 1. Dá el enunciado y demuestra el teorema de convergencia del método del punto fijo. (2 puntos) 2. Resuelve el siguiente sistema
Más detallesMétodos de resolución de ecuaciones no lineales
Versión: Métodos de resolución de ecuaciones no lineales 8 de febrero de 018.1 Introducción Uno de los problemas que más se presenta en matemáticas es el de calcular la solución de una ecuación. En algunas
Más detallesx 0 = aproximación inicial x n = g(x n 1 ) n 1 (3.6)
3.2 Problema equivalente. Iteración funcional. La mayoría de los métodos conocidos construyen aproximaciones ( x n r ) sucesivas escribiendo la ecuación inicial en una forma equivalente adecuada: x = g(x)
Más detallesResolución de ecuaciones no lineales
Capítulo 2 Resolución de ecuaciones no lineales 2.1 Primeros métodos: bisección, regula falsi, secante, Newton-Raphson. 2.1.1 Introducción Supongamos que cierta población, P = P t), crece a un ritmo proporcional
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 7
Análisis Numérico para Ingeniería Clase Nro. 7 Sistemas de Ecuaciones No Lineales Temas a tratar: Método de Bisección. Método de Punto Fijo. Método de Punto Fijo Sistemático. Método de Newton-Raphson.
Más detalles1. Cuáles de los siguientes algoritmos son finitos?
. Cuáles de los siguientes algoritmos son finitos? a Cálculo del producto de dos números enteros. b Cálculo de la división de dos números enteros. c Cálculo de la raíz cuadrada de un número natural. d
Más detallesTeorema de Existencia y Unicidad Ecuaciones Diferenciales Ordinarias.
Teorema de Existencia y Unicidad Ecuaciones Diferenciales Ordinarias. Dr. Rafael Morones E. Dept. de Matemáticas ITAM August 5, 2002 1 Contenido 1 Preliminares. 3 1.1 Sucesiones...............................
Más detallesRelación de ejercicios 5
Relación de ejercicios 5 Ecuaciones Diferenciales y Cálculo Numérico Grado en Ingeniería de Tecnologías de Telecomunicación Mayo de 2017 Ejercicio 51 Halla un intervalo, para el cero más próximo al origen,
Más detallesResolución numérica de ecuaciones no lineales
Resolución numérica de ecuaciones no lineales Son muchas las situaciones en las que se presenta el problema de obtener las soluciones de ecuaciones de la forma f(x) = 0. En algunos casos existe una fórmula
Más detallesOCW-V.Muto El método de Newton-Raphson Cap. IX CAPITULO IX. EL METODO DE NEWTON-RAPHSON 1. INTRODUCCION Y METODO
CAPITULO IX. EL METODO DE NEWTON-RAPHSON 1. INTRODUCCION Y METODO El método de Newton-Raphson (o simplemente Newton) es uno de los métodos numéricos más conocidos y poderosos para la resolución del problema
Más detallesAnálisis Matemático I
Análisis Matemático I Funciones Implícitas Francisco Montalvo Curso 2011/12 Índice 1. Teorema de existencia de Funciones Implícitas 1 1.1. Punto fijo.............................. 1 1.2. Planteamiento............................
Más detallesResolución de Ecuaciones no lineales. Juan Manuel Rodríguez Prieto
Resolución de Ecuaciones no lineales Juan Manuel Rodríguez Prieto Resolución de Ecuaciones no lineales Objetivos Aprender a resolver ecuaciones de la forma: f () = 0 Donde f es una función no-lineal de
Más detallesResolución numérica de ecuaciones no lineales
Resolución numérica de ecuaciones no lineales Javier Segura Cálculo Numérico I. Tema 2. J. Segura (Universidad de Cantabria) Ecuaciones no lineales CNI 1 / 36 Contenidos: 1 Métodos básicos Bisección Método
Más detallesFacultad de Física. Métodos Numéricos
Facultad de Física Métodos Numéricos Dr. Antonio Marín Hernández Centro de Investigación en Inteligencia Artificial Universidad Veracruzana Sebastían Camacho # 5 Xalapa, Veracruz lineales 1. Método de
Más detallesCÁLCULO ELEMENTAL PROBLEMAS. Valor absoluto. Funciones y sus gráficas
CÁLCULO ELEMENTAL PROBLEMAS Valor absoluto - Resolver las ecuaciones siguientes: (i) 2x 6 = x (ii) x + 8 = 3x 4 2- Resolver la inecuación 2x 3 4 Funciones y sus gráficas 3- Dada f(x) = 2x 2 x, hallar f(
Más detalles1. Cuáles de los siguientes algoritmos son finitos?
. Cuáles de los siguientes algoritmos son finitos? a Cálculo del producto de dos números enteros. b Cálculo de la división de dos números enteros. c Cálculo de la raíz cuadrada de un número natural. d
Más detallesÚltimas notas de SVD
Últimas notas de SVD MAT-251 Dr. CIMAT A.C. e-mail: alram@cimat.mx web: http://www.cimat.mx/~alram/met_num/ Dr. Salvador Botello CIMAT A.C. e-mail: botello@cimat.mx Relación entre los valores singulares
Más detalles(a) (0.5 puntos) Compruebe que esta ecuación tiene exactamente una solución en el intervalo
UNIVERSIDAD DIEGO PORTALES. FACULTAD DE INGENIERÍA. INSTITUTO DE CIENCIAS BÁSICAS. Cálculo Numérico, Control 1. Semestre Otoño 007 Problema 1. Se desea encontrar una raíz de la función f(x) = cos (x) x.
Más detallesResolución aproximada de ecuaciones no lineales
TEMA 1 Resolución aproximada de ecuaciones no lineales 1. Introducción Sólo somos capaces de obtener la solución exacta para cierto tipo de ecuaciones (esencialmente, cuando podemos despejar la incógnita
Más detallesResolución de Ecuaciones no lineales. Juan Manuel Rodríguez Prieto
Resolución de Ecuaciones no lineales Juan Manuel Rodríguez Prieto Resolución de Ecuaciones no lineales Objetivos Aprender a resolver ecuaciones de la forma: f () = 0 Donde f es una función no-lineal de
Más detallesCURSO DE METODOS NUMERICOS SEGUN DA PART E SOLUCION APROXIMADA DE ECUACIONES DE UNA VARIABLE
CURSO DE METODOS NUMERICOS SEGUN DA PART E SOLUCION APROXIMADA DE ECUACIONES DE UNA VARIABLE V. Muto Ecuaciones de una variable: Preliminares Cap. V CAPITULO V. SOLUCION APROXIMADA DE ECUACIONES DE UNA
Más detallesApellidos:... Nombre:... Examen
Cálculo Numérico I. Grado en Matemáticas y doble grado Física/Matemáticas. 16 de junio de 017 Curso 016/017. Apellidos:... Nombre:... Examen 1. Explicar razonadamente si las siguientes afirmaciones son
Más detallesProblemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices:
Problemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices: 5 2 1 1 0 3 1 0 3 3 1 6. 3 1 6 5 2 1 2.- Dada la matriz A = 10 7 8 7 5 6, 8 6 10 hallar
Más detallesTema 2 Resolución de Ecuaciones No Lineales
Tema 2 Resolución de Ecuaciones No Lineales Índice 1. Introducción 2. Método de Bisección 2.1 Algoritmo del Método de Bisección 2.2 Análisis de Método de Bisección 3. Método de Regula-Falsi 3.1 Algoritmo
Más detallesPráctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función.
Práctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función. Se suele llamar método de Newton-Raphson al método de Newton cuando se utiliza para calcular los ceros
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 7
Análisis Numérico para Ingeniería Clase Nro. 7 Sistemas de Ecuaciones No Lineales Temas a tratar: Método de Bisección. Método de Punto Fijo. Método de Punto Fijo Sistemático. Método de Newton-Raphson.
Más detallesMétodo de la secante
1.5em 0pt Método de la secante Azcatl Gabriela Huitzil Santamaría Natalia Benemerita Universidad Autónoma de Puebla Facultad de Ciencias Física Matemáticas 21/05/2018 zcatl Gabriela, Huitzil Santamaría
Más detallesTeoremas de la función inversa, función implícita y del rango constante
Teoremas de la función inversa, función implícita y del rango constante Pablo Zadunaisky 13 de marzo de 2015 A lo largo de este documento usamos varias normas sobre espacios vectoriales de dimensión finita,
Más detallesTeorema del punto fijo para funciones contractivas
Teorema del punto fijo para funciones contractivas 1. Definición (función contractiva). Sea (X, d) un espacio métrico. Una función f : X X se llama contractiva (función contractante, contracción) si existe
Más detallesPráctica 8 Resolución de ecuaciones y sistemas de ecuaciones con Mathematica
Práctica 8 Resolución de ecuaciones y sistemas de ecuaciones con Mathematica Resolver una ecuación o un sistema de ecuaciones es un problema que se presenta con mucha frecuencia en matemáticas. En esta
Más detallesNombre y Apellidos: x (1 + ln(x)) si x > 0 f(x) = 0 si x = 0.
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Cálculo I Convocatoria de Septiembre de Septiembre de 008 Nombre y Apellidos: DNI: (6.5 p.) ) Se considera la función f : [0,
Más detallesUniversidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE ECUACIONES NO LINEALES Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesSucesiones Introducción
Temas Límites de sucesiones. convergentes. Sucesiones divergentes. Sucesiones Capacidades Conocer y manejar conceptos de sucesiones convergentes y divergentes. Conocer las principales propiedades de las
Más detallesAnálisis Numérico: Soluciones de ecuaciones en una variable
Análisis Numérico: Soluciones de ecuaciones en una variable MA2008 Contexto Uno de los problemas básicos en el área de Ingeniería es el de la búsqueda de raíces: Dada una función o expresión matemática
Más detallesUNIVERSIDAD CARLOS III DE MADRID Escuela Politécnica Superior Departamento de Matemáticas
UNIVERSIDAD CARLOS III DE MADRID Escuela Politécnica Superior Departamento de Matemáticas a t e a t i c a s PROBLEMAS, CÁLCULO I, er CURSO 2. CÁLCULO DIFERENCIAL DE UNA VARIABLE GRADO EN INGENIERÍA EN:
Más detalles3. Métodos de resolución
1 3. Métodos de resolución Ecuaciones algebraicas lineales Ecuaciones algebraicas no lineales Métodos para una variable Métodos para multivariable 2 Ecuaciones Algebraicas Lineales No lineales Interval
Más detallesMetodos Numéricos Tema: Solución de ecuaciones no lineales
Metodos Numéricos Tema: Solución de ecuaciones no lineales Irene Tischer Escuela de Ingeniería y Computación Universidad del Valle, Cali Typeset by FoilTEX 1 Métodos numéricos Tema: Sistemas Lineales Contenido
Más detallesNombre y Apellidos: e f(x) dx. Estudiar si converge la integral impropia
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Cálculo I Convocatoria de Febrero 27 de Enero de 26 Nombre y Apellidos: DNI: 6.25 p.) ) Se considera la función f : [, ) R definida
Más detallesEJERCICIOS DE CÁLCULO I. Para Grados en Ingeniería. Capítulo 2: Cálculo diferencial de una variable
EJERCICIOS DE CÁLCULO I Para Grados en Ingeniería Capítulo 2: Cálculo diferencial de una variable Domingo Pestana Galván José Manuel Rodríguez García Índice 2. Cálculo diferencial de una variable. 2..
Más detallesRESOLUCIÓN DE SISTEMAS NO LINEALES -- Método de Newton-Raphson
RESOLUCIÓN DE SISTEMAS NO LINEALES -- Método de Newton-Raphson. El método de Newton para la resolución de una ecuación f(x)=0. Sea f(x) una función continuamente diferenciable dos veces en el intervalo
Más detallesCálculo infinitesimal Grado en Matemáticas Curso 20014/15 Clave de soluciones n o 6. Derivadas de orden superior
Cálculo infinitesimal Grado en Matemáticas Curso 2004/5 Clave de soluciones n o 6 Derivadas de orden superior 70. Hallar los polinomios de Taylor del grado indicado y en el punto indicado para las siguientes
Más detallesSOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES
SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES EL PROBLEMA DE OBTENER LOS CEROS O RAÍCES DE UNA ECUACIÓN ALGEBRAICA O TRASCENDENTE, ES UNO DE LOS REQUERIDOS MAS FRECUENTEMENTE, DEBIDO A ELLO
Más detallesGuía Semana 7 1. RESUMEN 2. EJERCICIOS PROPUESTOS. Universidad de Chile. Ingeniería Matemática
. RESUMEN FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo en Varias Variables 08- Guía Semana 7 Teorema de la función inversa. Sea f : Ω Ê N Ê N, Ω abierto, una función de clase
Más detallesTALLERES DE METODOS NUMERICOS SOLUCION NUMERICA DE ECUACIONES NO LINEALES
TALLERES DE METODOS NUMERICOS SOLUCION NUMERICA DE ECUACIONES NO LINEALES. Usar un procedimiento iterativo para calcular una aproimación a la menor raíz positiva de la ecuación : sen π = 0 Calcular tres
Más detallesMétodos Numéricos (SC 854) Solución de ecuaciones no lineales. 1. Definición del problema: raíces de ecuaciones no lineales
Solución de ecuaciones no lineales c M. Valenzuela 007 008 (5 de mayo de 008) 1. Definición del problema: raíces de ecuaciones no lineales Dada una ecuación de una variable independiente x, f(x) =0, (1)
Más detallesMétodos de resolución de Ecuaciones no Lineales
Tema 2 Métodos de resolución de Ecuaciones no Lineales 2.1. Generalidades. Orden de convergencia Nos planteamos en este tema el problema de la resolución aproximada de Ecuaciones no Lineales. Este problema
Más detallesTeoremas de Taylor. Capítulo 7
Capítulo 7 Teoremas de Taylor Una vez más nos disponemos a extender a las funciones de varias variables resultados ya conocidos para funciones de una variable, los teoremas de aproximación de Taylor. Por
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 3: Resolución aproximada de ecuaciones
E.T.S. Minas: Métodos Matemáticos Soluciones Tema 3: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Octubre
Más detallesTema 5: Resolución aproximada de ecuaciones
Métodos Numéricos: Solución de los ejercicios Tema 5: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril
Más detallesINTERPOLACIÓN: Error en la la interpolación polinómica de Lagrange
INTERPOLACIÓN: Error en la la interpolación polinómica de Lagrange Arturo Hidalgo LópezL Alfredo López L Benito Carlos Conde LázaroL Marzo, 007 Departamento de Matemática Aplicada y Métodos Informáticos
Más detallesDefinición 11.1 Sea f : A E F una aplicación r-veces diferenciable en un punto a A. o
Capítulo 11 Teoremas de Taylor Una vez más nos disponemos a extender a las funciones de varias variables resultados ya conocidos para funciones de una variable, los teoremas de aproximación de Taylor.
Más detallesTema 2 Resolución numérica de ecuaciones: Métodos de iteración funcional
Tema 2 Resolución numérica de ecuaciones: Métodos de iteración funcional Índice de contenidos Métodos de iteración funcional, Análisis de la convergencia. Aplicaciones contractivas. Revisión del método
Más detallesMétodos Numéricos: Guía de estudio Tema 5: Solución aproximada de ecuaciones
Métodos Numéricos: Guía de estudio Tema 5: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril 2009, versión
Más detallesModelación y Simulación en Física. Guia 3(v1): Raíces.
Modelación y Simulación en Física. Guia 3(v1): Raíces. Prof. Francisco Santibáñez Calderón. francisco.santibanez@ucv.cl Laboratorio de Mecanica de Materiales Complejos. 3 de octubre de 2013 Metodos Numericos
Más detallesAproximaciones de funciones y problemas de extremos
Aproximaciones de funciones y problemas de extremos José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 5.- Aproximaciones de funciones y problemas de extremos 1 Teorema de
Más detallesPráctica 4 Métodos de resolución numérica de ecuaciones
practica6.nb 1 Práctica 4 Métodos de resolución numérica de ecuaciones El objetivo de esta práctica es resolver una ecuación del tipo f(x)=0 aplicando un método numérico. Cuando queramos emplear algún
Más detallesDerivación de funciones reales de una variable
Derivación de funciones reales de una variable Derivada de una función en un punto. Interpretación física y geométrica Aproximación de raíces: Método de Newton Raphson Derivabilidad Cálculo de derivadas
Más detallesEXAMEN PARCIAL DE METODOS NUMERICOS (MB536)
EXAMEN PARCIAL DE METODOS NUMERICOS (MB536) SOLO SE PERMITE EL USO DE UNA HOJA DE FORMULARIO Y CALCULADORA ESCRIBA CLARAMENTE SUS PROCEDIMIENTOS PROHIBIDO EL USO DE CELULARES U OTROS EQUIPOS DE COMUNICACION
Más detallesEcuaciones no lineales. Búsqueda de ceros de funciones.
Capítulo 5 Ecuaciones no lineales. Búsqueda de ceros de funciones. 1. Introducción. 2. Ceros de ecuaciones no lineales de una variable. 3. Sistemas de n ecuaciones no lineales. 4. Ceros de un polinomio.
Más detalles2. El Teorema del Valor Medio
2.24 45 2. El Teorema del Valor Medio Comenzaremos esta sección recordando dos versiones del teorema del valor medido para funciones de 1-variable y por tanto ya conocidas: 2.22 Sea f : [a, b] R R una
Más detallesSISTEMA DE ECUACIONES LINEALES Y NO LINEALES
TEMA N o SISTEMA DE ECUACIONES LINEALES Y NO LINEALES SISTEMA DE ECUACIONES LINEALES Los metodos de resolucion de sistemas de ecuaciones lineales se dividen en dos grupos: a) MÉTODOS EXACTOS. Son algoritmos
Más detallesUNIVERSIDAD DE EXTREMADURA Departamento de Matemáticas. Matemáticas. Manuel Fernández García-Hierro Badajoz, Febrero 2008
UNIVERSIDAD DE EXTREMADURA Departamento de Matemáticas Matemáticas Manuel Fernández García-Hierro Badajoz, Febrero 2008 Capítulo X Integración numérica Introducción La integral definida I(f) = b a f(x)
Más detallesa) Plantear un sistema de ecuaciones para calcular los coeficientes de f y resolverlo usando la descomposición LU de la matriz del sistema.
E.T.S. de Álgebra Numérica 30 de junio de 2006 Se quiere encontrar una función de la forma f(x) = ax 3 + bx + c que pase por los puntos (1, 4), ( 2, 23) y (2, 21). a) Plantear un sistema de ecuaciones
Más detallesAnálisis Matemático. Convocatoria de enero Prueba Global. Evaluación Continua
Apellidos y nombre: Análisis Matemático. Convocatoria de enero. 9--26. Prueba Global. Evaluación Continua Instrucciones: No abandonar el examen durante los primeros 3 minutos. Tiempo para esta parte del
Más detallesContinuidad 2º Bachillerato. materiales Editorial SM
Continuidad 2º Bachillerato materiales Editorial SM Continuidad en un punto: primera aproximación Estatura medida cada 5 años: hay grandes saltos entre cada punto y el siguiente. Estatura medida cada año:
Más detalles1.3. El teorema de los valores intermedios
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 07-2 Importante: Visita regularmente http://www.dim.uchile.cl/calculo. Ahí encontrarás
Más detalles3 RAÍCES REALES DE ECUACIONES NO-LINEALES. 3.1 Método de la bisección
3 RAÍCES REALES DE ECUACIONES NO-LINEALES Sea f: R R. Dada la ecuación f(x) = 0, se debe encontrar un valor real r tal que f(r) = 0. Entonces r es una raíz real de la ecuación Si no es posible obtener
Más detallesProgramación y Métodos Numéricos Resolución de de ecuaciones no no lineales: Método de de aproximaciones sucesivas
Programación y Métodos Numéricos Resolución de de ecuaciones no no lineales: Método de de aproximaciones sucesivas Carlos Conde LázaroL Arturo Hidalgo LópezL Alfredo López L Benito Marzo, 2007 Departamento
Más detallesPRACTICA Núm. 2 Resolución numérica de ecuaciones no lineales
PRACTICA Núm. 2 Resolución numérica de ecuaciones no lineales La resolución de ecuaciones no lineales es un problema que se presenta con mucha frecuencia en los distintos campos científicos y técnicos.
Más detallesRaíces de ecuaciones no lineales
Raíces de ecuaciones no lineales Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com Universidad: ITESM CEM
Más detallesProfesor Francisco R. Villatoro 14 de Enero de 2000 SOLUCIONES. Soluciones de los ejercicios sobre cálculo de ceros de funciones.
Sexta relación de problemas Técnicas Numéricas Profesor Francisco R. Villatoro 14 de Enero de 2000 SOLUCIONES Soluciones de los ejercicios sobre cálculo de ceros de funciones. 1. Un punto fijo α de la
Más detallesUnidad didáctica 11: Ecuaciones no lineales. Aproximaciones sucesivas. Método de Newton-Raphson. Ejercicios.
Unidad didáctica 11: Ecuaciones no lineales. Aproimaciones sucesivas. Método de Newton-Raphson. Ejercicios. Israel Cañamón Valera Dto. de Matemática Aplicada y Métodos Inormáticos. E.T.S.I. Minas 1 ÍNDICE
Más detallesMétodo de Newton. Cálculo numérico. Notas de clase. 25 de abril, 2011
Método de Newton Cálculo numérico. Notas de clase. 25 de abril, 2011 La resolución de sistemas de ecuaciones algebraicas no lineales de la forma F(x) = 0, F : R n R n, (1) en donde F es una función continua
Más detallesUniversidad Nacional Autónoma de México Licenciatura en Economía Cálculo Diferencial e Integral Continuidad
1 Universidad Nacional Autónoma de México Licenciatura en Economía Cálculo Diferencial e Integral Continuidad Hasta hace muy poco se creía que una función continua siempre tenía una primera derivada cuyo
Más detalles