Universidad Nacional de Tucumán FACULTAD DE CIENCIAS EXACTAS Y TECNOLOGIA MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA MATEMATICA NUMERICA 2 MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA Tema 2 Resolución de ecuaciones no lineales OBJETIVOS Familiarizarse con los métodos numéricos de búsqueda de raíces de ecuaciones no lineales Aprender a usar Matlab para resolver problemas de ciencias e ingeniería que involucren el cálculo de raíces MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA Tema 2 Resolución de ecuaciones no lineales TEMAS Planteo del problema. Característica de los algoritmos: medida de la velocidad de convergencia, valores iniciales y criterio de aproximación. Iteración funcional. Aproximaciones sucesivas. Métodos de iteración de dos puntos: falsa posición, secante y bisección. Método de Newton-Raphson. Promoción de la convergencia, algoritmo de Aitken. Raíces de polinomios, deflación, métodos para raíces reales y complejas. Aplicación empleando Matlab. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA PLANTEO DEL PROBLEMA Dada una función f(x) de una única variable x, encontrar la raíz de la ecuación f(x) = 0 significa encontrar el valor x*, tal que verifique esa igualdad f(x*) = 0 Si f(x) es un polinomio de orden n f(x) = an x n + an-1x n-1 + + … + a1x + a0, La ecuación f(x) = 0 tiene n raíces (reales o complejas) Raíz MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA PLANTEO DEL PROBLEMA Si f(x) es una función trascendente, el problema de la existencia y unicidad de la solución de la ecuación es complejo. No tiene solución Tiene 1 raíz Tiene 2 raíces Tiene 3 raíces Tiene infinitas raíces MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA PLANTEO DEL PROBLEMA Gráficamente se ve distintas situaciones cuando se analiza a f(x) en un intervalo acotado. No tiene solución Tiene 1 raíz Tiene 2 raíces Tiene 3 raíces MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA PLANTEO DEL PROBLEMA Puede haber situaciones en las que existan raíces múltiples. En ese caso, f(x) y la derivada f’(x) se anulan para el valor de la raíz. Raíz Doble Raíz Triple Esto es importante ya que puede condicionar la solución numérica MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA PLANTEO DEL PROBLEMA Son dos las situaciones que pueden surgir: (A) Se necesita calcular una determinada raíz real de la función f(x) (B) La función en cuestión es un polinomio P(x) y se necesita evaluar todas sus raíces La estrategia a emplear en diferente en cada caso MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA CALCULO DE UNA RAIZ - ALGORITMOS (A) Métodos de cómputo de una raíz real de la función f(x). Involucra dos pasos: 1) Determinación de intervalo de búsqueda, esto es, los límites superior e inferior en el que la raíz puede estar. Esto en general se podrá conocer, cuando la ecuación se vincula al modelo de un sistema físico. 2) Selección y aplicación de un método numérico apropiado para determinar la raíz con la exactitud adecuada. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA CALCULO DE UNA RAIZ - ALGORITMOS (A) Métodos de cómputo de una raíz real de la función f(x). Métodos Cerrados BISECCION REGULA FALSI Métodos Abiertos SUSTITUCION SUCESIVA NEWTON-RAPHSON SECANTE MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE LA BISECCION Paso 1: Elegir xL y xU los extremos del intervalo entre los que se encuentra la raíz, verficando que se cumpla que f(xL)*f(xU) < 0. Paso 2: Estimar la raíz en la mitad del intervalo (bisección). xM = 0.5*(xL + xU) Paso 3: Determinar el nuevo intervalo de búsqueda. if f(xM)*f(xL) < 0 xU = xM esle xL = xM end Paso 4: Repetir la iteración hasta lograr la presición requerida MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE LA BISECCION f(x) xM=0.5(xL+xU) xL o xU Nuevo intervalo de búsqueda x MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE LA BISECCION El análisis del algoritmo permite mostrar las siguientes características, comunes a todos los métodos: (1)El algoritmo genera una sucesión Sn = x0, x1, x2, ..., xn que representa las sucesivas aproximaciones a la raíz real x*. (2)Dos aspectos asociados a la sucesión Sn son importantes: convergencia y velocidad de convergencia. (3)Hay que establecer algún criterio para decidir cuando una aproximación de la raíz real tiene la precisión adecuada. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA ALGORITMOS DE BUSQUEDA DE RAICES CONVERGENCIA Una sucesión de las sucesivas aproximaciones Sn = x0, x1, x2, ..., xn es convergente a la raíz real x* si se cumple que: lim Sn x * n El error ek que se comete en la iteración k es: La sucesión converge con velocidad r si existe el límite y C es una constante no nula MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA ALGORITMOS DE BUSQUEDA DE RAICES CONVERGENCIA r = 1 Convergencia lineal ( C < 1) r > 1 Convergencia superlinear r = 2 Convergencia cuadrática Con convergencia lineal, se gana un dígito de precisión en cada iteración. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA ALGORITMOS DE BUSQUEDA DE RAICES CONVERGENCIA Las dos medidas de exactitud de la solución obtenida son: El error en la ecuación f(x) = 0 debe ser menor que una cantidad (tolerancia) especificada. El requisito de error de la variable independiente se expresa por medio de la aproximación de dos iteraciones sucesivas en forma relativa (tolerancia) o número de cifras significativas (m) f(x) Tol 2 xk xk 1 xk xk 1 xk Tol1 10 m MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA ALGORITMOS DE BUSQUEDA DE RAICES CONDICION DEL SISTEMA f(x) bien condicionada f(x) mal condicionada MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE LA BISECCION ¿Cuándo se detiene el proceso? a xk 1 xk ε1 xa1 o f ( x ) ε2 x* bx2 b Raíz, cuyo valor se desconoce MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE LA BISECCION Las características más relevantes del método son: (1)Es probablemente el método más simple y robusto, que asegura la obtención de la raíz con una precisión determinada en un número finito de iteraciones 10 m log b a Nro de iter log 0.5 (2)La velocidad de convergencia puede ser relativamente lenta (lineal). METODO DE LA REGULA FALSI MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA y o (xM,0) xL o xU xM xU x x U xL f(x U ) f(x U ) f(x L ) MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE LA REGULA FALSI Paso 1: Elegir xL y xU los extremos del intervalo entre los que se encuentra la raíz, verficando que se cumpla que f(xL)*f(xU) < 0. Paso 2: Estimar la raíz usando una aproximación lineal (la recta que pasa por los puntos extremos). xM xU x U xL f(x U ) f(x U ) f(x L ) Paso 3: Determinar el nuevo intervalo de búsqueda. if f(xM)*f(xL) < 0 xU = xM else xL = xM end Paso 4: Repetir hasta lograr la precisión requerida MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE LA REGULA FALSI ¿Es este método superior al de la Bisección? (b, f (b)) a x* b (a+b)/2 (a, f (a)) x a f(a) b a f(b) f(a) METODO DE LA REGULA FALSI MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA Las características más relevantes son: (1)Método robusto, que asegura la obtención de la raíz con una precisión determinada en un número finito de iteraciones. (2)Requiere 2 puntos iniciales. (3)Convergencia superlineal. (4)Convergencia lenta con funciones altamente convexas o cóncavas. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE SUSTITUCION SUCESIVA Este método se conoce también como Método de las Iteraciones Funcionales o Método del Punto fijo. Si la ecuación a resolver es: f(x) 0 Se la re-escribe como: Se genera la ley de recurrencia como: xk 1 g(xk ) x g(x) MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE SUSTITUCION SUCESIVA y x Si la ecuación a resolver es: f(x) 0 y g(x) Se la re-escribe como: y f(x) RAÍZ x g(x) MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE SUSTITUCION SUCESIVA Paso 1: Elegir una aproximación inicial x0 (guess). Paso 2: Calcular la siguiente aproximación con: xk 1 g(xk ) Paso 3: Repetir hasta lograr la precisión requerida X* MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE SUSTITUCION SUCESIVA Existen infinitas posibilidades para elegir la función g(x). Podrían definirse las funciones g(x): Para la función: ¿Con qué criterio se elige g(x)? METODO DE SUSTITUCION SUCESIVA y p1 MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA y y=x y=x p0 y=g(x) p0 p1 y=g(x) x x0 x1 x x* y y=g(x) p0 x0 x* x1 y y=x y=x y=g(x) p0 p1 p1 x x1 x0 x* x x0 x* x1 MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE SUSTITUCION SUCESIVA (1)La condición para que el método sea x (a, b) convergente es que g' (x) 1 (Teorema 2.3, Burden y Faires) (2)Se puede probar que tiene convergencia lineal. (Teorema 2.7, Burden y Faires) (3)Este método resulta particularmente útil cuando se debe resolver un conjunto de ecuaciones en secuencia, en el que en la primera se propone una aproximación inicial y con la última se verifica si es correcta. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE NEWTON RAPHSON • Paso 1: Elegir una aproximacion inicial x0 (guess). • Paso 2: Calcular la siguiente aproximación con: xk 1 xk f(x k ) f' (xk ) • Paso 3: Repetir hasta lograr la precisión requerida MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE NEWTON RAPHSON Desarrollando al expansión de Taylor hasta el término de orden cuadrático, con x0 x*, f ( ) f ( x ) f ( x0 ) f ( x0 )( x x0 ) ( x x0 )2, pertenece a 2! (x,x0) Haciendo x = x* y despreciando el término cuadrático (x* x0)2 LINEAL f ( x0 ) 0 f ( x*) f ( x0 ) f ( x0 )( x * x0 ) x* x 0 f ( x0 ) y x x* x0 xi 1 xi f(x i ) f (xi ) MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE NEWTON RAPHSON (1)Requiere un solo valor inicial y no es preciso encontrar un intervalo en el que se encuentre la raíz. (2)Convergencia cuadrática. Esto indica que si se dan las condiciones, la convergencia es rápida. (3)Tiene problemas de convergencia, por ejemplo si f’’(x) = 0 en las proximidades de la raíz x* o cuando hay raíces múltiples. (4)El algoritmo permite la estimación de raíces complejas si el valor inicial es un complejo. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE NEWTON RAPHSON Tres casos en los que el Método falla para encontrar la raíz f’’(x) = 0 en adyacencias de x* Con valores iníciales en la proximidades de f’(x) = 0 Cuando la función oscila en las proximidades x* MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE NEWTON RAPHSON Aciertos y fallos x 0 x0 x 0 x* MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE NEWTON RAPHSON Regla de Fourier SI en el intervalo [a,b] existe una raíz x* de la ecuación f(x) = 0 y que f’(x) y f’’(x) no se anulan en ningún punto del intervalo [a,b] (ambas derivadas tienen signo constante en dicho intervalo). ENTONCES el método de Newton-Raphson es convergente a la única raíz x* siempre que se tome como valor inicial a: Esta regla es una condición suficiente para garantizar la convergencia, pero no es necesaria, MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE NEWTON RAPHSON Regla de Fourier La Regla de Fourier indica cómo elegir el punto inicial x0 MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE LA SECANTE • Paso 1: Elegir una aproximación inicial x0 (guess). • Paso 2: Calcular la siguiente aproximación con: xk 1 xk f(x k )(xk 1 xk ) f(x k 1 ) f(x k ) • Paso 3: Repetir hasta lograr la precisión requerida MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE LA SECANTE Surge como variación del método de Newton Raphson.La pendiente de la recta (derivada) se estima por diferencias finitas entre dos puntos. SECANTE TANGENTE Método de Newton x1 x0 Pendiente TANGENTE f ( xk ) f ( xk ) f ( xk 1 ) xk xk 1 Pendiente SECANTE xk 1 xk f ( xk )( xk xk 1 ) f ( xk ) f ( xk 1 ) MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODO DE LA SECANTE (1)Requiere dos valores iniciales. No es preciso acotar un intervalo en el que se encuentre la raíz x*. (2)Convergencia superlineal. Se puede probar que el orden de convergencia es 1.62. (3)Tiene problemas de convergencia similares a los del método de Newton Raphson. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA METODOS LA FALSA POSICION Y DE LA SECANTE - COMPARACION f(x) = ln(x). 1ª Iter. Regula Falsi 2ª Iter. Secante COMPARACION ENTRE METODOS MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA Método Ventajas Desventajas Fácil de implementar. Robusto Garantiza una reducción del eror de estimación del 50 % en cada iteración Convergencia linear Puede ser muy eficiente dependiendo de la fórmula de recursión empleada. Requiere un solo punto para iniciar la iteración. Puede diverger. La ecuación de recursión que garantiza convergencia puede no ser obvia. La performance depende de la ecuación de recursión. Newton Raphson Convergencia local cuadrática. Requiere un solo punto para iniciar la iteración. Puede diverger cuando f’(x) es muy pequeña o muy grande. Requiere el cómputo de f’(x). Secante Convergencia casi cuadrática (1.628). Fácil de implementar. Puede diverger cuando el gradiente de la función es muy pequeño o muy grande. Sensible a la estimación inicial de la pendiente. Fácil de implementar. Robustez, con garantía de convergencia. La velocidad de convergencia puede ser muy baja, especialmente para funciones altamente cóncavas o convexas. Bisection Sustitución Suceciva Regula falsi MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA COMPARACION ENTRE METODOS Velocidad de convergencia. Caso de la ecuación: f(x) exp( x) x 0 x* 0.567... MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA RAICES MULTIPLES Raíz Doble Raíz Triple f(x) (x 3)(x 1)(x 1) f(x) (x 3)(x 1)(x 1)(x 1) f(x) x 3 5x2 7x 3 f(x) x 4 6x3 12x2 10x 3 PROBLEMAS Las funciones no cambian de signo cuando tienen multiplicidad par. f’(x) se aproxima a cero con muy baja velocidad de convergencia (la pendiente es nula en raíces múltiples). RAICES MULTIPLES MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA Extensión del Método de Newton-Raphson El método original de Newton-Raphson: Introduciendo una nueva función u(x) que se anula cuando f(x) se hace cero: El Método de Newton para raíces mútiples resulta: xk 1 xk f(x k ) f' (xk ) f(x) u(x) f' (x) xk 1 xk u(xk ) u' (xk ) MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA RAICES MULTIPLES La fórmula de recurrencia resulta: xk 1 xk f(x k )f' (xk ) 2 f' (xk ) f(x k )f' ' (xk ) Recupera la convergencia original del método de Newton (cuadrática) La extensión del método de la secante para raíces múltiples resulta en forma análoga: xk 1 xk u(xk )(xk 1 xk ) u(xk 1 ) u(xk ) MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA RAICES MULTIPLES Otra Extensión del Método de NewtonRaphson El método de Newton-Raphson: xk 1 xk f(x k ) f' (xk ) Ralston y Rabinowitz proponen que se introduzca un coeficiente m que representa la multiplicidad de la raíz. Se puede lograr convergencia cuadrática. El Método para raíces mútiples resulta: xk 1 xk f(x k ) m f' (xk ) MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA PROMOCION DE LA CONVERGENCIA El método de sustitución sucesiva puede no converger. Y en caso se convergencia, en alguno casos puede hacerlo a baja velocidad. Para mejorar la convergencia existen métodos. El más conocido es el Método de Aitken: Paso 1: Elegir una aproximacion inicial x0 (guess). Paso 2: Calcular dos aproximaciones: x1 g(x0 ) ; x 2 g(x1 ) Paso 3: Evaluar la raíz corregida con la expresión: x̂ Seguir empleando: x0 xk 1 (x1 x 0 ) 2 x 0 2x1 x 2 xk (xk 2 xk 2 2 x ) 1 k 2 2xk 1 xk MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA PROMOCION DE LA CONVERGENCIA y y = g(x) y=x Interpretación gráfica del Método de Aitken P(x1, x2) P(x0, x1) x x1 x* x2 x̂ x0 x̂ x0 (x1 x0 x0 )2 2x1 x 2 MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA PROMOCION DE LA CONVERGENCIA Una variante menor en la forma de aplicar el algoritmo de Delta de Aitken es el Método de Steffensen que produce buenos resultados: Paso 1: Elegir una aproximacion inicial x0 (guess). Paso 2: Calcular dos aproximaciones: x1 g(x0 ) ; x 2 g(x1 ) Paso 3: Evaluar la raíz con la expresión: 2 x̂ Paso 4: Haga x0 x0 (x1 x 0 ) x 0 2x1 x 2 x1 ; x1 y vuelva al Paso 1 x2 ; x2 xˆ MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA PROMOCION DE LA CONVERGENCIA Otra forma para expresar el algoritmo de Aitken se conoce como Método de Wegstein La iteración funcional calcula de xk con: xk g(xk 1 ) El gradiente de g(x) se puede estimar en xk con: dg x dx xk g xk xk g xk xk 1 Y esto mejora la estimación de la función para la próxima iteración: Resultando: xk 1 1 s g xk 1 g xk (1 q)g xk s xk qx k ; q 1 xk s s 1 xk 1 MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA RAICES DE POLINOMIOS Los polinomios son funciones de relevancia en modelos matemáticos en ciencias e ingeniería. El teorema fundamental del álgebra y sus corolarios siguen las siguientes reglas: Un polinomio de orden n tiene n raíces que pueden ser reales o complejas, simples o múltiples. Si los coeficientes del polinomio son reales, y el orden es impar, al menos hay una raíz real. Si los coeficientes del polinomio son reales, hay una raíz compleja, el conjugado también es raíz. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA RAICES DE POLINOMIOS Para el polinomio: Px an xn an 1xn 1 a1 x a 0 0 Si x* es una raíz encontrada por alguno de los procedimientos de búsqueda de raíces, entonces: Px x x * Q(x) x x * bn 1xn Px bn 1x n bn 2 1 bn 2 xn b n 1x * x 2 b1 x b 0 n 1 bn 3 0 bn 2x * x n 2 b 0 b1 x * x b 0 x* 0 Las raíces de Q(x) son también raíces de P(x). Este procedimiento se denomina deflación polinomial. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA RAICES DE POLINOMIOS Comparando coeficientes: bn 1 an bn 2 an 1 b n 1x * bn 3 an 2 bn 2x * b1 a2 b2x * b0 a1 b1 x * Así se obtienen los coeficientes del polinomio deflacionado Q(x) al que se le puede aplicar de nuevo un algorimo de búsqueda de raíces. Este procedimiento se conoce como División Simétrica. (Regla de Ruffini) MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA RAICES DE POLINOMIOS La División Simétrica empleada en conjunción con un método de búsqueda de raíz (por ej. Método de Newton, permite encontrar recursivamente las raíces de P(x). La derivada P’(xk), para aplicar el Método de Newton se estimar con Q(xk). P(x) (x xk )Q(x) R P(xk ) (xk xk )Q(xk ) R R Derivando P(x) P' (x) Q(x) (x xk )Q'(x) P' (xk ) Q(xk ) Teorema del resto MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA RAICES DE POLINOMIOS El algoritmo (Newton-Hörner) parte de un valor inicial de raíz x0: 1.Se calcula P(xk) 2.Se calculan los coeficientes de Q(x) usando División Simétrica. 3.Se estima P’(xk) = Q(xk) 4.Se aplica la fórmula de Newton Raphson xk+1 = xk- P(xk)/Q(xk) 5.Se controla convergencia y se vuelve a 1 de ser necesario Notar: Se requiere una aproximación inicial de la raíz en cada etapa. Una vez encontrada la primera, se suele emplear ésta como aproximación de la siguiente. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA RAICES DE POLINOMIOS Para raíces complejas y polinomio de coeficientes reales, se debe trabajar con factores cuadráticos: x1 a jb , x 2 a jb (x - x1 )(x - x 2 ) x 2 (x1 x 2 )x x1x 2 x 2 px q Entonces, el polinomio P(x) original de orden n se deflaciona en dos órdenes al dividirlo por el factor cuadrático. P(x) (x 2 px q)Q(x) Residuo (x 2 px q)(b n 2 x n 2 bn 3 xn 3 ... b1x b 0 ) A(x p) B Como antes, al multiplicar e igualar coeficientes se obtiene: MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA RAICES DE POLINOMIOS bn bn bn an a n 1 pb n 2 a n 2 pb n 3 qb n 2 3 3 A B a1 pb 2 qb 3 a 0 pb 1 qb 2 2 El Método de Bairstow, es uno de los algoritmos que emplea este esquema de deflación, calculando las raíces de a pares. Para que p y q correspondan a las raíces de P(x), el residuo debe ser nulo, es decir, se debe cumplir: A(p, q) 0 B(p,q) 0 El algoritmo de Bairstow resuelve este sistema no-lineal empleando el Método de Newton para dos incógnitas. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA FUNCIONES DE MATLAB fzero Encuentra la raíz de una función de una variable Sintaxis x = fzero(fun,x0) x = fzero(fun,x0,options) x = fzero(fun,x0,options,P1,P2,...) Algoritmo fzero es un comando en un archivo M. El algoritmo se debe a T. Dekker, que usa una combinación de los métodos de la bisección, de la secante y de la interpolación inversa cuadrática. (Forsythe, G. E., M. A. Malcolm, and C. B. Moler, Computer Methods for Mathematical Computations, Prentice-Hall, 1976). Limitaciones Encuentra raíces de funciones continuas que cambian de signo, cortando el eje de las abscisas. MAGISTER EN METODOS NUMERICOS Y COMPUTACIONALES EN INGENIERIA FUNCIONES DE MATLAB roots Encuentra todas las raíces de un polinomio con coeficientes reales. Sintaxis r = roots(c) Con c el vector de los coeficientes del polinomio ordenados de mayor grado al término independiente. Algoritmo Se computan las raíces a partir de los autovalores de una matriz que tiene dicho polinomio característico.