MÉTODOS NUMÉRICOS Iván F. Asmar Ch. TALLER Nº 3b Problema 1. Considere el sistema lineal + 2 x4 4 x1 + x 2 x + 3x − x 1 2 3 − x 2 + 3x 3 + 2 x 4 2 x1 + 2 x3 + 4 x4 =7 =3 =4 =8 La matriz de coeficientes de este sistema dado es 0 4 1 1 3 −1 A= 0 −1 3 2 2 0 2 0 2 4 la cual es simétrica (ya que A = A ), y además, al realizar E.G. sobre A, sin intercambio de filas, se obtiene T 4 1 11 0 4 U = 0 0 0 0 2 1 −1 − 2 29 20 11 11 28 0 29 0 así que A es una matriz definida positiva. Luego el método SOR converge a la única solución X del sistema dado, cualquiera sea la aproximación inicial y cualquiera sea el valor de w con 0 < w < 2 . En particular, el método de Gauss–Seidel converge. Como el método de Gauss–Seidel es convergente, podemos intentar acelerar la convergencia mediante el método SOR, escogiendo valores de w con 1< w < 2 . Si iteramos con el método SOR para distintos valores de w, tomando X aproximación X ( k ) − X ( k −1 ) ∞ (0) = (0,0,0,0) T y criterio de < 5 × 10 −3 , obtenemos: w1 = 1.0 ( Gauss-Seidel ): La instrucción en DERIVE para realizar las iteraciones en el método de Gauss-Seidel es: SOR ( A , [ 7 , 3 , 4 , 8] , 1.0 , [ 0 , 0 , 0 , 0 ] , 15) . Aproximando esta expresión se obtiene que X ( 11 ) − X ( 10 ) Así que ∞ = 0.0032001 < 5 × 10 −3 X (11) = (1.00185 , 1.00183, 1.00415, 0.996993) ≈ X . T w1 = 1.1 : En este caso, la instrucción en DERIVE para aproximar las iteraciones es SOR ( A , [ 7 , 3 , 4 , 8] , 1.1, [ 0 , 0 , 0 , 0 ] , 15) . Aproximando esta expresión, se obtiene que Universidad Nacional de Colombia - Sede Medellín 1 SOLUCIÓN NUMERICA DE SISTEMAS DE ECUACIONES X (9 ) − X (8 ) Así que ∞ = 0.00421927 < 5 × 10 −3 X (9 ) = (1.0009 , 1.0019 , 1.00308 , 0.99823) ≈ X . T w1 = 1.5 : En este caso, la instrucción en DERIVE es SOR ( A , [ 7 , 3 , 4 , 8] , 1.5 , [ 0 , 0, 0 , 0 ] , 15) . Aproximando esta expresión , se obtiene que X ( 13 ) − X ( 12 ) Así que ∞ = 0.00242674 < 5 × 10 −3 X (13) = (1.00188, 1.00021, 1.00265 , 0.997921) ≈ X . T Podemos intentar estimar el valor óptimo de w (es decir, el que produce mayor rapidez de convergencia (w1 , N 1 ) , (w2 , N 2 ) , (w3 , N 3 ) , en el método SOR), encontrando la parábola que interpola los puntos donde N k indica el menor numero de iteraciones en el método SOR, para el valor dado w k , que fueron necesarias para que se satisficiera el criterio de aproximación dado, es decir, interpolamos los puntos (1.0 ,11), (1.1, 9 ) y (1.5,13) . [[ ][ ][ En DERIVE, la instrucción POLY _ INTERPOLAT E ( 1.0 , 11 , 1.1, 9 , 1.5, 13 el polinomio p (w ) = 60 w − 146 w + 97 . ] ] , w) , simplifica en 2 Encontramos ahora el valor de w op para el cual la parábola p(w) alcanza el valor mínimo (si existe en el intervalo [1, 2 ) ). En este caso: p' (w ) = 120w − 146 = 0 ⇔ w = 146 = 1.2166... . Luego concluimos, de 120 acuerdo con estos resultados, que el valor optimo de w estará cerca de 1.2 . Si iteramos con el método (k ) SOR para el valor w = 1.2 y criterio de aproximación X − X (k −1) < 5 × 10 −3 , obtenemos que ∞ Universidad Nacional de Colombia - Sede Medellín 2 MÉTODOS NUMÉRICOS Iván F. Asmar Ch. X (8 ) − X (7 ) Así que ∞ = 0.00192307 < 5 × 10 −3 X (8 ) = (0.99878 , 0.999525, 0.998069 , 1.00135) ≈ X = (1,1,1, 1) T T Observe la convergencia en el caso de w = 1.2 . Problema 2.. Utilicemos el método de Punto Fijo y el método de Newton-Raphson (si es posible) para resolver el sistema no lineal F (X ) = 0 , con x2 − y 2 = 4 −x e + xy = 1 f F = 1 , f2 Solución: Empezamos graficando las ecuaciones x − y 2 2 f 1 (x , y ) = x 2 − y 2 − 4 f 2 (x , y ) = e − x + xy − 1 = 4 y e − x + xy = 1 (que son los trazas en el plano xy de las superficies z = f 1 (x , y ) y z = f 2 (x , y ) ) en un mismo plano coordenado. En DERIVE editamos las expresiones x − y = 4 y exp (− x ) + xy = 1 y luego ejecutamos Plot-(Overlay)-Plot. Haciendo esto, se obtiene la siguiente gráfica: 2 2 x2 − y 2 = 4 α De acuerdo con la gráfica, el sistema dado tiene una única (0 ) solución α ≈ (2 , 0.4 ) = X e − x + xy = 1 1. MÉTODO DE PUNTO FIJO: X = G (X ) . Transformamos el sistema F ( X ) = 0 en otro equivalente del tipo Observando las posiciones dominantes de las variables x y y , de acuerdo con la solución buscada, obtenemos el siguiente sistema: x2 − y2 = 4 ⇒ x = 4 + y2 , x ≥ 0 −x 1 − e −x + = ⇒ = e xy 1 y ,x≠0 x Universidad Nacional de Colombia - Sede Medellín 3 SOLUCIÓN NUMERICA DE SISTEMAS DE ECUACIONES Luego uno de los sistemas X = G (X ) es: ( g (x , y ) = x = 4 + y2 1 − e −x = y x 4 + y2 1 − e −x g 2 ( x , y ) = x 1 { ) } g 1 (x , y ), g 2 (x , y ) son continuas en D = (x , y )∈ R 2 / x > 0 : Semiplano derecho (abierto) ∂g 1 =0 ∂x ∂g 1 y = ∂y 4 + y2 ; −x ∂g 2 e −x 1 e =− 2 + 2 + x ∂x x x ; ; ∂g 2 =0 ∂y son continuas en D . Podemos aplicar el método de Punto Fijo para aproximar la raíz X (0) = (2 , 0.4 ) y criterio de aproximación X X (4 ) − X (3) ∞ (k ) −X (k −1) α. Si tomamos, aproximación inicial −4 ∞ < 5 × 10 , obtenemos: = 2.03098 × 10 −4 < 5 × 10 −4 , así que X (4 ) = (2.04477 ,0.425734 ) ≈ α La instrucción en DERIVE para iterar con el método de Punto Fijo es: ([ ( ) ] ) FIXED _ POINT SQRT 4 + y 2 , (1 − EXP (− x )) / x , [x , y ] , [2 , 0.4 ] , 10 : approX 2. MÉTODO DE NEWTON_RAPHSON: Primero que todo escriba el sistema dado en la forma: f 1 (x , y ) = 0 f 2 (x , y ) = 0 En este caso, f 1 (x , y ) = x − y − 4 ; f 2 (x , y ) = e 2 ∂f 1 = 2x ∂x ; 2 ∂f 1 = −2 y ∂y ; −x − xy − 1 . ∂f 2 = −e − x − y ∂x ; ∂f 2 = −x ∂x ∂ 2 f1 ∂2 f1 ∂ 2 f1 ∂ 2 f1 ∂ 2 f 2 ∂2 f2 ∂2 f2 ∂2 f2 −x 2 = 2 ; = −2 ; =0= ; =e ; =0; = −1 = 2 2 2 ∂ x ∂ y ∂ y ∂ x ∂ x ∂ y ∂ y ∂ x ∂ x ∂ y ∂ x ∂ y f1 (x , y ) , f 2 (x , y ) y todas las derivadas parciales de orden ≤ 2 de f1 (x , y ) y f 2 (x , y ) son continuas 2 en todo R . Podemos explicar el método de Newton_Raphson para aproximar la solución α . Tomando X ( 0) = (2 , 0.4 ) y criterio de aproximación X (k ) − X (k −1) X (3) − X (2 ) ∞ ∞ < 5 × 10 −4 , obtenemos: = 5.27327 × 10 −6 < 5 × 10 −4 Universidad Nacional de Colombia - Sede Medellín 4 MÉTODOS NUMÉRICOS Así que X ( 3) Iván F. Asmar Ch. = (2.04481 , 0.425757 ) ≈ α . La instrucción en DERIVE para iterar con el método de Newton-Rapshon es en este caso: NEWTONS ( [x 2 ] ) − y 2 − 4 , e − x + xy − 1 , [x , y ] , [2 , 0.4] , 1 : approX Problema 3 Considere el polinomio p (x ) = 3 x − 7 x − 5 x + x − 8 x + 2 . 5 4 3 2 a) Haga una gráfica que ilustre cuantas raíces reales tiene la ecuación p (x ) = 0 . Solución: La gráfica del polinomio p (x ) = 3 x − 7 x − 5 x + x − 8 x + 2 es como se indica en la figura siguiente: 5 4 3 2 y = p (x ) α1 α2 α3 De acuerdo con la gráfica, la ecuación p (x ) = 0 tiene tres raíces reales y dos complejas no-reales b) Aplique el método de Bairstow y Deflación para aproximar todas las raíces de la ecuación p (x ) = 0 . u (k ) − u ( k −1) < 10 −3 y Use como criterio de aproximación (u ( ) , v ( ) ) − (u ( k k k −1) , v ( k − 1) ) ∞ v (k ) − v (k −1) < 10 −3 , es decir, < 10 −3 Solución: Teniendo en cuenta que α1 ≈ −1 , α2 ≈ 0 y α3 ≈ 3 , podemos escoger valores iniciales de u y v , como sigue: (x − 0 )(x − 3) = x 2 − 3 x ≡ x 2 − ux − v ⇒ u 0 = 3, v 0 = 0 La instrucción en DERIVE para aproximar u y v en el método de Bairstow es: BAIRSTOW ( p (x ) , x , 3 , 0 , 10) : approX Aproximando esta expresión, ( obtenemos ) X (4 ) − X (3) X (4 ) = (3.19947 , − 0.725057 ) = u (4 ) , v (4 ) ≈ (u , v ) Universidad Nacional de Colombia - Sede Medellín ∞ = 7.98737 × 10 −5 < 10 −3 , así 5 que SOLUCIÓN NUMERICA DE SISTEMAS DE ECUACIONES Luego un factor cuadrático aproximado de p (x ) es x − 3.19947 x + 0.725057 . 2 Las raíces de x − 3.19947 x + 0.725057 = 0 son α2 ≈ 0.245447 , α3 = 2.95402 . 2 Usamos Deflación, y obtenemos q (x ) = 3x 3 + 2.59840 x 2 + 1.13836 x + 2.75816 La instrucción en DERIVE para obtener el cociente en la división de p (x ) por el factor aproximado x 2 − 3.19947 x + 0.725057 es ( ) QUOTIENT p (x ), x 2 − 3.19947 x + 0.725057 : approX Al graficar este polinomio q (x ) , vemos que α1 es raíz de q (x ) = 0 . Si aplicamos nuevamente, el método de Bairstow, pero al polinomio q (x ) con aproximación inicial u 0 = 1 , v 0 = 0 , obtenemos X (4 ) − X (3) ∞ ( ) = 3.33331 × 10 −5 < 10 −3 . Así que X (4 ) = (0.327441,−0.770279 ) = u (4 ) , v (4 ) ≈ (u , v ) ( La correspondiente instrucción en DERIVE es BAIRSTOW (q (x ), x , 1, 0 ,10 ) : approX ). Luego un nuevo factor cuadrático aproximado de q (x ) es: x − .327441x + 0.770279 . Las raíces de 2 x 2 − .327441x + 0.770279 = 0 son: α4 ,5 ≈ ±0.665460 i . Aplicando ( nuevamente Deflación ) pero al polinomio q (x ) ( QUOTIENT q (x ) , x − 0.327441 + 0.770279 : approX ), se obtiene en 3x + 2.5984 , y la raíz de 2 3x + 2.5984 = 0 es α1 ≈ −0.866133 . Universidad Nacional de Colombia - Sede Medellín 6