Solución de ecuaciones no lineales y aplicaciones a la cuadratura numérica
|
|
- Lorenzo Miguélez Montero
- hace 7 años
- Vistas:
Transcripción
1 Solución de ecuaciones no lineales y aplicaciones a la cuadratura numérica Javier Segura Departamento de Matemáticas, Estadística y Computación Universidad de Cantabria, Spain Fundamentos de Matemática Aplicada (INVESMAT) J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
2 Contenidos: 1 Repaso de métodos básicos Bisección Método de la secante El método de Newton 2 Métodos de punto fijo Soluciones numéricas de punto fijo Punto fijo y aproximaciones analíticas: dos ejemplos 3 Cuadraturas gaussianas y ceros de polinomios ortogonales 4 Método de autovalores para relaciones de recurrencia Ceros de polinomios ortogonales Ceros de soluciones mínimas de relaciones de recurrencia Pros y contras de los métodos de recurrencias 5 El método de Golub-Welsch J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
3 Bisección Repaso de métodos básicos Bisección Teorema (Bolzano). Si f (x) es continua en el intervalo [a, b] con f (a)f (b) 0, entonces existe al menos un α [a, b] tal que f (α) = 0. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
4 Repaso de métodos básicos Bisección Bisección Teorema (Bolzano). Si f (x) es continua en el intervalo [a, b] con f (a)f (b) 0, entonces existe al menos un α [a, b] tal que f (α) = 0. Algoritmo (Bisección) Algoritmo: Bisección en un intervalo [a,b], tal que f (a)f (b) < 0 (1) Sea c = (b + a)/2 (2) Si b c ɛ, aceptar c; parar (3) Si f (b)f (c) 0, tomar a = c; y si no: b = c. (4) Volver a (1) J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
5 Repaso de métodos básicos Bisección J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
6 Repaso de métodos básicos Bisección 1 Bisección es lo óptimo para resolver una ecuación f (x) = 0 cuando no sabemos nada de f salvo calcular su signo. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
7 Repaso de métodos básicos Bisección 1 Bisección es lo óptimo para resolver una ecuación f (x) = 0 cuando no sabemos nada de f salvo calcular su signo. 2 El cero está siempre dentro de un intervalo de acotación y converge siempre que f cambie de signo, aunque también puede converger a una discontinuidad. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
8 Repaso de métodos básicos Bisección 1 Bisección es lo óptimo para resolver una ecuación f (x) = 0 cuando no sabemos nada de f salvo calcular su signo. 2 El cero está siempre dentro de un intervalo de acotación y converge siempre que f cambie de signo, aunque también puede converger a una discontinuidad. 3 Lento aunque seguro: a lo sumo, el orden de convergencia es 1. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
9 Repaso de métodos básicos Bisección 1 Bisección es lo óptimo para resolver una ecuación f (x) = 0 cuando no sabemos nada de f salvo calcular su signo. 2 El cero está siempre dentro de un intervalo de acotación y converge siempre que f cambie de signo, aunque también puede converger a una discontinuidad. 3 Lento aunque seguro: a lo sumo, el orden de convergencia es 1. 4 Inespecífico: el número de iteraciones sólo depende del intervalo [a, b] y del cero α [a, b]. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
10 Repaso de métodos básicos Bisección Orden de convergencia Sea {x n } una sucesión que converge a α y definamos ɛ n = x n α. Si exite un número p y una constante C 0 tales que ɛ n+1 lim n ɛ n p = C se dice que el orden de convergencia es p siendo C la constante de error asintótica. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
11 Regula falsi Repaso de métodos básicos Bisección Regula falsi es un intento (fallido) de mejorar bisección estimando c por interpolación lineal c = b Puede llegar a ser y peor que bisección: Regula falsi b a af (b) bf (a) f (b) = f (b) f (a) f (b) f (a) (b,(f(b)) x=a x=b x y=f(x) (a,f(a)) J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
12 Repaso de métodos básicos Método de la secante Método de la secante Igual que regula falsi, pero sin tener en cuenta los signos x n+1 = x n x n x n 1 f (x n ) f (x n 1 ) f (x n) (1) y Metodo de la secante y=f(x) α x 3 x 2 x 1 x 0 x J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
13 Repaso de métodos básicos Método de la secante Orden de convergencia: Con ɛ k = x k α, desarrollando f (x k ) = f (α + ɛ k ) y llevándolo a (1), tenemos que ɛ n+1 = f (α) 2f (α) ɛ nɛ n 1 Con esto, se puede comprobar que el orden es p = (1 + 5)/2 (Vamos mejorando, si es que converge!) Criterio de parada: como el orden es p > 1: x n+1 x n x n α 1 + x n+1 α x n α 1 cuando n +. Se puede entonces utilizar x n+1 x n para estimar el error. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
14 Repaso de métodos básicos Método de la secante Otra forma de interpretar el método de la secante Teorema (Teorema del resto) Sea f (x) una función continua en [a, b] y derivable n + 1 veces en (a, b). Si P n (x) es el polinomio de grado menor o igual que n que interpola f (x) entre los n + 1 nodos distintos x 0...x n [a, b] (es decir, tal que P n (x k ) = f (x k )) entonces x [a, b] ζ x (a, b), dependiente de x, tal que f (x) = P n (x) + f (n+1) (ζ x ) (n + 1)! donde se dice que R n (x) es el resto. n (x x j ) P n (x) + R n (x) j=0 Utilizando diferencias divididas de Newton: f (x) = f [x 0 ] + f [x 0, x 1 ](x x 0 ) f [x 0, x 1,..., x n ](x x 0 )...(x x n 1 ) n +f [x 0,..., x n, x] (x x j ) j=0 J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
15 Repaso de métodos básicos Método de la secante Resolver la ecuación f (x) = 0, con solución x = α es equivalente a evaluar α = g(0) donde g = f ( 1). Aproximando g(y) por interpolación lineal para los puntos (y n, x n ), (y n 1, x n 1 ) (y k = f (x k )), tenemos: g(y) = y y n 1 y n y g(y n ) + y n y n 1 y n y g(y n 1 ) + E n 1 = y f n 1 f n f n 1 x n + f n y x f n f n 1 + E n 1 E = ġ(ζ) 2 (y y n)(y y n 1 ) = g (ζ) 2 (y f n)(y f n 1 ), para cierto ζ. Haciendo y = 0: α = f nx n 1 f n 1 x n f n f n 1 + g(ζ) 2 f nf n 1 De donde ɛ n+1 g(0) 2 f (α) 2 ɛ n ɛ n 1 Esta idea se puede generalizar para más puntos de interpolación, de manera que se pueden obtener métodos de order arbitrariamente alto, pero... J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
16 Repaso de métodos básicos Método de la secante Recordemos que con el método de la secante no tenemos intervalos de acotación de la raíz. Cómo garantizar que el método converge? J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
17 Repaso de métodos básicos Método de la secante Recordemos que con el método de la secante no tenemos intervalos de acotación de la raíz. Cómo garantizar que el método converge? Cómo escoger los valores iniciales? Existen algoritmos que combinan bisección y secante que: 1 Garantizan la convergencia y dan un intervalo de acotación J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
18 Repaso de métodos básicos Método de la secante Recordemos que con el método de la secante no tenemos intervalos de acotación de la raíz. Cómo garantizar que el método converge? Cómo escoger los valores iniciales? Existen algoritmos que combinan bisección y secante que: 1 Garantizan la convergencia y dan un intervalo de acotación 2 Convergen más rápidamente que bisección Los métodos de Dekker (bisección + secante) y Brent (bisección + interpolación cuadrática inversa) son dos ejemplos populares. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
19 Repaso de métodos básicos El método de Newton El método de Newton El método de Newton consiste en resolver la ecuación f (x) = 0 invirtiendo la aproximación lineal de Taylor alrededor de x = α (f (α) = 0) 0 = f (x n ɛ n ) = f (x n ) f (x n )ɛ n + f (ζ n ) 2 donde ɛ n = x n α Despreciando el error α x n+1 = x n f (x n) f (x n ) Orden de convergencia = 2 Parece buena idea caso de que se disponga de la derivada f (x) ɛ 2 n J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
20 Repaso de métodos básicos El método de Newton y Metodo de Newton rectas tangentes y=f(x) α x3 x2 x x0 1 x J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
21 Repaso de métodos básicos El método de Newton Posibles problemas del método de Newton J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
22 Repaso de métodos básicos El método de Newton En el plano complejo los problemas aumentan El método de Newton también se puede utilizar para calcular ceros en el plano complejo. Supongamos que queremos resolver f (z) = 0 donde f (z) = z 3 1. Tenemos z n+1 = z n z3 n 1. El conjunto de los valores iniciales que 3z 2 n dan convergencia a z 0 = 1 es... J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
23 Repaso de métodos básicos El método de Newton En el plano complejo los problemas aumentan El método de Newton también se puede utilizar para calcular ceros en el plano complejo. Supongamos que queremos resolver f (z) = 0 donde f (z) = z 3 1. Tenemos z n+1 = z n z3 n 1. El conjunto de los valores iniciales que 3z 2 n dan convergencia a z 0 = 1 es... J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
24 Métodos de punto fijo Métodos de punto fijo Los métodos de punto fijo responden a esquemas x n+1 = T (x n ) Ejemplo: el método de Newton, T(x)=x-f(x)/f (x) Si T is contínua y, dado cierto x 0, existe lim n x n = α entonces α = T (α) (α punto fijo de T ). Teorema Si T (x) es continua en I = [a, b] y T (I) I entonces existe al menos un punto fijo de T (x), α [a, b]. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
25 Métodos de punto fijo b y A puntos fijos y=x y=g(x) B a La curva debe cruzar la linea y=x para alcanzar B desde A puesto que la curva esta confinada en la caja a b x J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
26 Métodos de punto fijo Teorema (Continuación) Si, además T (x) es continuamente diferenciable en (a, b) y T (x) M < 1, x (a, b), entonces 1 T (x) tiene un único punto fijo α en [a, b] J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
27 Métodos de punto fijo Teorema (Continuación) Si, además T (x) es continuamente diferenciable en (a, b) y T (x) M < 1, x (a, b), entonces 1 T (x) tiene un único punto fijo α en [a, b] 2 Para cada x 0 [a, b], la sucesión definida como x n+1 = T (x n) converge al único punto fijo α. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
28 Métodos de punto fijo Teorema (Continuación) Si, además T (x) es continuamente diferenciable en (a, b) y T (x) M < 1, x (a, b), entonces 1 T (x) tiene un único punto fijo α en [a, b] 2 Para cada x 0 [a, b], la sucesión definida como converge al único punto fijo α. x n+1 = T (x n) 3 La estimación del error de la enésima iteración está dada por x n α Mn 1 M x 1 x 0 J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
29 Métodos de punto fijo Teorema (Continuación) Si, además T (x) es continuamente diferenciable en (a, b) y T (x) M < 1, x (a, b), entonces 1 T (x) tiene un único punto fijo α en [a, b] 2 Para cada x 0 [a, b], la sucesión definida como converge al único punto fijo α. x n+1 = T (x n) 3 La estimación del error de la enésima iteración está dada por x n α Mn 1 M x 1 x 0 4 Si T (α) 0, y N > 0 : a n α n > N entonces α x n+1 lim = T (α). n α x n Es decir, que si T (α) 0 el orden de convergencia es 1. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
30 Métodos de punto fijo y y=x y=g(x) α x 3 x 2 x 1 x 0 x J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
31 Métodos de punto fijo y y=g(x) y=x α x 0 x 1 x 2 x J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
32 Métodos de punto fijo y y=x y=g(x) x 0 x 2 x 3 x 1 x J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
33 Métodos de punto fijo y y=g(x) y=x x 0 x 1 x J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
34 Métodos de punto fijo Teorema (Otra versión) Sea T (x) continua en I [a, b] y continuamente diferenciable en (a, b). Si α I : T (α) = α y se verifica que g (x) M < 1 en (a, b), entonces se cumplen los resultados enunciados en el anterior. Consecuencia de esto es que si T es continuamente diferenciable en un entorno de α y T (α) < 1, entonces existe un entorno de α tal que x n+1 = T (x n ) converge a α para cualquier x 0 en ese entorno (convergencia local). Teorema (Convergencia monótona) Si T (x) tiene derivada primera continua en un intervalo I que contiene un punto fijo de T (x) y 0 T (x) < 1 en I, entonces hay sólo un punto fijo de T (x) en I, la iteración de punto fijo x n+1 = T (x n ) es convergente x 0 I y la convergencia es de tipo monótono, es decir: Si x 0 > α, entonces x 0 > x 1 >... > x n >... > α Si x 0 < α, entonces x 0 < x 1 <... < x n <... < α J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
35 Métodos de punto fijo Dado un método de punto fijo x n+1 = T (x n ) y T (α) = α, si la primera derivada no nula en α de T (x) es la m sima (y es continua), entonces el método tiene orden de convergencia m con constante de error asintótica C = T (m) (α)/m!. En efecto: Luego x n+1 = T (α + ɛ n ) = T (α) + T (m) (ζ n ) ɛ m n m! con ζ n entre α y x n, luego ɛ n = T (m) (ζ n ) ɛ m n m! ɛ n+1 lim n ɛ m n = T (m) (α)/m! J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
36 Métodos de punto fijo Dos ejemplos de métodos de punto fijo con orden m 2 1 El método de Newton cuando f (α) 0: Orden 2 T (x) = x f (x)/f (x) T (x) = f (x)f (x)/f (x) 2 T (α) = 0, T (α) = f (α)/f (α) J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
37 Métodos de punto fijo Dos ejemplos de métodos de punto fijo con orden m 2 1 El método de Newton cuando f (α) 0: Orden 2 T (x) = x f (x)/f (x) T (x) = f (x)f (x)/f (x) 2 T (α) = 0, T (α) = f (α)/f (α) 2 Método de arctan(newton) T (x) = x 1 w(x) arctan(w(x)y(x)/y (x)) para cierto w(x). Cuál es el orden si y(x) es solución de y (x) + w(x) 2 y(x) = 0? J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
38 Métodos de punto fijo Soluciones numéricas de punto fijo Como ejemplo consideremos el cálculo de los ceros de Invirtiendo κx sin(x) cos(x) = 0 tan x = 1 κx x = arctan ( 1 κx ) + mπ T m (x), m = 1, 2,...; T 0 (x) = π/2 arctan(κx) Tenemos un cero en cada intervalo I m = ((m 1/2)π/2, (m + 1/2)π/2), m N y otro en I 0 = (0, π/2) si κ > 0. T (I m ) I m, T κ (x) = 1 + κ 2 x 2 Converge al cero en I m dando x 0 I m, con la duda de κ > 1 en I 0. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
39 Métodos de punto fijo Punto fijo y aproximaciones analíticas: dos ejemplos Aproximaciones analíticas: un ejemplo simple Consideremos de nuevo el ejemplo κx sin(x) cos(x) = 0. Vamos a construir una aproximación para ceros grandes (o no tanto). Partimos de x 0 = mπ e iteramos con T m para aproximar el cero α m en I m. Como T m(x) = O(m 2 ), tenemos, iterando una vez: ( ) 1 α (m) = arctan + mπ + O(m 2 ) = mπ + 1 κmπ πκm + O(m 2 ) E iterando dos veces ( α (m) = T m (T m (x m ))+O(m 4 ) = mπ+µ 1 κ + 1 ) µ 3 +O(µ 5 ) (2) 3 donde µ = πκm J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
40 Métodos de punto fijo Punto fijo y aproximaciones analíticas: dos ejemplos Otra forma de hacer lo mismo es por resustitución: Empezamos con α (m) mπ. Teníamos T m (x) = arctan(1/(κx)) + mπ. Como ( ) 1 arctan = 1 z z 1 3z z 5..., (3) quedándonos sólo con el primer término y sustituyendo con la primera aproximación mπ. Tenemos: Resustituyendo de nuevo: y expandiendo tenemos (2). α (m) 1 = mπ + 1 κmπ. α (m) 2 = mπ + 1 κα 1 1 3(κα 1 ) 3 J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
41 Métodos de punto fijo Un caso más general Punto fijo y aproximaciones analíticas: dos ejemplos El anterior ejemplo x arctan(1/κx) = mπ para m grande es un ejemplo particular de un caso más general: donde f (x) = x + n i=0 f (x) = w f i x i + O(x n 1 ), x En el que se puede comprobar la validez del esquema anterior considerando T (x) = w g(x), g(x) = f (x) x = n i=0 f i x i + O(x n 1 ) J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
42 Métodos de punto fijo Un ejemplo no trivial Punto fijo y aproximaciones analíticas: dos ejemplos Expansion de McMahon para ceros grandes de las funciones de Bessel La función de Bessel function J ν (z), solución regular en el origen de z 2 y + zy + (z 2 ν 2 )y = 0 se puede escribir 2 J ν (z) = {P(ν, z) cos ξ Q(v, z) sin ξ}, arg z < π, (4) πz donde ξ = z νπ/2 π/4 y P y Q tienen conocidas expansiones cuando z, con Q/P µ 1 8z (1 + O(z 1 )), µ = 4ν 2. Para aproximar los ceros, tomamos tan(ξ) = P/Q e invertimos: z = β arctan(q/p), β = (s + ν/2 1/4)π, s = 1, 2,.... (5) Una primera aproximación para los ceros de J ν (x) es j ν,s β and the second j ν,s β µ 1 8β, (6) J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
43 Métodos de punto fijo Punto fijo y aproximaciones analíticas: dos ejemplos Expansion de McMahon (continuación) Repitiendo el proceso, se puede escribir j ν,s β µ 1 2 P i (µ), (7) 2i+1 (4β) i=0 con P i (µ) polinomios en µ de grado i, que se pueden escribir i P i (µ) = c i ( 1) i k a (k) i µ k, c i Q +, a (k) i N. (8) k=0 Algunos de los coeficientes (usando Maple) son i c i a (0) i a (1) i a (2) i a (3) i a (4) i a (5) i / / / / / J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
44 McMahon no basta Métodos de punto fijo Punto fijo y aproximaciones analíticas: dos ejemplos Para valores de ν moderados, McMahon funciona hasta para los primeros ceros. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
45 Métodos de punto fijo Punto fijo y aproximaciones analíticas: dos ejemplos McMahon no basta Para valores de ν moderados, McMahon funciona hasta para los primeros ceros. Para ν grande McMahon falla y se necesitan aproximaciones uniformes (mucho más complicadas) J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
46 Métodos de punto fijo Punto fijo y aproximaciones analíticas: dos ejemplos McMahon no basta Para valores de ν moderados, McMahon funciona hasta para los primeros ceros. Para ν grande McMahon falla y se necesitan aproximaciones uniformes (mucho más complicadas) Es habitual que haya que combinar métodos (como pasa con el ejemplo más sencillo) J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
47 Métodos de punto fijo Punto fijo y aproximaciones analíticas: dos ejemplos McMahon no basta Para valores de ν moderados, McMahon funciona hasta para los primeros ceros. Para ν grande McMahon falla y se necesitan aproximaciones uniformes (mucho más complicadas) Es habitual que haya que combinar métodos (como pasa con el ejemplo más sencillo) Aunque hay otras estrategias para ciertas funciones, incluida la función de Bessel J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
48 Métodos de punto fijo Punto fijo y aproximaciones analíticas: dos ejemplos McMahon no basta Para valores de ν moderados, McMahon funciona hasta para los primeros ceros. Para ν grande McMahon falla y se necesitan aproximaciones uniformes (mucho más complicadas) Es habitual que haya que combinar métodos (como pasa con el ejemplo más sencillo) Aunque hay otras estrategias para ciertas funciones, incluida la función de Bessel Volveremos al asunto, de alguna forma... J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
49 Métodos de punto fijo Punto fijo y aproximaciones analíticas: dos ejemplos Otras dos aproximaciones para el mismo problema (el sencillo, claro) Para κ pequeño y ceros no muy grandes: ( ) 1 x = arctan +mπ = (m+ 1 κx 2 )π arctan(κx), m = 0, 1, 2,..., (9) Consideramos x n+1 = T (x n ) con T (x) = Λπ arctan(κx), Λ = (m ). (10) Para κ pequeño y moderado x, T (x) κ y, empezando con x 0 = Λπ tenemos un O(κ) en cada iteración. Iterando tres veces: [ ( ) ] α (m) (κ) Λπ 1 κ + κ Λ2 π 2 3 κ 3 + O(κ 4 ), κ 0. (11) Esta expansión es útil para κ pequeño y ceros no muy grandes (caso para el que la anterior expansion no funciona). J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
50 Métodos de punto fijo Punto fijo y aproximaciones analíticas: dos ejemplos Para κ grande, el primer cero de κx sin x cos x = 0 tiende a hacerse pequeño. Una primera aproximación viene de resolver κx sin x cos x 1 + (κ + 1/2)x 2 (κ/6 + 1/24)x 4 = 0 Expandiendo el menor cero en potencias de κ 1 : α (0) 1 ( 1 1 ) κ 6κ El método de punto fijo para T 0 (x) = π arctan(κx) no es tan fácil de 2 aplicar ahora porque T (α (0) ) = κ/(1 + κ 2 α (0) ) 1, pero se puede... Resultado: α (0) = 1 κ (1 1 6 κ κ κ κ κ ). (13) J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
51 Métodos de punto fijo Punto fijo y aproximaciones analíticas: dos ejemplos Combinando los tres: κ (2) (2) (2) (2) (2) (2) (2) (2) (2) (1) (1) (1) (3) (1) (1) (1) (1) (1) (3) (1) (1) (1) (1) (1) Y aprovechando la convergencia local del método de Newton tenemos un método eficiente y seguro para todo κ. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
52 Cuadraturas gaussianas y ceros de polinomios ortogonales Cuadratura gaussiana A continuación trataremos de obtener los nodos y los pesos para cuadraturas de integrales tales que b a f (x)w(x)dx = n i=1 f (2n) (λ) w i f (x i ) + γ n, λ (a, b) (2n)! siendo w(x) una función peso. Estas son cuadraturas gaussianas (con el mayor grado de exactitud posible para n nodos) Ejemplos clásicos: 1 Gauss-Hermite: + f (x)e x 2 dx J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
53 Cuadraturas gaussianas y ceros de polinomios ortogonales Cuadratura gaussiana A continuación trataremos de obtener los nodos y los pesos para cuadraturas de integrales tales que b a f (x)w(x)dx = n i=1 f (2n) (λ) w i f (x i ) + γ n, λ (a, b) (2n)! siendo w(x) una función peso. Estas son cuadraturas gaussianas (con el mayor grado de exactitud posible para n nodos) Ejemplos clásicos: 1 Gauss-Hermite: + f (x)e x 2 dx 2 Gauss-Laguerre: + 0 f (x)x α e x dx, α > 1 J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
54 Cuadraturas gaussianas y ceros de polinomios ortogonales Cuadratura gaussiana A continuación trataremos de obtener los nodos y los pesos para cuadraturas de integrales tales que b a f (x)w(x)dx = n i=1 f (2n) (λ) w i f (x i ) + γ n, λ (a, b) (2n)! siendo w(x) una función peso. Estas son cuadraturas gaussianas (con el mayor grado de exactitud posible para n nodos) Ejemplos clásicos: 1 Gauss-Hermite: + f (x)e x 2 dx 2 Gauss-Laguerre: + 0 f (x)x α e x dx, α > 1 3 Gauss-Jacobi: +1 1 f (x)(1 x)α (1 + x) β dx, α, β > 1 J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
55 Cuadraturas gaussianas y ceros de polinomios ortogonales Teorema Sea w(x) una función peso en [a, b] y p n el polinomio mónico de grado n tal que b a Sean x 1,..., x n los ceros of p n y w i definido por w i = x k p n(x)w(x) dx = 0, k = 0,..., n 1. (14) b a L i (x)w(x) dx, L i (x) = donde i = 1, 2,..., n. Entonces, la regla de cuadratura n k=1,k i x x k x i x k, (15) b a f (x)w(x) dx Q G n (f ) = n w i f (x i ) (16) i=1 es exacta para polinomios de grado menor o igual que 2n 1. Si f tiene derivada continua f (2n) en [a, b], entonces λ (a, b) : b a f (x)w(x) dx = Q G n (f ) + γ n f (2n) (λ) (2n)!, (17) donde γ n = b a pn(x)2 w(x) dx. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
56 Cuadraturas gaussianas y ceros de polinomios ortogonales Teorema Los polinomios ortogonales mónicos {p k } asociados al peso w(x) en el intervalo [a, b] satisfacen la relación de recurrence p 1 (x) = (x B 0 )p 0 (x), p k+1 (x) = (x B k )p k (x) A k p k 1 (x), k = 1, 2,..., (18) donde A k = p k 2 p k 1 2, k 1, B k = < xp k, p k > p k 2, k 0. (19) Algoritmo (Stieltjes) Input: a, b, w(x). Output: B 0, A i, B i, p i (x), i = 1, 2,..., n p 1 (x) = 0; A 0 = 0; p 0 (x) = 1, B 0 =< x, 1 > / < 1, 1 >; DO i = 1,..., n 1: p i+1 (x) = (x B i )p i (x) A i p i 1 (x). A i+1 = p i+1 2 / p i 2 ; B i+1 =< x, p i+1 > / p i+1 2. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
57 Método de autovalores para relaciones de recurrencia Método de recurrencias, construcción general Consideremos relaciones de recurrencia a n y n+1 (x) + b n y n (x) + c n y n 1 (x) = g(x)y n (x), n = 0, 1,..., Las primeras N relaciones se pueden escribir J N Y N (x) + a N 1 y N (x)e N + c 0 y 1 (x)e 1 = g(x)y N (x), e 1 = (1, 0,..., 0) T, e N = (0,..., 0, 1) T, Y N (x) = (y 0 (x),..., y N 1 (x)) T J N = b 0 a c 1 b 1 a c 2 b 2 a a N c N 1 b N 1. (20) Si para cierto x = x 0 a N 1 y N (x 0 ) = c 0 y 1 (x 0 ) = 0 tenemos un problema de autovalores con autovalor g(x 0 ) J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
58 Método de autovalores para relaciones de recurrencia Método de recurrencias, construcción general Consideremos relaciones de recurrencia a n y n+1 (x) + b n y n (x) + c n y n 1 (x) = g(x)y n (x), n = 0, 1,..., Las primeras N relaciones se pueden escribir J N Y N (x) + a N 1 y N (x)e N + c 0 y 1 (x)e 1 = g(x)y N (x), e 1 = (1, 0,..., 0) T, e N = (0,..., 0, 1) T, Y N (x) = (y 0 (x),..., y N 1 (x)) T J N = b 0 a c 1 b 1 a c 2 b 2 a a N c N 1 b N 1. (20) Si para cierto x = x 0 a N 1 y N (x 0 ) = c 0 y 1 (x 0 ) = 0 tenemos un problema de autovalores con autovalor g(x 0 ) Esto es así cuando x 0 es un zcero of y N (x) (o de y 1 (x)) y, por algún motivo, c 0 y 1 (x) = 0 (o a N 1 y N (x) = 0). J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
59 Método de autovalores para relaciones de recurrencia Ceros de polinomios ortogonales Para polinomios ortogonales mónicos, y n = P n (x), g(x) = x y a n and c n tienen el mismo signo. Además c 0 P 1 = 0, de modo que cuando y n (x 0 ) = P N (x 0 ) = 0: J N Y N (x 0 ) = x 0 Y N (x 0 ), Luegos los ceros de los polinomios ortogonales (nodos of cuadraturas gaussianas) son exactamente los autovalores de la matriz de Jacobi matrix J N. Wilf (1967), Golub-Welsch (1969) J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
60 Método de autovalores para relaciones de recurrencia Consideremos otra vez Ceros de soluciones mínimas de relaciones de recurrencia J N Y N (x) + a N 1 y N (x)e N + c 0 y 1 (x)e 1 = g(x)y N (x), y ahora consideremos que son los ceros de y 1 (x) los que se buscan. Si y N (x) es suficientemente pequeño para N grande y y 1 (x 0 ) = 0 J N Y N (x 0 ) g(x 0 )Y N (x) Esta aproximación funciona aproximadamente para soluciones mínimas de recurrencias lineales y homogéneas con tres términos, y particularly para las funciones de Bessel J ν (x) (Grad y Zakrajšek (1973), Ikebe (1975),..., Ball (2000)). Unas solución {f n } de una recurrencia a tres términos es mínima (o recesiva) cuando y n+1 + β n y n + α n y n 1 = 0 f n lim = 0 n + g n para cualquier otra solución {g n } any other solution de la recurrencia independiente de f n. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
61 Método de autovalores para relaciones de recurrencia Pros y contras de los métodos de recurrencias Pros 1 Todos los ceros de los P.O. se pueden calcular simultáneamente. 2 Los ceros complejos también se pueden evaluar cuando existen. 3 El método sólo requiere de los coeficientes de la recurrencia, y no es necesario evaluar la función. Cons 1 Todos los ceros se calculan 2 El condicionamiento no siempre es bueno. 3 El tipo de recurrencias es restrictivo 4 Para soluciones mínimas: dónde truncar la matriz? 5 Eficiencia? Otros métodos más flexibles, menos específicos y globalmente convergentes existen. J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
62 El método de Golub-Welsch Volviendo al cálculo de cuadraturas gaussianas, consideremos el problema de calcular los nodos y pesos de una cuadratura gaussiana. Los nodos, como ya dijimos, se pueden obtener como autovalores de la matriz de Jacobi. Para los polinomios ortogonales mónicos teníamos: donde p 1 (x) = (x B 0 )p 0 (x), p k+1 (x) = (x B k )p k (x) A k p k 1 (x), k = 1, 2,..., (21) A k = p k 2 p k 1 2, k 1, B k = < xp k, p k > p k 2, k 0. (22) Recurrencia para polinomios ortonormales Normalizando los polinomios, p k = p k p k, tenemos α k+1 p k (x) + β k p k (x) + α k p k 1 (x) = x p k (x), α m = p m / p m 1, β k = B k J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
63 El método de Golub-Welsch Partiendo de las recurrencias para polinomios ortonormales, es sencillo obtener también los pesos, a partir de los autovectores. Ver: A. Gil, J. Segura, N.M. Temme Numerical Methods for Special Functions, pp J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
64 El método de Golub-Welsch Partiendo de las recurrencias para polinomios ortonormales, es sencillo obtener también los pesos, a partir de los autovectores. Ver: A. Gil, J. Segura, N.M. Temme Numerical Methods for Special Functions, pp Pues veamos: J. Segura (Universidad de Cantabria) Ecs. no lineales y cuadratura / 45
Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain)
Ceros de funciones Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain) http://www-lacan.upc.es Índice Objetivos Esquemas iterativos
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 detallesCEROS DE FUNCIONES. Laboratori de Càlcul Numèric (LaCàN) Universitat Politècnica de Catalunya (UPC)
CEROS DE FUNCIONES Laboratori de Càlcul Numèric (LaCàN) Universitat Politècnica de Catalunya (UPC) http://www-lacan.upc.edu Diseño de un colector solar Diseño óptimo de un colector solar plano para obtener
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 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 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 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 detalles1. El Teorema de Rolle Generalizado.
Proyecto III: Los Teoremas de Rolle y del valor Medio Objetivos: Profundizar el estudio de algunos teoremas del cálculo diferencial 1 El Teorema de Rolle Generalizado La formulación más común del Teorema
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 detallesComplementos de Matemáticas, ITT Telemática
Introducción Métodos de punto fijo Complementos de Matemáticas, ITT Telemática Tema 1. Solución numérica de ecuaciones no lineales Departamento de Matemáticas, Universidad de Alcalá Introducción Métodos
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 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 detallesComplementos de Matemáticas, ITT Telemática
Aproximación de funciones Interpolación Int. Segm. Complementos de Matemáticas, ITT Telemática Tema 2. Departamento de Matemáticas, Universidad de Alcalá Aproximación de funciones Interpolación Int. Segm.
Más detallesResolución de ecuaciones no lineales y Método de Bisección
Resolución de ecuaciones no lineales y Método de Bisección Recordemos algunas ecuaciones 1) Resolver [ ] [ ] Sol: 2) Resolver la siguiente ecuación literal para la variable ; Sol: 3) Resolver Solución:
Más detallesMétodos Matemáticos Grado en Geomática y Topografía. J.L. Bravo. Curso
Métodos Matemáticos Grado en Geomática y Topografía Curso 2015-2016 Error Fuentes de error Propagación de errores Introducción al Cálculo Numérico Error Fuentes de error Propagación de errores Introducción
Más detallesPreliminares Interpolación INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL
INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL Contenido Preliminares 1 Preliminares Teorema 2 Contenido Preliminares Teorema 1 Preliminares Teorema 2 Teorema Preliminares Teorema Teorema: Serie de Taylor Supongamos
Más detallesCuadratura Numérica. Javier Segura. J. Javier Segura Cuadratura Numérica
Cuadratura Numérica Javier Segura Tema: Integración numérica. Contenidos Fórmulas de Newton-Cotes: Error en las fórmulas de Newton-Cotes. Fórmulas compuestas de Newton-Cotes. Error; Evaluación recurrente.
Más detallesCÁLCULO NUMÉRICO (0258)
CÁLCULO NUMÉRICO (58) Tema 5. Diferenciación e Integración Numérica Enero 5. Utilice la fórmula para calcular la derivada de f(x) = cos(x) en utilizar la fórmula. f(x + ) f(x) f'(x) x = y con =.. Estime
Más detallesClase No. 20: Integrales impropias MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 14
Clase No. 2: Integrales impropias MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 26.11.211 1 / 14 Integrandos con singularidades (I) Cuando el integrando o alguna de sus derivadas de bajo orden
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 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 detallesTEMA 6: DERIVACION NUMERICA
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 6: DERIVACION NUMERICA 1 INTRODUCCION En este tema nos ocupamos de aproximar las derivadas de orden arbitrario ν en un punto cualquier α de una función
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 detallesA = a 21 1 a 23 0 a Estudiar si los métodos de Jacobi y Gauss-Seidel para A convergen o divergen simultáneamente. (1.5p).
1 PROBLEMA.1 Convergencia de esquemas iterativos para una matriz tridiagonal. Se considera una matriz tridiagonal de 3x3 del tipo siguiente: 1 a 12 A = a 21 1 a 23 a 32 1 Se pide: 1. Estudiar si los métodos
Más detallesPlanteamiento General para Polinomios Ortogonales. 1. Producto interno genérico, norma y ortogonalidad
Semana 08/03/0 Polinomios Ortogonales Planteamiento General para Polinomios Ortogonales Hemos considerado un par de ejemplos de Polinomios Ortogonales En ambos podemos idenficar algunas características
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 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 detallesProblemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás
Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás de mayo de 13 Capítulo 6 Año 5 6.1. Modelo 5 - Opción A Problema 6.1.1 ( puntos) Justificar razonadamente
Más detallesTema 6: Resolución aproximada de sistemas de ecuaciones lineales
Métodos Numéricos: Resumen y ejemplos Tema 6: Resolución aproximada de sistemas de ecuaciones lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de
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 detallesInterpolación. Javier Segura. Cálculo Numérico I. Tema 3. Javier Segura (Universidad de Cantabria) Interpolación CNI 1 / 29
Interpolación Javier Segura Cálculo Numérico I. Tema 3. Javier Segura (Universidad de Cantabria) Interpolación CNI 1 / 29 Contenidos: 1 Interpolación de Lagrange Forma de Lagrange Teorema del resto Diferencias
Más detallesProfesor Francisco R. Villatoro 29 de Mayo de 2000 NO SE PERMITEN APUNTES, FORMULARIOS O CALCULADORA NO OLVIDE RACIONALIZAR TODOS LOS RESULTADOS
Examen Segundo Parcial Técnicas Numéricas (Técn. Comp.) Profesor Francisco R. Villatoro 9 de Mayo de 000 NO SE PERMITEN APUNTES FORMULARIOS O CALCULADORA NO OLVIDE RACIONALIZAR TODOS LOS RESULTADOS 1.
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 detalles2. Sistemas de ecuaciones lineales
2 Sistemas de ecuaciones lineales 2 Ejercicios resueltos Ejercicio 2 Estudiar el número de condición de Frobenius de la matriz a b A a + ε b Solución: El determinante de A es A ab + ba + ε b ε Si b 0 y
Más detallesLección 3: Aproximación de funciones. por polinomios. Fórmula de Taylor para
Lección 3: Aproximación de funciones por polinomios. Fórmula de Taylor para funciones escalares 3.1 Introducción Cuando es difícil trabajar con una función complicada, tratamos a veces de hallar una función
Más detallesProblemas tipo examen
Problemas tipo examen La división en temas no es exhaustiva. Las referencias (H n- m) indican el problema m de la hoja n y las referencias (A- cd), con A en números romanos indican un examen del mes A
Más detallesANÁLISIS I MATEMÁTICA 1 ANÁLISIS II (Computación) Práctica 5 - Verano 2009
ANÁLISIS I MATEMÁTICA ANÁLISIS II (Computación) Práctica 5 - Verano 2009 Derivadas parciales de orden superior - Polinomio de Taylor - Convexidad y Extremos Derivadas de orden superior. Calcular las derivadas
Más detallesCálculo de autovalores
Cálculo de autovalores Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia Curso 2011-2012 (UPV) Cálculo de autovalores Curso 2011-2012 1 / 28 Índice 1 Preliminares
Más detallesEJERCICIO COMPUTACIONAL N o 4. MÉTODOS ITERATIVOS
EJERCICIO COMPUTACIONAL N o 4. MÉTODOS ITERATIVOS Ángel Durán Departamento de Matemática Aplicada Universidad de Valladolid 23 de abril de 2011 Contenidos 1 Métodos iterativos para sistemas lineales Técnicas
Más detallesC alculo Octubre 2010
Cálculo Octubre 2010 Derivada. Introducción Recordemos la definición de pendiente de una recta: α y 1 y0 x 0 x 1 Pendiente= m = tanα = y 1 y 0 x 1 x 0 Y ahora consideremos las pendientes de las rectas
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 detalles2.I Introducción a la interpolación y aproximación.
2.I Introducción a la interpolación y aproximación. Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior - Universidad de Zaragoza Otoño 2001 Contents 1 Planteamiento general
Más detallesRedondeo, Truncamiento, Método del Punto Fijo y MétodoBarranquilla, de bisección / 22
Redondeo, Truncamiento, Método del Punto Fijo y Método de bisección. Jeinny Peralta 1 Barranquilla, 2017 Redondeo, Truncamiento, Método del Punto Fijo y MétodoBarranquilla, de bisección. 2017 1 / 22 Números
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 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 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 detalles3.4 El Teorema de Taylor. Extremos relativos
3.4. EL TEOREMA DE TAYLOR. EXTREMOS RELATIVOS 103 3.4 El Teorema de Taylor. Extremos relativos La derivación está directamente relacionada con la posibilidad de aproximar localmente funciones suficientemente
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 detalles2 x
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 08-2 Importante: Visita regularmente ttp://www.dim.ucile.cl/~calculo. Aí encontrarás las guías de ejercicios
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 detallesSemana 2 [1/24] Derivadas. August 16, Derivadas
Semana 2 [1/24] August 16, 2007 Máximos y mínimos: la regla de Fermat Semana 2 [2/24] Máximos y mínimos locales Mínimo local x es un mínimo local de la función f si existe ε > 0 tal que f( x) f(x) x (
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 detallesSi la variable independiente x con un valor inicial a que le da un valor final b a la diferencia b-a se le llama incremento de la variable y se
Si la variable independiente x con un valor inicial a que le da un valor final b a la diferencia b-a se le llama incremento de la variable y se simboliza con la letra delta. La derivada de la función con
Más detallesTeóricas de Análisis Matemático (28) - Práctica 8 - Polinomio de Taylor
Práctica 8 Polinomio de Taylor. Polinomio de Taylor El análisis completo de una función puede resultar muy difícil. Una forma de abordar este problema es aproximar la función por una más sencilla. En este
Más detallesMétodos Multipaso lineales
Elementos de Cálculo Numérico - Cálculo Numérico Segundo Cuatrimestre de 2008 (FCEN - UBA) Métodos Multipaso lineales Consideramos el problema de valores iniciales (PVI) y = f(x, y) a x b y(a) = α Dado
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 detallesSistemas de ecuaciones no lineales
Práctica 6 Sistemas de ecuaciones no lineales En esta práctica revisaremos algunos métodos básicos para la resolución numérica de sistemas de ecuaciones no lineales 61 Método iterativo del punto fijo Partimos
Más detalles2. Continuidad y derivabilidad. Aplicaciones
Métodos Matemáticos (Curso 2013 2014) Grado en Óptica y Optometría 7 2. Continuidad y derivabilidad. Aplicaciones Límite de una función en un punto Sea una función f(x) definida en el entorno de un punto
Más detallesMATEMÁTICAS: PAU 2016 JUNIO CASTILLA Y LEÓN
MATEMÁTICAS: PAU 26 JUNIO CASTILLA Y LEÓN Opción A Ejercicio A 5 a a) Discutir para qué valores de a R la matriz M = ( ) tiene inversa. Calcular M a para a =. ( 5 puntos) Para que exista inversa de una
Más detallesTEMA 2: RESOLUCION DE ECUACIONES DE UNA VARIABLE
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 2: RESOLUCION DE ECUACIONES DE UNA VARIABLE 1 CONCEPTOS GENERALES Se llama ecuación escalar numérica a toda expresión formal F (x) = 0 donde F es una
Más detallesRelación de ejercicios 6
Relación de ejercicios 6 Ecuaciones Diferenciales y Cálculo Numérico Grado en Ingeniería de Tecnologías de Telecomunicación Mayo de 2017 Ejercicio 6.1. 1. Construye, usando la base canónica del espacio
Más detallesMétodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones
Métodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril 009,
Más detalles5. ANÁLISIS MATEMÁTICO // 5.2. DERIVADA DE
5. ANÁLISIS MATEMÁTICO // 5.2. DERIVADA DE UNA FUNCIÓN EN UN PUNTO Y APLICACIONES. COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2010-2011 5.2.1. El problema de la tangente. Derivada.
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 detallesResumen de Análisis Matemático IV
Resumen de Análisis Matemático IV 1. Funciones inversas e implícitas y extremos condicionados 1.1. Teorema de la función inversa Teorema de la función inversa: Sea A abierto de R n, f : A R n tal que f
Más detallesSucesiones y series de funciones
Sucesiones y series de funciones Renato Álvarez Nodarse Departamento de Análisis Matemático Facultad de Matemáticas. Universidad de Sevilla http://euler.us.es/ renato/ 8 de octubre de 2012 Sucesiones y
Más detallesContinuidad y Continuidad Uniforme. Aplicaciones lineales continuas.
Continuidad y Continuidad Uniforme. Aplicaciones lineales continuas. Beatriz Porras 1 Límites Las definiciones de ĺımite de funciones de varias variables son similares a las de los ĺımites de funciones
Más detallesEJERCICIOS RESUELTOS TEMAS 2 y 3. Fco. Javier Cobos Gavala Carlos Botebol Benhamou Beatriz Silva Gallardo
INGENIERÍA TÉCNICA EN INFORMÁTICA DE SISTEMAS EJERCICIOS RESUELTOS TEMAS y 3 de CÁLCULO NUMÉRICO por Fco. Javier Cobos Gavala Carlos Botebol Benhamou Beatriz Silva Gallardo DEPARTAMENTO DE MATEMÁTICA APLICADA
Más detalles1. Funciones diferenciables
1. diferenciables Volvamos sobre el significado de la derivada de una función real de una variable real, Como vimos en el capítulo anterior, f : (a, b) R derivable en x 0, equivale a que f(x) f(x 0 ) =
Más detalles1. Para la función f(x) = x sen x, halle su polinomio de Taylor de orden 2 en a = 0. x x3 3!, x x3
Cálculo I (Grado en Ingeniería Informática) Problemas resueltos, - y -4 (tercera parte) Preparado por los profesores de la asignatura: Pablo Fernández, Dragan Vukotić (coordinadores), Luis Guijarro, Kazaros
Más detallesFormulación de Galerkin El método de los elementos finitos
Clase No. 28: MAT 251 Formulación de Galerkin El método de los elementos finitos Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/
Más detallesBORRADOR. Sucesiones y series numéricas Sucesiones. es un conjunto ordenado de números
Capítulo 4 Sucesiones y series numéricas 4.1. Sucesiones Una sucesión {s n } es un conjunto ordenado de números {s 1,s 2,s 3,...,s n,...}. Técnicamente, una sucesión puede considerarse como una aplicación
Más detallesInterpolación. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación 1 / 35
Interpolación Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación 1 / 35 Contenidos 1 Introducción 2 Interpolación de Taylor Cálculo del polinomio
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 detallesEcuaciones No-Lineales y raices polinomiales
Universidad Nacional de Ingeniería Facultad de Ciencias Física Computacional CC063 Ecuaciones No-Lineales y raices polinomiales Prof: J. Solano 2012-I Introduccion En Física a menudo nos encontramos con
Más detallesMétodos Numéricos Cap 5: Interpolación y Aproximación polinomial
1/12 Aproximación funcional e Interpolación Representación mediante funciones analíticas sencillas de: Información discreta. (Resultante de muestreos). Funciones complicadas. Siendo y k = f(x k ) una cierta
Más detalles1. Método de bisección
Cálculo Infinitesimal y Numérico. E.T.S. de Ingeniería Informática. Universidad de Sevilla 1 Tema 1: resolución de ecuaciones. Ejercicios y Problemas Nota: Abreviación usual en estos ejercicios: C.D.E.
Más detallesPráctica 5: Derivadas parciales de orden superior - Polinomio de Taylor - Convexidad y Extremos
Análisis I Matemática I Análisis II (C) Cuat II - 2009 Práctica 5: Derivadas parciales de orden superior - Polinomio de Taylor - Convexidad y Extremos Derivadas de orden superior 1. Calcular las derivadas
Más detallesAproximación numérica de raíces de ecuaciones y de sistemas de ecuaciones.
1 Aproximación numérica de raíces de ecuaciones y de sistemas de ecuaciones. Índice 1. INTRODUCCIÓN...2 2. ACOTACIÓN DE RAÍCES DE POLINOMIOS...3 Cota de raíces...3 Número de raíces...6 3. TEOREMA (de Sturm).-...7
Más detallesMétodos numéricos para Ecuaciones Diferenciales Ordinarias. Laboratori de Càlcul Numèric (LaCàN) www-lacan.upc.es
Métodos numéricos para Ecuaciones Diferenciales Ordinarias Laboratori de Càlcul Numèric (LaCàN) www-lacan.upc.es Ecuación Diferencial Ordinaria (EDO) n Gran cantidad de problemas de la física y la ingeniería
Más detalles1.IV Aproximación numérica de valores y vectores propios.
.IV Aproximación numérica de valores y vectores propios. Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior. Universidad de Zaragoza Primavera 2007 Contents Introducción 2
Más detallesMétodos de gradiente. Métodos de Krylov
Métodos de gradiente. Métodos de Krylov Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia Curso 2012-2013 (UPV) Métodos de gradiente. Métodos de Krylov Curso
Más detallestodos los puntos de U, y las funciones df : U R m son continuas en x, entonces F es diferenciable en x.
clase C 1 clase C p 1. clase C 1 Consideremos U un abierto de R n, y F : U R m. Si para cada x U existe df (x), podemos definir una función df : U R m df (x) = ( 1 (x),..., m (x)) y tiene sentido estudiar
Más detallesMétodos iterativos para resolver ecuaciones no lineales
Revista Notas de Matemática Vol.3(1), No. 250, 2007, pp.33-44 http://www.matematica/ula.ve Comisión de Publicaciones Departamento de Matemáticas Facultad de Ciencias Universidad de Los Andes Métodos iterativos
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 13
Análisis Numérico para Ingeniería Clase Nro. 13 Aproximación de Funciones Temas a tratar: Métodos de Newton-Cotes. Método de los Trapecios. Método de 1/3 de Simpson. Método de 3/8 de Simpson. Método de
Más detallesDiagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial
Más detallesCuadratura de Newton-Cotes
Profesor: Jaime Álvarez Maldonado Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación INTEGRACION NUMERICA Ayudante: Rodrigo Torres Aguirre INTEGRACION
Más detallesTema 3: Función de Variable Aleatoria y Teoremas Asintóticos
Tema 3: Función de Variable Aleatoria y Teoremas Asintóticos Curso 2016-2017 Contenido 1 Función de una Variable Aleatoria 2 Cálculo de la fdp 3 Generación de Números Aleatorios 4 Momentos de una Variable
Más detallesEJERCICIOS RESUELTOS DE INTERPOLACION NUMERICA. 1) *Probar que si g interpola a la función f en,,, y h interpola a f en,,,,
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE INTERPOLACION NUMERICA Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesEcuaciones Diferenciales Ordinarias Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Matemática Semestre de Otoño, 2012
Universidad de Chile Ecuaciones Diferenciales Ordinarias Facultad de Ciencias Físicas y Matemáticas Profesora Salomé Martínez Departamento de Ingeniería Matemática Semestre de Otoño, 2012 Pauta: Auxiliar
Más detallesIntegración numérica
Integración numérica Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Índice Motivación y objetivos Cuadratura
Más detallesMétodos Numéricos Grado en Informática Tema 5: Diferenciación e Integración Numérica
Métodos Numéricos Grado en Informática Tema 5: Diferenciación e Integración Numérica Luis Alvarez León Univ. de Las Palmas de G.C. Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 1 /
Más detallesEscuela Universitaria Politécnica Examen de Cálculo - Febrero - Curso 01/02
Escuela Universitaria Politécnica Examen de Cálculo - Febrero - Curso 0/02 x 2 + y 4. (a) Comprueba que el siguiente límite no existe lim (x,y) (0,0) x 2 + y. 2 (b) Busca una trayectoria a través de la
Más detallesMÉTODOS MATEMÁTICOS DE LA FÍSICA II Segunda Parte. 10 de Febrero de 2005.
MÉTODOS MATEMÁTICOS DE LA FÍSICA II Segunda Parte. 0 de Febrero de 005. Tenéis 3 horas para hacer estos ejercicios. Podéis usar una versión de los apuntes como están en la red, sin ninguna anotación. No
Más detallesMETODOS ITERATIVOS. Hermes Pantoja Carhuavilca. Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria
Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria Métodos Numéricos Contenido 1 Métodos Iterativos Introducción Definición Métodos Iterativos Método de Jacobi Convergencia Método de Gauss
Más detallesEjercicios resueltos. 4 continua en R luego continua en cualquier. , [ 1,1] = 0 que equivale a decir 1,1
Teoremas de continuidad y derivabilidad Ejercicios resueltos.- Demostrar que la siguiente ecuación tiene una solución en el intervalo, : 4 º. Se considera la función 4 continua en R luego continua en cualquier
Más detallesCapítulo 3. Polinomios
Capítulo 3 Polinomios 29 30 Polinomios de variable real 31 Polinomios de variable real 311 Evaluación de polinomios Para el cálculo eficiente de los valores de un polinomio se utiliza el algoritmo de Horner,
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 Métodos Iterativos para Resolver Sistemas Lineales Departamento de Matemáticas ITESM Métodos Iterativos para Resolver Sistemas Lineales Álgebra Lineal - p. 1/30 En esta lectura veremos
Más detallesEcuaciones diferenciales lineales con coeficientes variables
Tema 5 Ecuaciones diferenciales lineales con coeficientes variables 5 Existencia y unicidad Partimos de una ecuación de la forma a 0 (x y (n + a (x y (n + + a n (x y + a n (x y = b(x (5 con a 0 (x 0 donde
Más detallesOperador Diferencial y Ecuaciones Diferenciales
Operador Diferencial y Ecuaciones Diferenciales. Operador Diferencial Un operador es un objeto matemático que convierte una función en otra, por ejemplo, el operador derivada convierte una función en una
Más detalles