-
Notifications
You must be signed in to change notification settings - Fork 0
/
Sesion4.py
130 lines (110 loc) · 2.8 KB
/
Sesion4.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
# -*- coding: utf-8 -*-
"""
Created on Wed Feb 27 15:15:24 2019
@author: UO270318
"""
import numpy as np
import matplotlib.pyplot as plt
import sympy as sym
import scipy.optimize as op
#METODO DE LA SECANTE
f = lambda x :x**3 -10*x**2 +5
a=-15
b=15
dx=0.1
x0=0
x1=-1
tol=10**-12
maxiter=100
def secante(f,x0,x1,tol,maxiter):
a=min(x0,x1)
b=max(x0,x1)
x=np.linspace(a,b)
plt.plot(x,f(x),'b')
plt.plot(x,0*x,'k') #eje x
for i in range(0,maxiter):
x2=x1-f(x1)*(x1-x0)/(f(x1)-f(x0))
error = abs(x2-x1)
plt.plot([x1,x1],[0,f(x1)],'g')
plt.plot([x0,x0],[0,f(x0)],'g')
plt.plot([x1,x0],[f(x1),f(x0)],'r')
if error < tol:
plt.plot(x2,0,'ro')
plt.show()
return x2,i+1
else:
x0=x1
x1=x2
plt.show()
print('No se ha obtenido una aproximacion.')
return None, maxiter
def busquedaIncremental(f,a,b,dx):
x0=a
while x0<b:
# a --dx--- x1
x1=x0+dx
if f(x0)*f(x1)<0:
return x0,x1
else:
x0=x1
return None, None
def CambiosSigno(f,a,b,dx):
v = np.array([]) #vector vacio
x1=a
while x1<=b:
x0,x1= busquedaIncremental(f,x1,b,dx)
if x0 != None:
print('Existe cambio de signo en [%.1f, %.1f]' % (x0,x1))
v= np.append(v,[x0,x1])
else:
break
return v
v=CambiosSigno(f,-15,15,0.1)
n=int(len(v)/2)
M=np.zeros((3,2))
for i in range(0,n):
#fila i esima de la matriz m
M[i,:]=secante(f,v[2*i],v[2*i+1],tol,maxiter)
## PUNTO FIJO
#Se sustituye f(x)=0 por el equivalente g(x)=x, g(a)=a
# f(a)=0, de forma que x1= g(x0), x2= g(x1), x3=g(x2)
def puntoFijo(g,x0,tol,maxiter):
for i in range(0,maxiter):
x1=g(x0)
error = abs(x1-x0)
if error < tol:
return x1,i+1
else:
x0=x1
print('No se ha obtenido una aproximacion.')
return None, maxiter
g= lambda x: np.exp(-x)
def aplicarPuntoFijo(g,a,b,dx,tol,maxiter):
f= lambda x: g(x)-x
v = CambiosSigno(f,a,b,dx)
n= int(len(v)/2)
M= np.zeros((n,2))
for i in range(0,n):
M[i,:]= puntoFijo(g,v[2*i],tol,maxiter)
return M
g1= lambda x: 2*x-np.cos(x)
M=aplicarPuntoFijo(g1,-20,20,0.01,10**-12,500)
x=sym.Symbol('x',real=True)
f_sim=x**3+sym.log(x+7)*sym.cos(4*x)-1
df_sim=sym.diff(f_sim,x)
df2_sim=sym.diff(f_sim,x,2)
f=sym.lambdify([x],f_sim,'numpy')
df=sym.lambdify([x],df_sim,'numpy')
df2=sym.lambdify([x],df2_sim,'numpy')
xx=np.linspace(-2,2)
plt.show()
plt.plot(xx,df(xx))
plt.show()
plt.plot(xx,f(xx))
plt.plot(xx,0*xx,'k')
aprox=np.array([-1.5,-0.9,0,0.9])
r=np.zeros(len(aprox))
for i in range(0,len(aprox)):
r[i]=op.newton(df,aprox[i],fprime=df2,tol=10**-12,maxiter=200)
plt.plot(r[i],f(r[i]),'ro')
plt.show()