iterativos.ppt

Método de Bisección
Determinar un intervalo [a,b] tal que f(a) tiene
signo distinto de f(b) y f continua en [a,b].
Hallar el punto medio c del intervalo.
Elegir, entre [a,c] y [c,b], un intervalo en el
que la función cambie de signo.
Repetir los pasos 2 y 3 hasta conseguir un
intervalo con la precisión deseada (f(c) <tol)
(Clave: Teorema de Bolzano)

Teorema de Bolzano
Sea f:A continua
y sean a,bA
con f(a)f(b) < 0.
Entonces, existe
c [a,b] con f(c) = 0. a
b
f(b)
f(a)

Algoritmo de Bisección
c =(a+b)/2;
if f(a)*f(c)<=0 %elige [a,c]
b=c;
end
if f(c)*f(b)<=0 %elige [c,b]
a=c;
end
Teorema: El método de la bisección genera una
sucesión {xn} que converge a una raíz  de f con
xn-   (b-a)/2n.

Método de Regula-Falsi
Elegir, entre [a,c] y [c,b],
un intervalo en el que la
función cambie de signo.
Repetir los pasos 2 y 3
hasta conseguir la precisión
deseada.
)
(
)
( a
f
b
f
a
b
f(a)
a
c




 Determinar un intervalo [a,b] tal que f(a) tiene signo
distinto de f(b).
 Hallar el punto c que divide el intervalo [a,b] en partes
proporcionales a f(a) y f(b). Sea
a
b
c

Bisección Regula Falsi
 Convergencia lineal
de razón 1/2.
 Cota de la raíz:
(b-a)/2n.
 La aproximación
obtenida puede ser
peor que la del paso
anterior.
 Más rápido al
principio.
 Convergencia lineal.
 Error estimado por:
|xn-xn-1|
 Se aproxima a la raíz
por un lado.

Método del Punto Fijo
 Transformar la ecuación f(x) = 0 en una ecuación equivalente
de punto fijo: x = g(x).
 Tomar una estimación inicial x0 del punto fijo x* de g [x*
punto fijo de g si g(x*) = x*].
 Para k=1, 2, 3, … hasta que converja, iterar xn+1 = g(xn).
Teorema del punto fijo: Sea g:[a,b]  [a,b] continua, entonces:
a) g posee almenos un punto fijo.
b) Si además g’(x) k<1, x [a,b], entonces el punto fijo es
único y si tomamos x0 [a,b], la sucesión xn+1 = g(xn) converge
al punto fijo de g(x).

Convergencia del Método del
Punto Fijo
Aplicar el método del punto
fijo a:
 g(x) = cos x, x0
 g(x) = 2/x2, x0=1
 g(x) = sqrt(2/x) , x0=1
y analizar los resultados.
Sugerencia: Usar la orden
ITERATES(g(x), x, x0, n)
de DERIVE y comparar los dos
últimos con 2^(1/3).
Tomando x0 cercano al
punto fijo x*
si |g’(x*)| < 1 los iterados
convergen linealmente a x*.
si |g’(x*)| > 1 los iterados
no convergen a x*.
si g’(x*) = 0 los iterados
convergen cuadráticamente
a x*.

Algoritmo de Punto Fijo
Datos
Estimación inicial: x0
Precisión deseada: tol
Tope de iteraciones: maxiter
Proceso: mientras no converja repetir
Nueva estimación: x = g(x0)
Incremento: incr = |x - x0|
Actualización: x0 = x
Resultado
Estimación final: x

Método de Newton
 Ecuación de la tangente
 Intersección con OX
 Paso genérico
)
)(
(
'
)
( 0
0
0 x
x
x
f
x
f
y 


)
(
'
)
( 0
0
0
1 x
f
x
f
x
x 

)
(
'
)
(
1 n
n
n
n x
f
x
f
x
x 


(x0, f (x0))
x1
f(x)

Convergencia del método de
Newton
 Newton como iteración
de punto fijo
 Derivada de la función de
iteración
 Convergencia cuadrática
 Ventaja: converge
cuadráticamente si
- la estimación inicial es
buena
- no se anula la derivada
 Inconveniente: usa la
derivada
- coste de la evaluación
- disponibilidad
)
(
'
)
(
)
g( x
f
x
f
x
x 

2
)
(
'
)
(
"
)
(
)
(
'
g
x
f
x
f
x
f
x 
0
)
(
'
si
0
)
( 

*
x
f
*
x
'
g

Algoritmo de Newton
Datos
Estimación inicial: x
Precisión deseada: tol
Tope de iteraciones: maxiter
Proceso: mientras no converja repetir
Incremento: incr = - f(x)/f’(x)
Nueva estimación: x = x + incr
Resultado
Estimación final: x

)
(
)
( 0
0 x
x
m
x
f
y 


m
x
f
x
x )
( 0
0
2 

0
1
0
1
x
x
)
f(x
)
f(x
m



Método de la secante
 Ecuación de la secante
 Intersección con OX
 Pendiente
x0
x1
f(x)
x2
(x1,f(x1))
(x0,f(x0))

Algoritmo de la secante
 Datos: x0, x1, y0
 Calcular: y1 = f(x1)
 Calcular: incr = -y1(x1-x0)/(y1-y0)
 Nueva estimación: x2 = x1 + incr
 Actualizar para el paso siguiente:
x0=x1; y0=y1; x1=x2

Newton versus Secante
 El método de Newton, cuando converge, lo hace
cuadráticamente, a costa de evaluar la derivada en
cada paso.
 Sin usar la derivada, el método de la secante
proporciona convergencia superlineal.
 Las ecuaciones polinómicas pueden resolverse por
el método de Newton, puesto que la derivada se
obtiene fácilmente.

iterativos.ppt

Más contenido relacionado

Similar a iterativos.ppt (20)

Más de BaquedanoMarbaro (20)

Último (20)

iterativos.ppt