Introducción a los métodos numéricos.
1. Resolución de ecuaciones:
En métodos numéricos, encontrar la raíz de una función f(x), es decir, un valor x* tal que
f(x*)=0, implica construir una sucesión de aproximaciones xnque esperamos converja hacia
la raíz verdadera a medida que n aumenta. En otras palabras, buscamos que:
Cuando esto se cumple, el método converge.
Nos interesa la rapidez de convergencia de los métodos, ya que este varía según el que se
use.
Métodos de intervalos encajados:
Me permite calcular de manera aproximada, raíces aproximadas.
error=grado de tolerancia
Método de bipartición:
Introducción a los métodos numéricos.
Sirve para encontrar raíces de una función continua f(x)en un intervalo [a,b]. Este método es
sencillo y garantiza la convergencia, siempre que la función cambie de signo en los
extremos del intervalo. Esto es, que f(a)⋅f(b)<0, lo cual implica, por el Teorema de Bolzano,
que existe al menos una raíz en el intervalo [a,b].
1. Dividir el intervalo con el Pto medio:
Evaluar la función en c:
● Si f(c)=0, entonces c es la raíz exacta de f(x) (y el proceso termina).
● Si f(c)≠0, decide en qué subintervalo continuar:
○ Si f(a)⋅f(c)<0, entonces la raíz está en [a,c], así que redefine el intervalo
como [a,c].
○ Si f(b)⋅f(c)<0, entonces la raíz está en [c,b], así que redefine el intervalo
como [c,b].
Repetir el proceso: Continúa dividiendo el intervalo en
cada iteración y seleccionando el subintervalo en el que
se encuentra la raíz.
Condición de parada: El proceso se detiene cuando el tamaño del intervalo ∣b−a∣ es
menor que una tolerancia predefinida ϵ, o cuando el valor absoluto de f(c) es menor que una
tolerancia, indicando que c es una buena aproximación de la raíz.
Se utiliza para encontrar raíces de funciones continuas en un intervalo dado.
Pasos del método:
1. Elegir un intervalo inicial [a,b][a, b][a,b] donde f(a) y f(b) tienen signos opuestos.
2. Calcular el punto medio del intervalo: c=a+b/2
3. Evaluar f(c):
○ Si f(c)=0, entonces c es la raíz.
○ Si f(c)⋅f(a)<0, entonces la raíz está en [a,c], y redefinimos el intervalo.
○ Si f(c)⋅f(b)<0, entonces la raíz está en [c,b].
4. Repetir el proceso hasta alcanzar un error aceptable o un número máximo de
iteraciones.
Implementacion: function [x, n] = biparticion(a, b, f, tol)
% Función de bisección
% a, b: Intervalo inicial
% f: Función a evaluar
% tol: Tolerancia del error
% pm: Punto medio donde se aproxima la raíz
% n: Número de iteraciones
% e: Error absoluto de la aproximación
e=1;
n=0
while (e>tol)
pm=0.5*(a+b);
if (abs(f(pm)))<tol
Introducción a los métodos numéricos.
e=tol;
elseif (f(pm)*f(a)<0)
b=pm;
e=pm-a;
elseif (f(pm)*f(b)<0)
a=pm;
e=b-pm;
else
disp('la funcion puede que no tenga raices en el int seleccionado')
break;
end %cierro if
n=n+1;
end %cierro while
end %cierro funcion
Método de regula falsi:
EDO’S:
1. Analizar el tipo de EDO
Clasificación básica:
1. Orden:
○ ¿Es de primer orden (y′) o superior (y′′, y′′′, etc.)?
2. Linealidad:
○ Es lineal si tiene la forma: y′(x)+p(x)y(x)=q(x)
○ Es no lineal si tiene términos como y², y′⋅y, etc.
3. Condiciones iniciales o de frontera:
○ Condiciones iniciales: Valores dados para y(x0).
○ Condiciones de frontera: Valores dados en los extremos del intervalo.
2. Métodos de solución
A. Si buscas solución analítica
1. EDO lineal de primer orden (y′+p(x)y=q(x)):
○ Método de integración directa.
○ Uso del factor integrante.
2. EDO separable (dy/dx=g(x)h(y)):
Introducción a los métodos numéricos.
○ Separar las variables x y y e integrar.
3. EDO exacta:
○
4. EDO con coeficientes constantes (ay′′+by′+cy=0):
5. Transformadas (Laplace o Fourier):
○ Útiles para resolver problemas en el dominio del tiempo.
B. Si buscas solución numérica
Usa métodos numéricos si:
● La EDO es compleja o no tiene solución analítica conocida.
● Prefieres obtener soluciones aproximadas en un intervalo específico.
1. Método de Euler:
○ Simple, pero menos preciso.
○ Bueno para resolver rápidamente problemas de primer orden.
2. Método de Runge-Kutta:
○ RK2 o RK4 para mayor precisión.
○ Ideal para problemas donde la solución cambia rápidamente.
3. Métodos implícitos:
○ Útiles para problemas rígidos (soluciones con cambios bruscos en ciertas
regiones del intervalo).
○ Ejemplo: Método de Euler implícito, método trapezoidal.
4. Solvers automáticos (como ode45 en MATLAB):
○ Adecuado para problemas generales no rígidos.
○ Usar ode15s para problemas rígidos. ¿Preguntar?
3. ¿Cómo decidir entre analítico o numérico?
1. Elige solución analítica si:
○ La EDO tiene una forma reconocida y los métodos clásicos pueden aplicarse.
○ Necesitas una expresión general para la solución.
2. Elige solución numérica si:
○ La EDO no tiene solución analítica conocida.
○ Quieres soluciones aproximadas en un intervalo.
○ La EDO es complicada (alta no linealidad o dependencias inusuales).
