Resolucin de ecuaciones

no lineales
Contenidos
Antecedentes
Mtodo de la biseccin sucesiva
Mtodos de interpolacin lineal
Mtodo de Newton
Mtodo de Muller
Iteracin de punto fijo
Antecedentes
La finalidad principal de las matemticas
aplicadas es determinar valores de x que
cumplan con f(x) = 0. A estos valores les
denominamos races o ceros de la ecuacin
Para polinomios de primer a tercer orden existen
frmulas que permiten lograr el objetivo antes
dicho, sin embargo para grados superiores la
situacin se complica
Para la resolucin de expresiones no lineales no
es posible resolverlas salvo por un
aproximaciones sucesivas
Se presentarn a continuacin procedimientos para
encontrar races, algunos vlidos para cualquier
ecuacin y otros slo para polinomios
Una de las razones que para mostrar alternativas es
poder responder a la pregunta principal del anlisis
numrico: cul de los procedimientos disponibles
puede alcanzar un nivel de deseado de exactitud lo
ms rpido posible, mayor certeza y con menos
problemas para empezar
Los sistemas de lgebra por computadora son de
especial ayuda par obtener races de ecuaciones por
simple inspeccin
Mtodo de la biseccin sucesiva
Este mtodo se basa en encontrar una raz de
](x)=0 empezando con dos valores que
encierran o ponen entre corchetes a la raz
Nos damos cuenta que una funcin est entre
corchetes cuando cambia de signo en sus
puntos extremos. La funcin debe ser
continua
Se concibe como un mtodo de bsqueda
binaria en donde se va buscando la raz en
subintervalos de intervalos
x
1
x
2
x
3
x
4
](x)
](x
1
)
](x
3
)
](x
2
)
](x
4
)
x
Algoritmo para dividir la mitad del
intervalo
Para determinar una raz de ] x) =0 que sea exacta dentro
de una tolerancia, dados valores de x
1
y x
2
tales que ](x
1
)*
](x
2
) < 0
3 1 2
3 1
2 3
1 3
1 2 3
Repeat
Hacer ( ) / 2
( ) * ( ) 0:
Hacer .
Else Hacer .
End-IF
Until ( valor de tolerancia o ( ) 0
x x x
IF f x f x
x x
x x
x x f x
= +
<
=
=
< 2- =
El error en la estimacin de la raz debe ser menor de
x
2
x
1
*1/2
n
. Donde n es el nmero de iteraciones
Este mtodo no requiere de un valor cercano a la raz
La objecin ms importante de este mtodo es su
lentitud para convergencia
Cuando hay races mltiples la divisin de intervalos
puede que no sea vlida, ya que podra no haber
cambio de signos, una forma de soslayar esto sera
trabajando con la funcin derivada y la representacin
grfica
Ejemplo
Determinar una raz de ](x)=x
3
+x
2
-3x-3, empezando con x
1
=1
y x
2
=2 se fija una tolerancia de 1E-4 por divisin de intervalo
a la mitad
Mtodo de interpolacin lineal
Se basa en que casi todas las funciones
pueden aproximarse por una recta
sobre un intervalo pequeo, es
necesario tener un valor inicial cercano
a la raz
Existen dos mtodos:
De la secante
De la interpolacin lineal falsa
El mtodo de la secante
](x
1
)
x
2
](x
0
)
x
1
x
0
Raz
0 1 1 2
1 0 1
0 1
2 1 1
0 1
( ) ( )
( ) ( ) ( )
( )
( )
( ) ( )
x x x x
f x f x f x
x x
x x f x
f x f x

=

Se supone que ] (x) es lineal en la

vecindad de la raz
Se eligen puntos prximos a sta y se
traza una lnea recta
Si bien es cierto ] (x) no es lineal y x
2
no
es igual a la raz debe estar muy
prxima. Mejores estimaciones se
logran iterando y reemplazando los
valores x
o
y x
1
Algoritmo
Para determinar una raz de ](x)=0 dados dos valores, x0
y x1 prximos a la solucin
0 1
0 1
2 1 1 0 1 1
0 1
1 2
2
( ) ( )
Intercambiar .
Repeat
Sea ( ) *( ) /[ ( ) ( )].
Sea .
Sea .
Until ( ) valor de tolerancia
End IF
END
o
IF f x f x
x con x
x x f x x x f x f x
x x
x x
f x
<
=
=
=
<
Ejemplo
Determinar una raz de ](x)=x
3
+x
2
-3x-3, empezando
con x
1
=1 y x
2
=2
Cuidado
x
2 x
1
x
0 Raz
Interpolacin de regula falsi
Es una tcnica semejante a la biseccin, salvo
que la siguiente iteracin se toma en la
interseccin de una recta entre el par de
valores x y el eje x, en vez del punto medio
Este mtodo converge a la raz por un slo
lado, esto hace que la velocidad de
aproximacin baje. Existen modificaciones a
este mtodo que permiten mejorar este
problema
Algoritmo
Determinar una raz de ] (x)=0 dados valores de x
0
y x
1
que ponen en corchete una raz, es decir ](x
0
) y
](x
1
) son de signo opuesto
2 1 1 0 1 1
2 0
1 2
0 2
2
Repeat
Hacer ( ) *( ) /[ ( ) ( )]
IF ( ) es de signo opuesto a ( ) :
Hacer
Else Hacer .
End IF
Until ( ) valor de tolerancia
o
x x f x x x f x f x
f x f x
x x
x x
f x
=
=
=
<
Mtodo de Newton
Es lejos uno de los mtodos ms usados para
resolver ecuaciones
Se basa en una aproximacin lineal de la
funcin, aunque aplicando una tangente a la
curva
A partir de una estimacin inicial x
0
se
efecta un desplazamiento a lo largo de la
tangente hacia su interseccin con el eje x, y
se toma sta como la siguiente aproximacin
x
0
-x
1
x
1
x
0
](x
0
)
u
0 0
0 1 0
0 1 0
1
2 1
1
( ) ( )
tan '( ) ,
'( )
Se continua el calculo al estimar
( )
'( )
f x f x
f x x x
x x f x
f x
x x
f x
u = = =

=
Este algoritmo al menos en la vecindad converge
ms rpido que cualquiera de los antes vistos
Al ser un mtodo cuadrticamente convergente el
resultado neto es que el nmero de cifras decimales
de exactitud casi se duplica en cada iteracin
Tiene como inconveniente la necesidad de dos
evaluaciones funcionales en cada paso, ](x
n
) y ](x
n
) y
encontrar la derivada de la funcin
El mtodo de Newton se relaciona con la
interpolacin por la Secante ya que cociente de las
diferencias es una aproximacin de la derivada
El mtodo de Newton funciona con races complejas
si se proporciona un valor de este tipo para el valor
inicial
Ejemplo
Determinar la raz de la siguiente funcin ](x)=3x + sen x e
x
=0
Despus de 3 iteraciones la raz es correcta hasta con 7 dgitos
ignificativos
0
0
1 0
0
1
2 1
1
4
2
3 2
2
( ) 3 ,
'( ) 3 cos
0
( ) 1.0
0.0 0.33333;
'( ) 3.0
( ) 0.068418
0.33333 0.36017;
'( ) 2.54934
( ) 6.279*10
0.36017 0.3604217;
'( ) 2.50226
x
x
f x x senx e
f x x e
x
f x
x x
f x
f x
x x
f x
f x
x x
f x

= +
= +
=

= = =

= = =

= = =
Algoritmo
Para determinar una raz de ](x)=0 dado un valor de x0
razonablemente prximo a la raz
0 0
0 0
1 0
0 0 0 0
0 1 0
Se calculan ( ) '( )
IF ( ( ) 0) AND ( '( ) 0)
Repeat
Se Hace
Se Hace ( ) / '( )
Until ( valor de tolerancia 1) OR ( ( ) valor de tolerancia 2)
End IF
END
f x y f x
f x f x
x x
x x f x f x
x x f x
= =
=
=
< <
Mtodo de Muller
Hasta ahora todos los mtodos citados se acercaban a
la raz a travs de una funcin lineal. Resulta evidente
que esto no siempre resulta
Este mtodo, el de Muller, se basa en aproximar la
funcin a la vecindad de la raz por medio de un
polinomio cuadrtico (es ms real)
Se construye un polinomio de segundo grado para
ajustar 3 punto cerca de una raz. El cero propio de la
cuadrtica se usa como estimador de la raz. Luego se
sigue el proceso empleando el mismo conjunto de
tres puntos que se estn evaluando
h
2
h
1
x
1
, ]
1
x
0
, ]
0
x
2
, ]
2
](x)
x
Parbola av
2
+bv+c=p
2
(v)
Sean h
1
= x
1
-x
0
y h
2
=x
0
x
2
. Se evala los coeficientes al
estimar p(v) en los tres puntos
v=0: a(0)
2
+ b(0) + c = ]
0
;
v=h
1
: ah
1
2
+ bh
1
+ c = ]
1
;
v=-h
2
: ah
2
2
bh
2
+ c = ]
2
Luego, c= ]
0
y haciendo h
2
/h
1
= , es posible resolver las
otras ecuaciones para a y b
Despus se calcula mediante la frmula cuadrtica la raz
ms prxima al punto medio
Para la siguiente aproximacin se toma la raz del
polinomio como uno de los puntos del conjunto de tres.
Por orden renombrar x
0
para que siempre ste quede al
medio
2
1 0 2 1 0 1
2
1 1
0
2
(1 )
,
(1 )
2
4
Si b 0, se elige signo positivo
Si b 0, se elige signo negativo
Si b=0, se elige cualquiera
f f f f f ah
a b
h h
c
raiz x
b b ac


+ +
= =
+
=

>
<
Algoritmo
2 0 1
0
Evaluar los valores funcionales correspondientes a ,
Encontrar los coeficientes de la parabola
Calcular las dos raices de ecuacion parabolica
Elegir la raiz mas proxima a y etiquetarla como
f f y f
x x
0 0 1 2 0 1
2 0 2 0 1
r
IF THEN reordenar , , en , ,
Else reordenar , , en , ,
IF ( ) , THEN regresar (x )
ELSE ir a 1.
r
r r
r
r
x x x x x x x x
x x x x x x
f x FTOL
>
<
Dados los puntos x
2
,x
0
y x
1
en orden de valor creciente
0 0 1
1 1 2
2 2
1 0 2
2 2
1
0.5 ( ) 0.330704 0.5
1 ( ) 1.123189 0.5
0 ( ) 1 1.0
(1 ) (1, 0)(1.123189) 0.330704(2.0) ( 1)
1.07644
(1 ) 1.0(0.5) (2, 0)
x f x h
x f x h
x f x
f f f
a
h
f
b

= = =
= = =
= = =
+ + +
= = =
+
=
2
1 0 1
1
0
2
1.123189 0.330704 ( 1.07644)(0.5)2
2.12319
0.5
2
0.354914
4
f ah
h
c
raiz x
b b ac

= =
= =

Ejemplo
Halle una raz entre 0 y 1
para la funcin
](x) = 3x + sen x +e
x
0 0 1
1 1 2
2 2
Para la siguiente iteracion
0.354914 ( ) 0.0138066 0.145086
0.5 ( ) 0.330704 0.354914
0 ( ) 1 2.44623
0.808
x f x h
x f x h
x f x
a

= = =
= = =
= = =
= 314
2.49180
0.360465
Despues de la tercera iteracion se obtiene 0.3604217 como valor de la raiz,
que es identico al obtenido por Newton
b
raiz
=
=
Iteracin de punto fijo x=g(x)
Para usar este mtodo, ](x) se reordena en
una forma x=g(x) equivalente.
Observe que si ](r)=0, donde r es una raiz de
](x), se concluye que r=g(r)
Dependiendo del reordenamiento las
expresiones que resulten la evaluacin de
stas pueden ser divergentes o no, por lo cual
debe considerarse en la bsqueda de races
Ejemplo
Se presenta la siguiente funcin
](x)=x2 2x 3=0
0
1
2
2
3
4
( ) 2 3 converge a 3
3
( ) converge en forma oscilatoria a -1
( 2)
(x -3)
x=g (x)= converge a 191.070
2
x
x g x x
x g x
x
=
= = + =
= = =

=
Ejercicios
La funcin e
-x
+ 4x
3
5 tiene una raz en
x=1.05151652. Empezando con [1,2], usar 8
repeticiones de la biseccin para aproximar la raz.
Tabular el error despus de cada iteracin y tambin
el ero mximo. Comente
Encuentre la raz cerca de x=1 de f(x)=e
x-1
5x
3
,
empiece por 1. Cun exacta es la estimacin despus
de 4 iteraciones del mtodo de Newton?Cuntas
iteraciones requiere el mtodo de la biseccin para
lograr la misma exactitud?
Use el mtodo de Muller para resolver la siguiente
ecuacin 3x
3
+ 2x
2
x - 6=0, raz cerca de 1.0