Puntos Fijos
Introducción
Definición
Un punto fijo para una función g es un número p para el cual g (p) = p.
Por ejemplo, la función
gHxL =x, 0£ x£ 1 tiene puntos fijos para cada x en el intervalo [0,1].
La importancia de este método numérico radica en que se puede establecer una equivalencia entre encontrar las raíces de una función f (x) y encontrar un punto fijo para la función g, donde g se puede definir, por ejemplo, como g (x) = x - f (x) ó g (x) = x - 3 f (x).
Nuestro primer objetivo será decidir cuando una función tiene un punto fijo y como determinar este punto. El siguiente resultado proporciona las condiciones bajo las cuales se garantiza la existencia y unicidad de un punto fijo.
Teorema 1 (Existencia y unicidad)
Si g es una función continua en el intervalo [a,b] y g (x) Î [a,b] " x Î [a,b], entonces g tiene un punto fijo en [a,b]. Supongamos además que g '(x) existe en (a,b) y que 0 < k < 1 es una constante tal que
(1) g ' H x L b k < 1, " x Î H a, b L ,
entonces el punto fijo en [a,b] es único.
Import@"K:\Terecer
Semestre\Materias\Análisis Numérico\Punto Fijo\PF.JPG"D
DEMOSTRACIÓN Si g (a) = a ó g(b) = b, la existencia de un punto fijo es clara.
Supongamos que esto no es cierto; entonces se debe cumplir que g (a) > a y g (b) < b.
Sea h (x) = g (x) - x, entonces, como g es continua, h es también continua en [a,b] y (2) hHaL =gHaL -a>0, hHbL =gHbL -b<0.
El Teorema del Valor Intermedio implica que existe p Î (a, b) , para el cual h (p) = 0.
Entonces es claro que g (p) - p = 0 y p es un punto fijo de la función g.
Ahora, supongamos que la desigualdad (1) se cumple, y sean p, q dos puntos fijos en [a,b] tales que p ¹ q. Por el Teorem del valor Medio, existe un punto Ξ entre p y q tal que
g 'HΞL = gHpL -gHqL (3) p-q
.
Entonces
p-q = gHpL -gHqL = g 'HΞL ÈÈp-q bk p-q < p-q ! Esta contradicción proviene de haber supuesto que p ¹ q. Por lo tanto p = q y el punto medio en [a,b] es único.
Un método iterativo
Definición
Sea g una función con valores en R y continua en el intervalo [a,b]. Supongamos que
g (x) Î [a,b] " x Î [a,b]. Dado
x0Î [a,b]
la recursión definida por(4) xk+1=gHxkL, k=0, 1, 2, ...
se dice que es una iteracón simple.
OBSERVACIÓN Si la secuencia 8xk<kr0 definida en (4) converge, entonces el limite es el punto fijo de g, pues como g es continua en [a,b], se tiene que
p=lim
k® ¥ pk=lim
k® ¥ gHpk-1L =gJlim
k® ¥ pk-1N =gHpL
siempre y cuando p
Î
(a,b). Este método se conoce iteración de punto fijo o iteración funcional. Teorema 2 (Punto fijo)
Sea g una función continua en [a,b] y supongamos que g(x)
Î [a,b] " x Î [a,b].
Supong- amos que g' existe en (a,b) con(5) g 'HxL b k < 1 " x Î Ha, bL.
Si p0 es cualquier número en [a,b], entonces la secuencia definida por pn =gHpn-1L nr1,
converge al único punto fijo p
Î [a,b].
DEMOSTRACIÓN Por el primer Teorema existe un único punto en [a,b]. Como g : [a,b] [a,b], la sucesión 8pn<nr0 está definida para toda n r 0 y pn
Î [a,b] para toda n.
Utilizando la desigualdad (5) y por el Teorema del Valor Medio, se tiene quepn-p (6)
g 'HΞL ÈÈpn-1-p bk pn-1-p , donde Ξ Î (a,b). Al aplicar esta desigualdad de manera inductiva se tiene que
pn-p bk pn-1 -p bk2 pn-2-p b ...bkn p0-p . (7) Como 0 b k < 1, entonces
lim
n® ¥ pn-p blim
n® ¥ kn p0-p = 0, y entonces 8pn<nr0 converge a p.
Import@"C:\Users\KODAMA\Desktop\Punto Fijo\Antia H.bmp"D
Corolario (Error)
Si g satisface las hipótesis del Teorema 2, las cotas para el error involucrado al usar
pnpara aproximar p están dadas porpn-p bknmáx8p0-a, b-p0<
y
pn -p b kn 1-k
p0-p1 , " nr1.
DEMOSTRACIÓN La primer cota se sigue de la desigualdad (7), pues pn-p bkn p0-p bknmáx8p0-a, b-p0<,
pues p
Î [a,b]
. Ahora, para n r 1pn+1-pn = gHpnL -gHpn-1L bk pn -pn-1 b ...bkn p1 -p0 , Para m > n r 1,
pm-pn = pm-pm-1+pm-1-...+pn+1- b pm-pm-1 + pm-1-pm-2 +...+ pn-1-pn
bkm-1 p1-p0 + km-2 p1-p0 +...+ kn p1-p0
= knI1+k+k2 +...+km-n-1M p1 -p0 .
Como limm® ¥pm = p, entonces
p-pn = lim
m® ¥ pm-pn bkn p1-p0 â
i=0
¥
ki,
y como 0 b k < 1, se tiene que
p-pn b kn 1-k
p0-p1 .
Algoritmo (Puntos Fijos)
Para encontrar una solución a p = g(p) en [a,b] dada una una aproximación inicial p0 :
INPUT: valor inicial p0, número máximo de iteraciones N.
OUTPUT: solución aproximada p y g(p).
æ PASO 1: Iniciar i = 1.
æ PASO 2 : Si i < N, hacer los pasos 3-5.
æ PASO 3: Sea p = g(p0). (cálculo de piL æ PASO 4: Sea i = i+1.
æ PASO 5: Sea p0 = p. (actualización de p0) æ PASO 6: OUTPUT ( "pi", i = 0,...,N), ( " p " ), ( " g(p) " ).
Ejemplo
ã Rutina en Mathematica
FixedPointIteration@x0_, max_D:=
Module@8<, p0 = N@x0D; k = 0;
Print@" p"0, " = ", PaddedForm@p0, 815, 15<DD; While@k<max,
Module@8<, p1 = g@p0D; k = k+1;
Print@" p"k, " = ", PaddedForm@p1, 815, 15<D D; p0 = p1;D;D;
p = p0; Print@" "D;
Print@"La función es g@xD = ", g@xDD; Print@" p = ", PaddedForm@p, 815, 15<DD;
Print@"g@pD = ", PaddedForm@g@pD, 815, 15<DD; D; Mediante el método de punto fijos vamos a determinar los puntos fijos de
gHxL =1+x- x2 3
Primero gráficamos la función para determinar visualmente los posibles puntos fijos:
g@x_D =1+x- x2 3
;
gr1 =Plot@8x, g@xD<, 8x, -2, 4<D gr1 =PlotB8x, g@xD<, 8x, 0, 4.82<,
PlotRange®880, 4<, 80, 3<<, AspectRatio® 3 4F
-2 -1 1 2 3 4
-2 -1 1 2 3 4
0 1 2 3 4
0.0 0.5 1.0 1.5 2.0 2.5 3.0
Ahora vamos a utilizar la rutina programada en Mathematica para encontrar el punto fijo:
FixedPointIteration@3.0, 7D;
p0 = 3.000000000000000 p1 = 1.000000000000000 p2 = 1.666666666666670 p3 = 1.740740740740740 p4 = 1.730681298582530 p5 = 1.732262046161430 p6 = 1.732018113970970 p7 = 1.732055864929790
La función es g@xD = 1+x- x2
3 p = 1.732055864929790 g@pD = 1.732050025183900
¿Son 7 iteraciones suficiente para localizar el punto fijo?
FixedPointIteration@3.0, 20D;
p0 = 3.000000000000000 p1 = 1.000000000000000 p2 = 1.666666666666670 p3 = 1.740740740740740 p4 = 1.730681298582530 p5 = 1.732262046161430 p6 = 1.732018113970970 p7 = 1.732055864929790 p8 = 1.732050025183900 p9 = 1.732050928604050 p10 = 1.732050788844670 p11 = 1.732050810465520 p12 = 1.732050807120770 p13 = 1.732050807638200 p14 = 1.732050807558150 p15 = 1.732050807570540 p16 = 1.732050807568620 p17 = 1.732050807568920 p18 = 1.732050807568870 p19 = 1.732050807568880 p20 = 1.732050807568880
La función es g@xD = 1+x- x2
3 p = 1.732050807568880 g@pD = 1.732050807568880
P=83.0<;
For@i=2, i£8, i++,
P= Append@P, g@PP-1TD D D; pts=88PP1T, 0<<;
For@i=1, i£Length@PD -1, i++, pts=Append@pts, 8PPiT, PPi+1T< D; pts=Append@pts, 8PPi+1T, PPi+1T< D;
D;
lin1=ListPlotBpts, PlotJoined®True, PlotRange® 880, 4.82<, 80, 2.1<<, AspectRatio® 2.1
4.82
, PlotStyle®BlueF; ShowBgr1, lin1, PlotRange®880, 4<, 80, 3<<, AspectRatio® 3
4F
0 1 2 3 4
0.0 0.5 1.0 1.5 2.0 2.5 3.0
Ahora vamos a establecer una solución numérica, mediante el comando FindRoot (que lo hace mediante el método de Newton si sólo se le da un valor inicial, y por una variación del método de la secante si se dan dos valores iniciales) para la ecuación
1+x- x2 (8) 3
=x
esto con el fin de verificar nuestro el algoritmo planteado.
eqn=g@xD x;
solset = FindRoot@eqn, 8x, 0.5<D; p=solsetP1,2T;
Print@" p = ", NumberForm@p, 16D D; Print@" g@pD = ", NumberForm@g@pD, 16D D;
p = 1.732050807568877 g@pD = 1.732050807568878
En efecto, la solución obtenida es congruente con el punto fijo que se habia encontrado.
Pero la forma de g permite establecer una solución analítica a la Ecuación (8), esto medi- ante el comando Solve de Mathematica:
En efecto, la solución obtenida es congruente con el punto fijo que se habia encontrado.
Pero la forma de g permite establecer una solución analítica a la Ecuación (8), esto medi- ante el comando Solve de Mathematica:
eqn=g@xD x;
solset = Solve@g@xD x, xD; p=solsetP2,1,2T;
Print@" ", solsetD;
::x® - 3>,:x® 3>>
Print@" g@pD = ", g@pDD; Print@" g@pD = ", g@-pDD;
g@pD = 3 g@pD = - 3
Entonces se tienen dos puntos fijos, lo que se habia confirmado desde un principio por medio de la gráfica de g. Ahora investigemos el comportamiento de la iteración para est- ablecer el punto fijo p = - 3 :
gr2 = Plot@8x, g@xD<, 8x, -7, 0<,
PlotRange®88-7, 0<, 8-7, 0<<, AspectRatio®1D
-7 -6 -5 -4 -3 -2 -1
-7 -6 -5 -4 -3 -2 -1
Ahora vamos a utilizar nuestra rutina, con p0 = - 2 y con cinco iteraciones:
FixedPointIteration@-2.0, 5D;
p0 = -2.000000000000000 p1 = -2.333333333333330 p2 = -3.148148148148150 p3 = -5.451760402377680 p4 = -14.358990897355400 p5 = -82.085864094134200
La función es g@xD = 1+x- x2
3 p = -82.085864094134200 g@pD = -2327.115558787690000
¿Qué es lo que sucede? ¿Por qué la serie generada con nuestro algoritmo no converge al punto fijo p = - 3 ? Recordemos que, por el teorema de punto fijo, una condición nece- saria para que la serie converga es que | g'(p) | < k b 1. Es decir,
Si p0 pertenece a una vecindad del punto fijo p y g '@pD < 1, entonces la iteración converge a p.
Si p0 pertenece a una vecindad del punto fijo p y g '@pD > 1, entonces la iteración no converge a p.
Print@"La función es g@xD = ", g@xDD; Print@"Su derivada es g'@xD = ", g '@xDD; p= 3 ;
Print@"Èg'@", p, "DÈ = ",
N@Abs@g '@pDDD, " H SI CONVERGE L"D; p= - 3 ;
Print@"Èg'@", p, "DÈ = ",
N@Abs@g '@pDDD, " H NO CONVERGE L"D;
La función es g@xD = 1+x- x2
3 Su derivada es g'@xD = 1-
2 x 3
Èg'@ 3DÈ = 0.154701 H SI CONVERGE L Èg'@- 3DÈ = 2.1547 H NO CONVERGE L
De hecho la divergencia se puede comprobar gráficamente:
P=FixedPointList@g, -2.0, 10D; pts=88PP1T, 0<<;
For@i=1, i£Length@PD -1, i++, pts=Append@pts, 8PPiT, PPi+1T< D; pts=Append@pts, 8PPi+1T, PPi+1T< D;
D;
lin2=ListPlot@pts, PlotJoined®True, PlotRange®
88-7, 0<, 8-7, 0<<, AspectRatio®1, PlotStyle®BlueD; Show@gr2, lin2, PlotRange®88-7, 0<, 8-7, 0<<, AspectRatio®1D
-7 -6 -5 -4 -3 -2 -1
-7 -6 -5 -4 -3 -2 -1
Puntos fijos en Rn
Vamos a estudiar la convergencia del comportamiento de una serie xi que ha sido gener- ada por una función de iteración F:
xi+1= FHxiL, i=0, 1, 2, ...
en la vecindad de un punto fijo Ξ de F. Nos vamos a concentrar en el caso en donde el espacio métrico y normado corresponde a Rn. Usando una norma || • || en Rn podemos medir la diferencia entre dos vectores X y Y en Rn mediante || X - Y ||. Una serie de vec- tores Xi Î Rn converge al vector X si para toda Ε > 0 existe un entero N (Ε) tal que
ÈÈXl-XÈÈ < Ε " lrNHΕL.
Se puede verificar que esta definición de convergencia es independiente de la elección de la norma. Finalmente, el espacio Rn es completo en el sentido de que el criterio de Cauchy se satisface:
Una secuencia xi Î
Rnes convergente si y sólo si para cadaΕ > 0 existe N HΕL Î N tal que ÈÈxl - xm ÈÈ < Ε " l, m r N HΕL.
Una secuencia xi Î
Rnes convergente si y sólo si para cadaΕ > 0 existe N HΕL Î N tal que ÈÈxl - xm ÈÈ < Ε " l, m r N HΕL.
Sea F una función iterativa en Rn. Sea Ξ un punto fijo de F. Para cualquier vector inicial x0 tomado de una vecindad de N (Ξ) y para la secuencia generada xi+1 = FHxiL, i = 0,1,2,...
la desigualdad
ÈÈxi+1- ΞÈÈ bCÈÈxi+1- ΞÈÈp
se cumple para toda i r 0, donde C < 1 si p = 1. Entonces el método iterativo definido definido por F se dice que es un método de orden p - ésimo para determinar Ξ.
Teorema 3
Todo método de orden p - ésimo para determinar un punto fijo Ξ es localmente conver- gente, en el sentido en que existe una vecindad N (Ξ) de Ξ con la propiedad de que para todo vector inicial x0Î N (Ξ), la secuencia xi generada por F converge a Ξ.
ã OBS Si N (Ξ) se considera como Rn, entonces se dice que el método es globalmente convergente.
Teorema 4
Si la función F : Rn®Rn tiene un punto fijo F (Ξ) = Ξ. Además si Sr (Ξ) : ={ Z : || Z - Ξ || < r } es una vecindad de Ξ tal que F es una mapeo contractivo en Sr (Ξ) , es decir
ÈÈ F HXL - F HYL ÈÈ bKÈÈX-YÈÈ, 0bK<1
para culesquiera vectores X, Y Î Sr (Ξ) . Entonces para todo x0Î Sr (Ξ) la suseción gener- ada xi+1 = FHxiL, i = 0,1,2,... satisface las siguientes propiedades:
a) xiÎ Sr (Ξ) " i = 0, 1, 2, ...
b) || xi+1 - Ξ || b K || xi - Ξ || b Ki+1 ÈÈ x0 - Ξ ||, es decir, xiconverge, al menos linealmente.
Teorema 5 (Puntos Fijos en Rn)
Sea F : Rn®Rn una función iterativa, x0Î Rn un vector inicial, y xi+1= FHxiL, i = 0,1,2,...
. Además sea Sr (x0) : = { x : || x - x0 || < r } una vecindad de x0 y existe una constante K, 0 < K < 1, tal que
a) || F (x) - F (y) || b K || x - y ||, " x, y Î SrHx0L := { x : || x - x0 || b r }, b) || x1 - x0 || = || F (x0) - x0 || b (1 - K ) r < r.
Entonces se sigue que
1) xiÎ Sr (x0) " i = 0,1,2,...
2) F tiene exactamente un punto fijo, Ξ, en Sr (x0) y lim
i® ¥ xi = Ξ, ÈÈxi+1- ΞÈÈ bKÈÈxi- ΞÈÈ, así como
ÈÈxi- ΞÈÈ £ Ki
1-K ÈÈxi-x0ÈÈ.