=
TOL=0.005
n a b c f(a) f(b) f MEP Erelat
1 0.5 0.6 0.56531514 -0.1756 0.0933 -0.0050 0.1 ---------------
2 0.5653151 0.6 0.56709463 -0.0050 0.0933 -0.0001 0.03468486 0.003138
3 0.5670946 0.6 0.567142 -0.0001 0.0933 0.0000 0.03290537 0.000084
4 0.567142 0.6 0.56714326 0.0000 0.0933 0.0000 0.032858 0.000002
Raz exacta es 0.56714328974..
METODO DEL PUNTO FIJO
EJ: 0 5 2 ) (
2
= = x x x f
G(x)=2x
2
-5 ; G(x)=((x+5)/2)
EJ: COS X -3X=0
X=COS X -2X X=COS X /3
x
e x
=
n x=exp(-x) error
0 0.550000 ----------
1 0.576950 0.0269
2 0.561609 0.0153
3 0.570291 0.0087
x
e x g
= ) (
x
e x g
= ) ( '
Criterio de convergencia: 1 ) ( ' < x g promete convergencia.
(tarea, ver deduccin de frmula)
Es una condicin suficiente pero no necesaria.
Tipos de convergencia: Monotnica, oscilatoria.
Tipos de divergencia: Monotnica, oscilatoria
Xo=0.55
x
e x g
= ) ( '
55 . 0
) 55 . 0 ( '
= e g = - 0.57694981
1 ) ( ' < x g 1 5769 . 0 < Garantiza convergencia
Es una convergencia oscilatoria
UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE INGENIERIA MTODOS NUMRICOS
Mg. Gloria Pomape Rojas. Escuela de Ing.Industrial
6
Interpretacin grfica:
METODO DE NEWTON RAPHSON
Deduccin de frmula:
-Mtodo grfico
-Mtodo a partir de la serie de Taylor
n x f(x) f'(x) error
0 0.55 -0.0467108 2.686542178 -----------
1 0.56738697 0.0006735 2.764326044 0.01738697
2 0.56714334 1.344E-07 2.763223054 0.00024364
3 0.56714329 5.329E-15 2.763222834 4.8628E-08
n x f(x) f'(x) err=ABS(X1-X0) ERELAT
0 0.55 -0.0467108 2.686542178 ----------- -----------
1 0.567386974439024 0.0006735 2.764326044 0.017386974 0.030643944
2 0.567143339038211 1.344E-07 2.763223054 0.000243635 0.000429583
3 0.567143290409786 5.329E-15 2.763222834 4.86284E-08 8.57427E-08
4 0.567143290409784 0 2.763222834 1.88738E-15 3.32787E-15
Ventajas
-Converge rpidamente
-5 -4 -3 -2 -1 0 1 2 3 4 5
-5
-4
-3
-2
-1
0
1
2
3
4
5
METODO DEL PUNTO FIJO
UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE INGENIERIA MTODOS NUMRICOS
Mg. Gloria Pomape Rojas. Escuela de Ing.Industrial
7
-cuadraticamente convergente (en cada iteracin se duplica aproximadamente
el nmero de digitos correctos)
Desventajas
- Algunas veces no converge sino que oscila:
no hay raz real
si la raiz es un punto de inflexin
si el valor inicial esta muy alejado de la raz y alguna otra parte de la
funcin atrapa la iteracin
- Requiere la evaluacin de la primera derivada (En problemas reales la funcin
podra estar dada en forma tabular) Se pude aproximar (h adelante , atrs,
central)
- El mtodo es ms efectivo si el valor de f esta lejos de cero
METODO DE LA SECANTE
El mtodo de la secante consiste en aproximar la derivada de la funcin f (x)
en el mtodo de newton raphson por
1
1
) ( ) (
i i
i i
x x
x f x f
=g(xi)
) ( ) (
) ( ) (
0 1
1 0 1
1 2
x f x f
x f x x
x x
=
..
c <
+ i i
x x
1
Ejemplo: Usar el mtodo de la secante para hallar la raz real de
0 20 10 2 ) (
2 3
= + + = x x x x f
x f(x)
0 -20
1 -7
2 16
3 55
n x f(x) EA
0 0 -20 --
1 1 -7 1
2 1.538461538461540 3.75967228038234000 0.5384615384615
3 1.350310926858160 -0.38813614887048300 0.1881506116034
) ( ) (
) ( ) (
1
1
1
=
i i
i i i
i i
x f x f
x f x x
x x
-3 -2 -1 0 1 2 3
-60
-40
-20
0
20
40
60
UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE INGENIERIA MTODOS NUMRICOS
Mg. Gloria Pomape Rojas. Escuela de Ing.Industrial
8
4 1.367917346016850 -0.01878679067066360 0.0176064191587
5 1.368812888688980 0.00010085798882642 0.0008955426721
6 1.368808106588550 -0.00000002600780391 0.0000047821004
7 1.368808107821370 -0.00000000000003553 0.0000000012328
Hacer programa en MATLAB
Convergencia Acelerada
Rara vez podemos tener una convergencia cuadrtica. Una manera de acelerar
la convergencia de una sucesin que sea linealmente convergente
prescindiendo de su origen o aplicacin es la tcnica denominada:
METODO
2
DE AITKEN
Aplicadas para acelerar la convergencia de mtodos de un punto.
METODO DE ILLINOIS
Este mtodo sirve para acelerar la convergencia del mtodo de falsa posicin.
Esta tcnica difiere del mtodo de posicin falsa en que los valores de (a, f(a))
y (b, f(b)) de las sucesivas iteraciones se determinan de acuerdo con las
siguientes reglas:
a) Si f(b)* f(c)>0, hacer b=a, f(b)=f(a)
b) Si f(b)* f(c)<0, hacer f(b)=f(b)/2
En ambos casos se sustituye a a con c y F(a) con F(c)
a =c ; F(a)=F(c)
El empleo de F(B)/2 en lugar de F(b) evita que uno de los extremos a o b se
mantenga fijo (caso frecuente en posicin falsa). Esta modificacin acelera
considerablemente la convergencia del mtodo. Los valores funcionales de
f(a) y f(b) conservan sus signos opuestos.
METODO DE STEFFENSEN
Es la aplicacin del mtodo de aitken al mtodo del punto fijo.
a b c
UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE INGENIERIA MTODOS NUMRICOS
Mg. Gloria Pomape Rojas. Escuela de Ing.Industrial
9
METODOS DE OPTIMIZACION UNIVARIABLE IRRESTRICTA
INTRODUCCION
Las funciones o relaciones matemticas que intervienen en muchos problemas
empresariales y econmicos no son totalmente lineales. De hecho tal vez
podemos decir que los problemas de mundo real que encajan en el estricto
molde de la linealidad son la excepcin y no la regla.
Optimizar F(x) = equivale a Mx. F(x) Mn F(x)
La funcin F(x) se llama funcin objetivo
Una funcin puede tener mximos y/o mnimos Globales y locales
EJEMPLO:
Se tiene que construir una lata en forma cilndrica que contenga 1000 cm3.
Las tapas circulares de la lata al cortarse deben tener 0.25 cm. ms de radio
que el radio real de la lata para que el excedente se use para sellar con la parte
lateral. El pedazo de material que formar la parte lateral de la lata debe ser
0.25 cm. ms largo que la circunferencia de la lata para que se pueda sellar.
Encuentre con una precisin de 10
-2
la cantidad mnima necesaria de material
para construir la lata.
Mn Cantidad de lata = Mn ( ) ( )H r r 25 . 0 2 25 . 0 2
2
+ + + t t
( ) ( )
|
|
.
|
\
|
+ + + =
2
2
1000
25 . 0 2 25 . 0 2 ) (
r
r r r f Mn
t
t t
r
H
r
H
UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE INGENIERIA MTODOS NUMRICOS
Mg. Gloria Pomape Rojas. Escuela de Ing.Industrial
10
METODOS DE SECCION DORADA
Este mtodo se inicia con un intervalo (a,b) tal que el mximo pertenezca a ese
intervalo y que la funcin en ese intervalo tenga un comportamiento unimodal.
.
El paso inicial en el algoritmo de bsqueda de la seccin dorada consiste en
elegir dos puntos interiores de acuerdo con la razn dorada.
La clave para hacer eficiente este mtodo es la adecuada eleccin de los
puntos intermedios. Esta meta se puede alcanzar especificando que las
siguientes dos condiciones se cumplan:
Lo = L
1
+L
2
1
2 1
L
L
Lo
L
=
El cociente o razn entre longitudes debe ser igual.
1
2
2 1
1
L
L
L L
L
=
+
Sea L
2
/ L
1
=R se llega a:
1 + R = 1/R R
2
+ R 1 = 0 Hallando la raz positiva
61803 . 0
2
1 5
2
) 1 ( 4 1 1
=
=
+
= R
Este valor se llama razn dorada.
El Partenn de Atenas, Grecia tiene dimensiones frontales que se ajustan casi
exactamente a un rectngulo dorado.(Estticamente agradable)
Paso 1: Hallar un intervalo (a,b) que contenga el mximo
Paso 2: Hallar los puntos:
x1= a + d donde d= R(b-a)
x2= a d
Paso 3: La funcin se evala en estos puntos interiores
Si f(x1)>f(x2) entonces la aproximacin al mximo sera
Y el nuevo intervalo que contiene al mximo sera
Caso contrario Qu pasara?
a
b
lo
L
1
L
2
L
2
UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE INGENIERIA MTODOS NUMRICOS
Mg. Gloria Pomape Rojas. Escuela de Ing.Industrial
11
Paso 4: Se calcula el ERROR ( MEP= )
Paso 5: Si el ERROR <= tolerancia el proceso termina
Caso contrario ir al paso 2 (Recuerde que hay un nuevo intervalo)
MAXIMO ERROR POSIBLE
MEP= (2R-1)(b-a)=0.236(b-a)
MEP=(1-R)(b-a) = 0.382(b-a)
Normalizando el error se obtiene:
% 100 ) 1 (
opt
a
x
a b
R
= c
INTERPOLACION CUADRATICA
La interpolacin cuadrtica aprovecha la ventaja de que un polinomio de
segundo grado con frecuencia proporciona una buena aproximacin a la forma
de f(x) en las cercanas de un valor ptimo.
As como hay una sola lnea que pasa por dos puntos, hay nicamente una
ecuacin cuadrtica o parbola que pasa por tres puntos. De esta forma si se
tiene tres puntos que contienes un punto ptimo, se ajusta una parbola a los
puntos. Despus se puede derivar e igualar el resultado a cero, y as obtener
una estimacin de x optima.
Sea x
0
,x
1
y x
2
los valores iniciales, el valor de x
3
es el valor de x que
corresponde al valor mximo del ajuste cuadrtico se obtiene de:
( ) ( )( ) ( )( )
( )( ) ( )( ) ( )( )
1 0 2 0 2 1 2 1 0
2
1
2
0 2
2
0
2
2 1
2
2
2
1 0
3
2 2 2
) (
x x x f x x x f x x x f
x x x f x x x f x x x f
x
+ +
+ +
=
Se emplea una estrategia similar a la seccin dorada para determinar que
punto se descartar
Demustralo!!!!
METODO DE NEWTON
Usar Newton Raphson.
) ( "
) ( '
1
n
n
n n
x f
x f
x x =
+
Usar Xo=5
Desventaja: Puede llegar a ser divergente (mal valor inicial o por la naturaleza
de la funcin) o converger a otro ptimo (verificar que la segunda derivada
tenga el signo correcto). Buscar un buen valor inicial.
UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE INGENIERIA MTODOS NUMRICOS
Mg. Gloria Pomape Rojas. Escuela de Ing.Industrial
12
Aunque el mtodo de Newton funciona bien en algunos casos no es prctico en
otros donde la derivada no se puede calcular fcilmente. Se puede entonces
utilizar aproximaciones.
Ejemplos: Hallar el mximo de f(x)= -1.5x
6
-2x
4
+12x
Secc dorada con (a,b)=(0,2)
x0=0, x1=1, x2=2 (Inter. Cuadrat)
Usar Newton xon Xo=2
9 221 9 18 230 ) (
2 3 4
+ + = x x x x x f Min
Ejemplos: Hallar el mximo de f(x)= -1.5x
6
-2x
4
+12x
x f(x)
-1 -15,5
-0,5 -6,148438
0 0
0,5 5,851563
1 8,5
1,5 -9,210938
Seccin dorada
n a x2 x1 b f(x2) f(x1) xopti MEP
1 0,5 0,882 1,118 1,5 8,66750906 7,36222683 0,882 0,382
2 0,5 0,736076 0,881924 1,118 8,0072242 8,66737918 0,881924 0,236076
3 0,736076 0,881971 0,97210503 1,118 8,66745948 8,61343952 0,88197097 0,14589497
Mtodo de Newton Raphson
x f ' (x)
-1 29
-0,5 13,28125
0 12
0,5 10,71875
1 -5
1,5 -83,34375
2 -340
M. Newton Raphson
n xn f ' (x) f ' ' (x) EA ER
0 1 -5 -69
1 0,927536232 -0,5625468 -53,9548037 0,07246 0,078125
2 0,917109971 -0,0101307 -52,0206872 0,01043 0,0113686
3 0,916915227 -3,467E-06 -51,9850842 0,00019 0,00021239
4 0,916915160466440 -4,05E-13 -51,985072 6,7E-08 7,2736E-08
5 0,916915160466433 0 -51,985072 7,8E-15 8,4758E-15
-20
-15
-10
-5
0
5
10
15
-2 -1 0 1 2
f(x)
UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE INGENIERIA MTODOS NUMRICOS
Mg. Gloria Pomape Rojas. Escuela de Ing.Industrial
13
Interpolacion cuadratica
Primera iteracion
x fx
x0 0,5 5,85156
x1 1 8,5
x2 1,5 -9,21094
1 0,5 0,25 5,85156
1 1 1 8,5
1 1,5 2,25 -9,21094
3 -3 1
-17,15625 a
-5 8 -3
66,375 b
2 -4 2
-40,71875 c
Y=a+bx+cx^2
x3= y'= b+2*c*x =0
x fx
x=-b/(2c) x3 0,81504221 8,45821841
x3= 0,81504221 x1 1 8,5
8,45821841 8,5
x0 x3 x1 x2
0,5 0,81504 1 1,5
Segunda iteracion
x fx
x0 0,81504 8,45821
x1 1 8,5
x2 1,5 -9,21094
1 0,81504 0,6642902 8,45821
1 1 1 8,5
1 1,5 2,25 -9,21094
11,83990538 -13,219723 2,3798178
-34,1436103 a
-19,73317564 25,032872 -5,29969633
94,6872672 b
7,893270256 -10,813149 2,91987853
-52,0436569 c
Y=a+bx+cx^2
x3= y'= b+2*c*x =0
x fx
x=-b/(2c) x3 0,90969076 8,69658465
Error= x3= 0,90969076 x1 1 8,5
0,094648546
8,69658465 8,5
x0 x3 x1 x2
0,81504 0,90969076 1 1,5
Tercera iteracion
x fx
x0 0,81504 8,45821
x1 0,90969076 8,69658
x2 1 8,5