DEBER 4

Javier Ortiz
Races de ecuaciones no lineales
11 de noviembre del 2015

1.

Metodo de Muller

por la raz del polinomio de segundo grado

El metodo de Muller
aproxima la raz de la funcion
Tomemos dos puntos, x0 y x1 que horquillen la raz, y
que pasa por tres puntos de dicha funcion.
o preferentemente regula
determinemos x2 por un metodo cualquiera, como por ejemplo biseccion
falsi. La raz del polinomio que pasa por los tres puntos x0 , x1 y x2 se toma como una nueva aproxi a la raz. Si escribimos este polinomio interpolador como
macion
P (x) = a(x x2 )2 + b(x x2 ) + c
a la raz viene dada por la solucion
de P (x3) = 0, dada por:
la nueva aproximacion

b b2 4ac
x3 x2 =
2a

en valor absoluto.
Tomamos el signo que haga la diferencia x3 x2 mas pequena
El procedimiento se repite iterativamente, redenominando x3 x2 , x2 x1 y x1 x0 . Los
coeficientes a, b y c se determinan de las condiciones P (x0 ) = f (x0 ), P (x1 ) = f (x1 ), P (x2 ) = f (x2 ) que
dan como resultado
a=
b=

(x1 x2 )[f (x0 ) f (x2 )] (x0 x2 )[f (x1 ) f (x2 )]

(x0 x2 )(x1 x2 )(x0 x1 )

(x0 x2 )2 [f (x1 ) f (x2 )] (x1 x2 )2 [f (x0 ) f (x2 )]

(x0 x2 )(x1 x2 )(x0 x1 )
c = f (x2 )

el metodo
Como se puede verificar facilmente de forma directa o por los metodos de interpolacion
de Muller converge bastante rapidamente. Ademas, se puede utilizar en el caso de races complejas.

2.

Metodo de Newton

En analisis numerico, el metodo de Newton (conocido tambiAn

como el metodo de NewtonRaphson) es un algoritmo eficiente para encontrar aproximaciones de los ceros o races de una fun real. Tambien puede ser usado para encontrar el maximo o mnimo de una funcion,
encontrando
cion
los ceros de su primera derivada.

El metodo de Newton-Raphson es un metodo abierto, en el sentido de que no esta garantizada su

convergencia global. La unica

manera de alcanzar la convergencia es seleccionar un valor inicial lo
con un valor razonasuficientemente cercano a la raz buscada. As, se ha de comenzar la iteracion
blemente cercano al cero (denominado punto de arranque o valor supuesto). La relativa cercana del
si e sta presenta multi
punto inicial a la raz depende mucho de la naturaleza de la propia funcion;
o pendientes grandes en el entorno de la raz, entonces las probabilidades
ples puntos de inflexion
de que el algoritmo diverja aumentan, lo cual exige seleccionar un valor puesto cercano a la raz. Una

por la recta tangente en ese valor supuesto.

vez que se ha hecho esto, el mAtodo
linealiza la funcion

de la raz que el
La abscisa en el origen de dicha recta sera, segun el metodo, una mejor aproximacion
valor anterior. Se realizaran sucesivas iteraciones hasta que el metodo haya convergido lo suficiente.
geometrica sencilla, de hecho, el Metodo de NewEl Metodo de Newton tiene una interpretacion
es decir, f se reemplaza por una recta tal que contiene
ton consiste en una linealizacien de la funcion,
en el punto, f (xo) . La
al punto (xo, f (xo)) y cuya pendiente coincide con la derivada de la funcion
a la raz, x1 , se obtiene de la interseccion
de la funcion
lineal con el eje X de
nueva aproximacion
ordenadas.

de la recta que pasa por el punto (xo, f (xo)) y de la pendiente f 0 (xo) es :

La ecuacion
y f (xo) = f 0 (xo)(x xo)
de Newton- Raphson.
De donde, haciendo y=0 y despejando x se obtiene la ecuacion
Xn + 1 = Xn f (Xn)/f 0 (xn)
Sea 0 x la raz supuesta inicial o valor inicial de las iteraciones y si se aplican
Demostracion:
funciones trigonometricas al a ngulo de la figura 4 se tiene que tan() = f (xo)/(xo x1), a partir de

esta formula
se puede decir que: (x0 x1) = f (x0)/tan() . y despejando x1 se tendra la formula
de
Newton. La pendiente en xo esta dada por tan() = f 0 (xo). Teniendo en cuenta lo anterior se tendra
entonces que: x1 = x0 f (xo)/f 0 (xo)
de la lnea tangente en xo esta
Tambien se puede deducir de teniendo en cuenta que la ecuacion
dada por y f (xo) = f 0 (xo)(x xo).
evaDonde, Xn una valor para x conocido actualmente, f (Xn) representa el valor de la funcion

luada en Xn , y f 0 (Xn) es la derivada evaluada en Xn, Xn + 1 representa el proximo

valor para x
que se esta tratando de encontrar como raz al aplicar el modelo. Esencialmente, f 0 (X0) , la derivada
representa f (x)/dx , (dx = x) o dx = X1 X0 . Sin embargo, el termino f (x)/f 0 (x) representa un
valor de dx = x.

3.

de Aitken
Metodo de aceleracion

Este metodo, propuesto por Aitken en 1926, se basa en requerir condiciones equivalentes a g 0 () =
0. La idea de partida es que g(x) es aproximadamente lineal cerca de la raz. Si g 0 (x) es una constante
lineal de x. De la relacion

, g(x) = a + (x ) es una funcion

xr+1 = g(xr ) g() = g 0 (r )(xr ) = (xr )

se cumple para el cociente de los errores er = xr la relacion

er+1
e
= r =
er
er1
para conocidos tres terminos de la serie. El metodo de Aitken
que proporciona una ecuacion

anterior. Este numero

se basa en reemplazar la raz por un numero

xr+1
que cumpla la relacion

G tiene un comportamiento suave cerca de la raz, es decir no

sera proximo
a la raz si la funcion

demasiado distinto de la forma lineal. Tendremos por lo tanto la relacion

xr+1 xr+1
xr xr+1
=

xr xr+1
xr1 xr+1

proporciona para xr+1

cuya solucion

xr+1
=

(xr+1 xr )2
xr+1 xr1 xr2
= xr+1
xr+1 2xr + xr1
xr+1 2xr + xr1

de esta transformacion
a los terminos xr de una sucesion
proporcionada por un
La aplicacion
de Aitken, quien lo
metodo iterativo que converge a la raz, se conoce como metodo de aceleracion
publico en 1926. En terminos del operador diferencia regresiva xr = xr xr1 podemos escribir la
anterior como:
relacion

xr+1
= xr+1

(xr+1 )2
2 xr+1

La manera mas eficiente de utilizar este metodo es tomar xr+1

como nuevo punto de partida y
Este metodo,
realizar tres nuevas iteraciones a las que se vuelve a aplicar el metodo de aceleracion.
de Aitken cada tres iteraciones,
consistente en aplicar sistematicamente el metodo de aceleracion
converge en general muy rapidamente.