Métodos numéricos

El método de Brent es un método numérico para encontrar las raíces de una función que combina los métodos de la interpolación cuadrática inversa, la secante y la bisección. Convirtiéndolo en un método más robusto y eficiente que los anteriores. Veamos más en detalle los fundamentos de este método y como se puede hacer una implementación en Python.El método de … [Leer más...] acerca de Método de Brent e implementación en Python

El método de la interpolación cuadrática inversa es un algoritmo para localizar las raíces de funciones. La idea básica detrás de este método es utilizar una interpolación cuadrática de la función, para la que se usan tres puntos, y obtener emplear la raíz de esta como aproximación del resultado buscado. Veamos más en detalle los fundamentos de este método y como se puede hacer … [Leer más...] acerca de Método de la interpolación cuadrática inversa e implementación en Python

Cuando se necesita encontrar las raíces de polinomios complejos uno de los algoritmos que se pueden emplear es el método de Laguerre. Un método numérico propuesto por el matemático francés Edmond Laguerre en 1880. El método, al igual que el de Newton-Raphson para las raíces de funciones, utiliza las derivadas para aproximarse de manera iterativa a las raíces de los polinomios … [Leer más...] acerca de El método de Laguerre e implementación en Python

Uno de los métodos numéricos más sencillos para obtener las raíces de una función es el método de la secante. Existe una modificación de este método en el que se usa una aproximación cuadrática en lugar de una línea llamado método de Muller. Este cambio permite una convergencia más rápida hacia el resultado y una mayor estabilidad.El método de MullerAl igual que el … [Leer más...] acerca de El método de Muller e implementación en Python

El método de Steffensen es un algoritmo para encontrar las raíces de una función propuesto por el matemático danés Johan Frederik Steffensen en 1924. Siendo un método que suele converger rápidamente a la solución. Además, a diferencia del método de Newton, no es necesario disponer de la función deriva, por lo que su implementación es más sencilla.El método de … [Leer más...] acerca de El método de Steffensen e implementación en Python

Entre los métodos numéricos para obtener la raíz de una función más sencillos de implementar se encuentran el método de las aproximaciones sucesivas. El cual se basa en el uso de una función que aproxima la solución para obtener esta de una forma iterativa. Siendo una alternativa a otros métodos numéricos como pueden ser los métodos de la bisección, la secante o el de … [Leer más...] acerca de El método de las aproximaciones sucesivas e implementación en Python

El método de Newton es un algoritmo numérico mediante el cual se puede buscar las raíces de las funciones que emplea la derivada para iterar hacia la solución. Obteniendo generalmente el resultado en menos pasos que los métodos basados en la bisección o la secante. La implementación del método de Newton requiere conocer la derivada de la función, por lo que esta ha de ser … [Leer más...] acerca de El método de Newton e implementación en Python

Un algoritmo alternativo al de la bisección para la búsqueda de raíces es el método de la secante. Generalmente es un método más eficiente ya que, mientras el primero utiliza el punto intermedio para buscar el punto de corte y aproximar la raíz, el método de la secante emplea como aproximación la secante para buscar la solución. Siendo esta una aproximación de la forma de la … [Leer más...] acerca de El método de la secante e implementación en Python

Uno de los métodos numéricos para buscar la raíz de una función más sencillo es el de la bisección. Siendo también uno de los más fáciles de implementar en un programa. El método de la bisección se puede utilizar en funciones continuas que cambian de signo en un rango de valores y solamente tienen una raíz en el mismo. Basándose para ello en una idea sencilla: dividir el rango … [Leer más...] acerca de El método de la bisección e implementación en Python