Analisis Numerico

UNEXPO
Asignatura: Anlisis Numrico

Tema III: Solucin de ecuaciones no lineales
Tema III. Solucin de ecuaciones no lineales
Parte I. Ecuaciones no lineales
Los mtodos de cmputo de una raz real de una ecuacin involucran dos pasos, en primer
lugar la determinacin del intervalo de bsqueda, es decir, el intervalo al que la raz pertenece,
siempre que la ecuacin est vinculada a un sistema fsico, y en segundo lugar la seleccin y
aplicacin de un mtodo numrico apropiado para determinar la raz con la exactitud adecuada.
Estos mtodos se clasifican en dos categoras: mtodos abiertos y mtodos cerrados. Los
mtodos cerrados, tales como el mtodo de la biseccin y el de la falsa posicin, son aquellos
que usan intervalos, se caracterizan por ser siempre convergentes pero la velocidad de
convergencia es lenta. Los mtodos abiertos, mtodo de aproximaciones sucesivas, de
Newton-Raphson, de la secante, requieren informacin nicamente de un punto, o de dos pero
que no necesariamente encierran a la raz. La convergencia es ms rpida pero algunas veces
divergen.
El problema de bsqueda de races consiste en encontrar aquellos valores de x que satisfagan

la ecuacin f(x) = 0. A estos valores de x se les da el nombre de ceros o races de la ecuacin.
Hallar las races de una ecuacin, es una situacin que se presenta frecuentemente en la
solucin de muchos problemas de ingeniera, en la mayora de los casos las soluciones pueden
determinarse analticamente, tal es el caso de ax2 + bx + c = 0.
La razn principal para resolver ecuaciones no lineales a travs de procedimientos

computacionales es que esas ecuaciones carecen de soluciones exactas, en la mayora de los
casos, y en la vida real, el modelado de sistemas en ingeniera da como resultado ecuaciones
no lineales.
Bsqueda de races
Es importante conocer la ecuacin que se le desean hallar las races, para que la raz
encontrada por el mtodo aproximado sea la correcta. Este conocimiento se puede basar en
tener una grfica de f(x) para tener una idea de sus ceros, por ejemplo:
UNEXPO

La respuesta natural del voltaje en el condensador de un circuito RLC serie sera:

Vc = (-10cos(7000t) + 5sen(1000t))e-1000t
Donde la grfica ser:
8
6
4
Vc (Volt.)
2
0
0.5
1.5
-2
2
t (Seg)
x 10
-3
-4
-6
-8
-10
-12
En la grfica se puede observar que en el intervalo 0 y 2x10-3 existen 4 races de la funcin

Vc(t), la primera raz est en el intervalo de 0 a 0,5x10 -3 la segunda raz est en el intervalo de
0,5x10-3 a 1x10-3 y as sucesivamente.
Otra tcnica empleada es la de tener datos tabulados de t respecto a Vc(t) con incrementos
constantes de t para observar los cambios de signos para los valores de Vc(t), que indican que
en esos cambios podra haber al menos una raz de la ecuacin, por ejemplo:
t
Vc(t)
0.0000
0.0001
0.0002
0.0003
0.0004
0.0005
0.0006
0.0007
0.0008
0.0009
0.0010
0.0011
0.0012
-10.0000
-9.8351
-5.4257
0.5426
5.1932
6.7437
5.0823
1.5132
-2.0666
-4.0993
-3.9819
-2.1552
0.2771
2
UNEXPO

0.0013 2.1480
0.0014 2.7463
0.0015 2.0425
0.0016 0.5786
0.0017 -0.8714
0.0018 -1.6798
En la tabla anterior se observan 4 cambios de signo para Vc(t) en el intervalo de t que va de 0 a
0,002 segundos, lo cual es una evidencia clara de que la ecuacin tiene cuatro races en ese
intervalo.
Hay condiciones especiales en la cual un cambio de signo de f(x) no necesariamente

representa que all haya races, tal es el caso de la siguiente funcin:
f(x)
f ( x)
1
x 64
3
0.8
0.6
0.4
0.2
f(3,5) = -0.0473
0
2.5
-0.2
3.5
4.5
5.5
-0.4
-0.6
f(4,5) = 0.0369
-0.8
-1
El cambio de signo de f(x) para x = 3,5 y x = 4,5 lo que indica es que hay una singularidad de la
funcin y no una raz por lo tanto habr que verificar que un cambio de signo en la funcin no
sea una singularidad.
1. Mtodos cerrados
1.1 Mtodo de la Biseccin
El mtodo de la biseccin, conocido tambin como de corte binario, de particin en dos

intervalos iguales, de bsqueda binaria o de Bolzano se basa en el Teorema del Valor
Intermedio y en el teorema de Bolzano.
UNEXPO

Teorema del valor intermedio: Si f [a, b] y k es un nmero cualquiera comprendido entre f(a) y
f (b) entonces existe un c en el intervalo (a, b) tal que f(c) = k.
Teorema de Bolzano: sea f una funcin continua en el intervalo [a, b], con f(a)f(b) < 0 entonces
existe al menos un punto c [a, b] tal que f(c) = 0
Si se tiene una funcin f(x) continua en el intervalo [xi, xs], con f(xi) y f(xs) de signos opuestos,
por el teorema anterior, existe un valor (x*) incluido en el intervalo (xi, xs) tal que f(x*) = 0. El
mtodo requiere de dividir el intervalo a la mitad, y localizar la mitad que contiene a la raz. El
proceso se repite, y su aproximacin mejora a medida que los subintervalos se dividen en
intervalos ms y ms pequeos. La primera aproximacin a la raz, se determina como:
xr
xi x s
2
Por ejemplo, se tiene la grfica:
xi
(xr )
xs
Para determinar en que subintervalo est la raz debe considerarse lo siguiente:

Si f (xr) = 0, entonces la raz es igual a xr.
Si f (xi) * f(xr) < 0, la raz se encuentra en el primer subintervalo (xi, xr)
Si f(xi). f (xr) > 0, la raz se encuentra en el segundo subintervalo (xr, xs).
UNEXPO

Se calcula una nueva aproximacin a la raz en el nuevo subintervalo, y se contina con las
iteraciones hasta la cota de error fijada de antemano.
La ventaja de la biseccin es que el mtodo siempre es convergente. Como desventajas se

tiene que converge muy lentamente; y tambin si existe ms de una raz en el intervalo, el
mtodo permite encontrar slo una de ellas.
Procedimientos:
1. Determinar el intervalo inicial (xi, xs), se debe cumplir que f(xi)f(xs) < 0.
2. Se determina la aproximacin de la raz: x r
xi x s
2
3. Se evala la funcin para xi y xr

4. Si f (xi) * f(xr) < 0, se elimina la porcin de la curva a la derecha de xr y para la prxima
iteracin hacer: xi = xi y xs= xr y se regresa al paso N 2.
5. Si f(xi). f (xr) > 0, entonces se elimina la porcin de la curva que est a la izquierda de xr y
para la prxima iteracin se hace: xi = xr y xs= xs.
6. Para monitorear el error, se toma el valor de xr y se compara con el obtenido en la iteracin
anterior, utilizando: error %
x r nuevo xrviejo
x r nuevo
*100
7. El proceso termina cuando se cumple con el nmero de iteraciones especificadas o se llega

al nivel de error permitido.
Ejemplo: La siguiente ecuacin pertenece a la concentracin de un qumico en un reactor

donde se tiene una mezcla completa
C Cin (1 e0,04t ) C0e0,04t
UNEXPO

Si Cin = 5 y C0 = 4, calcule el tiempo requerido para que C = 90%Cin.
4,5 5(1 e 0,04t ) 4e 0,04t

0 5(1 e 0,04t ) 4e 0,04t 4,5
0 5 5e 0,04t 4e 0,04t 4,5
0 0,5 e 0,04t
f (t ) 0,5 e 0,04t
El intervalo inicial es [10; 30], y la grfica es la siguiente:
f ( x) 0,5 e 0,04x
1era iteracin:
xi 10 f ( xi ) 0,170320
x s 30 f ( x s ) 0,198805
xr
f ( xi ) * f ( x s ) 0
Se evala f(x) para xi y xr:
10 30
20
2
xr 20 f ( xr ) 0,050671
f ( xi ) * f ( x r ) 0
Entonces se elimina la porcin de la curva a la derecha de xr y se hace xs = xr para la siguiente

iteracin:
6
UNEXPO

2da iteracin:
xi 10 f ( xi ) 0,170320
x s 20 f ( x s ) 0,050671
xr
f ( xi ) * f ( x s ) 0
xr 15 f ( xr ) 0,048811
E%
f ( xi ) * f ( x r ) 0
10 20
15
2
15 20
*100 33,33%
15
3ra iteracin:
xi 15 f ( xi ) 0,048811
x s 20 f ( x s ) 0,050671
xr
f ( xi ) * f ( x s ) 0
xr 17,5 f ( xr ) 0,003414
E%
f ( xi ) * f ( x r ) 0
15 20
17,5
2
17,5 15
*100 14,28%
17,5
4ta iteracin:
xi 15 f ( xi ) 0,048811
x s 17,5 f ( x s ) 0,003414
xr
f ( xi ) * f ( x s ) 0
xr 16,25 f ( xr ) 0,022045
15 17,5
16,25
2
E%
f ( xi ) * f ( x r ) 0
16,25 17,5
*100 7,69%
16,25
5ta iteracin:
xi 16,25 f ( xi ) 0,022045
x s 17,5 f ( x s ) 0,003414
xr
f ( xi ) * f ( x s ) 0
16,25 17,5
16,875
2
UNEXPO

xr 16,875 f ( xr ) 0,009156
E%
f ( xi ) * f ( x r ) 0
16,875 16,25
*100 3,7%
16,875
6ta iteracin:
xi 16,875 f ( xi ) 0,009156
x s 17,5 f ( x s ) 0,003414
xr
f ( xi ) * f ( x s ) 0
xr 17,188 f ( xr ) 0,002821
16,875 17,5
17,188
2
E%
f ( xi ) * f ( x r ) 0
17,188 16,875
*100 1,82%
17,188
7ma iteracin:
xi 17,188 f ( xi ) 0,002821
xs 17,5 f ( xs ) 0,003414
xr
f ( xi ) * f ( xs ) 0
xr 17,34 f ( xr ) 0,00026
17,188 17,5
17,34
2
E%
f ( xi ) * f ( xr ) 0
17,34 17,188
* 100 0,88%
17,34
En la sptima iteracin realizada, el error hallado es de 0,88% para xr; y se tiene que el valor
aproximado del cero de la funcin es x = 17,34.
*Existe tambin el mtodo grfico, al aplicarlo se tiene otra manera de determinar el valor
aproximado de una raz. Por ejemplo, en la grfica del ejemplo dado, se observa que la raz se
encuentra en el intervalo [16; 18]. Sin embargo, este mtodo puede ser inexacto dependiendo
de lo detallada que sea la grfica con respecto al punto donde la funcin corta al eje x.
Otro ejemplo (mtodo de biseccin): Calcular 2 iteraciones del algoritmo de la biseccin para
buscar un cero de la funcin f ( x) x 2 2 , en el intervalo [-2; 0].
A continuacin se muestra la grfica de la funcin para el intervalo sealado:

8
UNEXPO

1era iteracin:
xi 2 f ( xi ) 2
x s 0 f ( x s ) 2
f ( xi ) * f ( x s ) 2 * 2 4 f ( xi ) * f ( x s ) 0
Ahora se calcula xr:
xr
20
1
2
Se evala f(x) para xi y xr:
xr 1 f ( xr ) 1
f ( xi ) * f ( xr ) 2 * 1 2 f ( xi ) * f ( xr ) 0
Entonces se elimina la porcin de la curva a la derecha de xr y se hace xs = xr para la 2da
iteracin:
xi 2 f ( xi ) 2
x s 1 f ( x s ) 1
f ( xi ) * f ( x s ) 0
xr
2 (1) 3
1,5
2
2
E % 33,33%
UNEXPO

xr 1,5 f ( x r ) 0,25
f ( xi ) * f ( x r ) 0
El nuevo intervalo sera [-1,5; -1], y la raz se encuentra dentro del mismo. Pero, si se contina
iterando:
Ahora, se elimina la porcin de la curva a la izquierda de xr y se hace xi = xr, para la 3era
iteracin:
xi 1,5 f ( xi ) 0,25
x s 1 f ( x s ) 1
xr
1,5 (1) 2,5
1,25
2
2
xr
1,5 (1,25) 2,75
1,375
2
2
E % 9,1%
xr
1,5 (1,375) 2,75
1,4375
2
2
E % 4,35%
f ( xi ) * f ( x s ) 0
E% 20%
xr 1,25 f ( xr ) 0,44
f ( xi ) * f ( x r ) 0
4ta iteracin:
xi 1,5 f ( xi ) 0,25
x s 1,25 f ( x s ) 0,44
xr 1,375 f ( xr ) 0,11
f ( xi ) * f ( x r ) 0
Y la ltima iteracin es:
xi 1,5 f ( xi ) 0,25
x s 1,3755 f ( x s ) 0,11
xr 1,4375 f ( xr ) 0,07
f ( xi ) * f ( x r ) 0
En este ejemplo, la aproximacin de raz de la ecuacin es x = -1,4375, y en la quinta iteracin

se encontr un error de 4,35% con respecto a xr.
10
UNEXPO

1.2 Mtodo de la falsa posicin
Este mtodo es similar al de la biseccin, salvo que la siguiente iteracin se toma en la

interseccin de una recta entre el par de valores x y el eje de las abscisas en lugar de tomar el
punto medio. El reemplazo de la curva por una lnea recta da una posicin falsa de la raz, de
aqu el nombre de mtodo de la regla falsa.
Para aplicarlo se eligen los extremos xi y xs del intervalo entre los que se encuentra la raz,
verificando que se cumpla que f(xi)*f(xs) < 0. Segn la siguiente figura, puede escribirse la
f ( xs )
f ( xi )
x s x r xi x r
siguiente igualdad:
f(xs)
f(xr)
xi
xr
xs
f(xi)
Y se despeja xr (que es una aproximacin de la raz) de la ecuacin, para obtener la siguiente

frmula de iteracin o recurrencia:
xr xs
f ( x s )( xi x s )
f ( xi ) f ( x s )
El valor de xr, calculado con la ecuacin, reemplaza a uno de los dos valores, xi o xs que
produzca un valor de la funcin que tenga el mismo signo de f(xr). De esta manera los valores
xi y xs siempre encierran a la raz.
11
UNEXPO

Si f(xr)=0 el proceso termina.

Si f(xr) tiene el mismo signo de f(xi), el prximo paso es elegir xi = xr y xs = xs.
Si f(xr) tiene el mismo signo de f(xs) el prximo paso es elegir xi = xi y xs = xr.
El proceso se repite en la misma forma hasta llegar a la cota de error.
Las ventajas del mtodo son: que es siempre convergente y que converge ms rpidamente
que el mtodo de la biseccin. Como desventaja se tiene que si existe ms de una raz en el
intervalo, el mtodo permite encontrar slo una de ellas.
Ejemplo: aplicar el mtodo de falsa posicin para hallar la raz de f (t ) 0,5 e 0,04t en el
intervalo [10; 30].
1era iteracin:
xi 10 f ( xi ) 0,170320
x s 30 f ( x s ) 0,198805
xr 30
f ( xi ) * f ( x s ) 0
Se evala f(x) para xr:
0,198805(10 30)
19,23
0,170320 0,198805
xr 19,23 f ( xr ) 0,036616
f ( xi ) * f ( x r ) 0
Se elimina la porcin de la curva a la derecha de xr y se hace xs = xr para la siguiente iteracin:

2da iteracin:
xi 10 f ( xi ) 0,170320
x s 19,23 f ( x s ) 0,036616
xr 19,23
f ( xi ) * f ( x s ) 0
xr 17,6 f ( xr ) 0,005397
f ( xi ) * f ( x r ) 0
E%
0,036616(10 19,23)
17,6
0,170320 0,036616
17,6 19,23
*100 9,26%
17,6
3ra iteracin:
xi 10 f ( xi ) 0,170320
x s 17,6 f ( x s ) 0,005397
xr 17,6
f ( xi ) * f ( x s ) 0
12
0,005397(10 17,6)
17,37
0,170320 0,005397
UNEXPO

xr 17,37 f ( xr ) 0,000825
f ( xi ) * f ( x r ) 0
E%
17,37 17,6
*100 1,32%
17,37
4ta iteracin:
xi 10 f ( xi ) 0,170320
x s 17,37 f ( x s ) 0,000825
xr 17,37
f ( xi ) * f ( x s ) 0
xr 17,33 f ( xr ) 0,000026
f ( xi ) * f ( x r ) 0
E%
0,000825(10 17,37)
17,33
0,170320 0,000825
17,33 17,37
*100 0,23%
17,33
En este ejemplo se observ que el mtodo de falsa posicin, converge ms rpidamente que el
de biseccin. La aproximacin de la raz x = 17,33, se encontr a la cuarta iteracin con un error
de 0,23%.
2. Mtodos abiertos
2.1 Mtodo de iteracin de punto fijo
El mtodo de aproximaciones sucesivas o iteracin de punto fijo, es una forma muy til y simple
de encontrar la raz de una ecuacin de la forma f(x)=0. Para ello se reordena la ecuacin de
manera que x sea igual a g(x). Esta transformacin, se puede llevar a cabo mediante
operaciones algebraicas o simplemente agregando x en ambos miembros de la ecuacin
original. A una solucin de esta ecuacin se le llama un punto fijo de la funcin g. Sin embargo,
es muy importante la seleccin de la funcin g(x), ya que no siempre converge con cualquier
forma elegida de g(x).
En sntesis, sea
f ( x) 0
(1)
una ecuacin algebraica o trascendente y x = x* una raz de ella o sea un valor de x tal que la
verifique idnticamente, es decir, f(x*)=0. Sumando x a ambos miembros de la ecuacin (1) se
tiene: f ( x) x x y llamando g ( x) f ( x) x se tiene que:
x g (x)
(2)
13
UNEXPO

La ecuacin proporciona una frmula para predecir x en funcin de x. El mtodo de

aproximaciones sucesivas consiste en sustituir x0, un valor aproximado inicial de la raz x* en el
segundo miembro de la ecuacin (2), con lo que se obtiene: x1 g ( x0 ) . Procediendo
reiteradamente de esta manera, la i-sima aproximacin o i-sima iteracin es: xi 1 g ( xi ) .
El error se determina con:
error %
xi 1 xi
* 100
xi 1
Este mtodo tiene la ventaja de ser simple y flexible. Como desventaja se tiene que no siempre
es convergente, depende de la funcin g(x).
Ejemplo: se desea determinar, aplicando el mtodo de aproximaciones sucesivas, una de las

races de la ecuacin x 2 4 x 2 0 .
x2 2
4
Si se despeja x de la ecuacin se tiene:
Y la ecuacin de iteracin es:
xi 1
xi 2
4
2
Se comienza con una aproximacin x0 = 1. En la tabla siguiente se muestran los valores

obtenidos:
xi
xi+1
0,75
0,75
0,641
0,641 0,603
0,603 0,591
0,591 0,587
0,587 0,586
El valor real de la raz (0,586) se alcanza luego de cinco iteraciones.

14
UNEXPO

2.2 Mtodo de Newton - Raphson o de la tangente
En este mtodo si el valor inicial de la raz es xi, se puede extender una tangente desde el punto
(xi, f(xi)). El punto donde esta tangente corta al eje x representa una aproximacin mejorada de
la raz.
xi+2
xi+1
xi
*
Existen por lo menos tres maneras usuales de introducir el mtodo de Newton Raphson
puesto que se puede derivar a partir de un mtodo grfico a partir de la de iteracin de punto
fijo bien utilizando la serie de Taylor.
El desarrollo a partir de la serie de Taylor es el siguiente:
f ( xi 1 ) f ( xi ) f ( xi )( xi 1 xi )
f ( )
( xi 1 xi ) 2
2
donde se encuentra en alguna parte del intervalo xi y xi+1. Truncando la serie de Taylor
f ( xi 1 ) f ( xi ) f ( xi )( xi 1 xi ) donde f(xi)
despus de la primera derivada, se obtiene:
es adems de la derivada primera, la pendiente de la recta descrita.

En la interseccin con el eje x, f(xi+1) debe ser igual a cero, o sea: 0 f ( xi ) f ( xi )( xi 1 xi )
xi 1 xi
Resolviendo para xi+1:
La ecuacin (3) se denomina frmula de Newton Raphson.

15
f ( xi )
f ( xi )
(3)
UNEXPO

Considerando una interpretacin geomtrica:
Por un punto de iteracin se traza la tangente a la curva, el nuevo punto de iteracin se tomar
como la abscisa en el origen de la tangente (punto de corte de la tangente con el eje x). Esto es
equivalente a linealizar la funcin, es decir, f se reemplaza por una recta tal que contiene al
punto (xi, f(xi)) y cuya pendiente coincide con la derivada de la funcin en el punto, f(xi).
Matemticamente:
f ( xi )
f ( xi )
xi xi 1
La nueva aproximacin a la raz, xi+1, es la interseccin de la tangente con el eje de las

abscisas. A partir de la ecuacin anterior, se puede obtener xi+1:
xi 1 xi
f ( xi )
f ( xi )
Ejemplo: considere la ecuacin f (t ) 0,5 e 0,04t 0 . Se tiene que
f (t ) 0,04e 0,04t
1era iteracin:
xi 10 f ( xi ) 0,170320
f ( xi ) 0,026812
xi 1 10
0,170320
16,35
0,026812
2da iteracin:
xi 16,35 f ( xi ) 0,019961
f ( xi ) 0,020798
xi 1 16,35
0,019961
17,31
0,020798
E%
16
17,31 16,35
*100 5,54%
17,31
UNEXPO

3era iteracin:
xi 17,31 f ( xi ) 0,000373
f ( xi ) 0,020014
E%
xi 1 17,31
0,000373
17,33
0,020014
17,33 17,31
*100 0,12%
17,33
4ta iteracin:
xi 17,33 f ( xi ) 0,000026
f ( xi ) 0,019998
xi 1 17,33
0,000026
17,33
0,019998
Este mtodo tiene la ventaja de converger de manera rpida. Sin embargo, como desventaja
del mtodo, se tiene que no siempre es convergente; adems, puede alejarse del rea en
estudio si la pendiente es cercana a cero (0). Asimismo, Newton Raphson tiene el problema
de que para aplicarse debe evaluarse la derivada de la funcin, esto no siempre ser
conveniente, ya que existen funciones cuyas derivadas pueden ser muy difciles de evaluar.
2.3 Mtodo de la secante
Surge como una variacin del mtodo de Newton - Raphson, en lugar de tomar la tangente se
toma la secante. La frmula para el mtodo de la secante, es:
xi 1 xi
f ( xi )( xi 1 xi )
f ( xi 1 ) f ( xi )
El mtodo requiere de dos valores iniciales pero como no se requiere que f(x) cambie de signo
en el intervalo considerado, no se lo incluye dentro de los mtodos que utilizan intervalos. En la
siguiente figura se muestra un esquema del mtodo:
17
UNEXPO

Ejemplo: considere la ecuacin f (t ) 0,5 e 0,04t 0 , y aplique el mtodo de la secante para

hallar el valor de la raz. Los puntos iniciales son x = 5 y x = 10.
Se tiene, entonces, que xi 1 5 y xi 10 , stos son los puntos iniciales, se busca f ( xi 1 ) y
f ( xi ) , la recta secante se traza de manera que corte a la funcin en dichos puntos y se

extienda hasta interceptar el eje de las abscisas.
En la interseccin de la secante con el eje x, existe un nuevo punto que se denominar xi+1,
todo esto puede observarse en la grfica de la figura mostrada a continuacin:
xi
xi-1
18
UNEXPO

Luego de encontrar xi+1 en la iteracin, se procede a definir xi como xi-1 y xi+1 como xi, para
realizar la siguiente iteracin. Es decir, en la siguiente iteracin:
xi 1 xi
xi xi 1
1era Iteracin:
xi 1 5
f ( xi 1 ) 0,318730
xi 10
f ( xi ) 0,170320
xi 1 xi
f ( xi )( xi 1 xi )
f ( xi 1 ) f ( xi )
xi 1 10
0,170320(5 10)
15,74
0,318730 (0,170320)
2da Iteracin:
xi 1 10
f ( xi 1 ) 0,170320
xi 15,74
f ( xi ) 0,032804
xi 1 15,74
E%
0,032804(10 15,74)
17,11
0,170320 (0,032804)
17,11 15,74
*100 8,01%
17,11
3ra Iteracin:
xi 1 15,74
f ( xi 1 ) 0,032804
xi 17,11
f ( xi ) 0,004392
19
UNEXPO

xi 1 17,11
E%
0,004392(15,74 17,11)
17,32
0,032804 (0,004392)
17,32 17,11
*100 1,21%
17,32
4ta Iteracin:
xi 1 17,11
f ( xi 1 ) 0,004392
xi 17,32
f ( xi ) 0,000173
xi 1 17,32
E%
0,000173(17,11 17,32)
17,33
0,004392 (0,000173)
17,33 17,32
*100 0,05%
17,33
En la quinta iteracin se consigue una correcta aproximacin a la raz de la ecuacin, y adems

se tiene que el error es de 0,05%.
El mtodo de la secante es similar al de Newton- Raphson; no obstante, plantea una manera

ms fcil de hallar una solucin al cero de una funcin, debido a que no es necesario evaluar la
derivada de la misma al aplicarlo.
20
UNEXPO

Parte II. Sistemas de ecuaciones no lineales
1. Mtodo de punto fijo
El mtodo de punto fijo para sistemas de ecuaciones no lineales sigue la misma estrategia que
se us en el caso de una sola ecuacin. Sea el siguiente sistema de ecuaciones no lineales
f1 x 1, x 2 ,.., x n
f 2 x 1, x 2 ,.., x n
:
fn x 1, x 2 ,.., x n
Y que se pueda expresar de la forma:
g1 x 1, x 2 ,.., x n
g 2 x 1, x 2 ,.., x n
:
gn x 1, x 2 ,.., x n
Se toma una aproximacin inicial x0 y se evala el sistema de ecuaciones g 1, g2,..,gn y se
obtiene una solucin aproximada del sistema luego se sigue evaluando cclicamente hasta un
nmero mximo de iteraciones o hasta alcanzar una cota error que normalmente se calcula por
una norma vectorial.
Para acelerar la convergencia del sistema usualmente cuando se calcula un x i se introduce en

la prxima ecuacin como en el mtodo de Gauss-Seidel.
Ejemplo: Hallar una solucin aproximada del siguiente sistema no lineal, aplicando el mtodo de
iteracin de punto fijo.
3 x 1 cosx 2 x 3 1/ 2 0
x 1 81x 2 0.1 senx 3 1.6 0
2
e x1x 2 20x 3
10 3
0
3
21
UNEXPO

El sistema se puede redefinir para hallar g 1, g2, g3 de la siguiente manera:
x 1 1/ 3 cosx 2 x 3 1/ 6
x 2 1/ 9 x 12 sen x 3 1.06 0.1
x 3 1/ 20e x1x 2
10 3
60
Se toma como condicin inicial el vector 1, 1, 1. Es decir,
En la siguiente tabla se muestran los resultados hasta diez iteraciones:
Errores
Iteracin
x1
x2
x3
E x1
E x2
E x3
0,34676744 0,08926339 -0,49199275
0,49967860 -0,00651702 -0,52207480 0,15291117
0,09578041 0,03008205
0,49999807 6,1653E-05 -0,52376186 0,00031947
0,00657868 0,00168706
0,5
-8,8374E-06 -0,52359723 1,92918E-06 7,04903E-05 0,00016463
0,5
8,2384E-08 -0,52359900 1,70221E-10 8,91978E-06 1,7622E-06
0,5
-1,1811E-08 -0,52359877 3,56826E-12 9,41954E-08
0,5
1,1010E-10 -0,52359878 3,33067E-16 1,19212E-08 2,3549E-09
0,5
-1,5785E-11 -0,52359878
1,25888E-10 2,9803E-10
0,5
1,4715E-13 -0,52359878
1,59322E-11 3,1473E-12
10
0,5
-2,1094E-14 -0,52359878
1,6824E-13 3,9835E-13
2,23E-07
2. Mtodo de Newton-Raphson
El mtodo de Newton para sistemas de ecuaciones no lineales sigue la misma estrategia que
se us en el caso de una sola ecuacin: linealizar y resolver, repitiendo los pasos con la
frecuencia que sea necesaria.
Se considerar el problema de resolver un sistema de n ecuaciones no lineales con n
incgnitas:
22
UNEXPO

f1 x 1, x 2 ,.., x n
f 2 x 1, x 2 ,.., x n
:
fn x 1, x 2 ,.., x n
Donde f1, f2, fn son funciones razonablemente continuas de las variables (x 1, x2,.., xn). El
problema es calcular un vector
que sea solucin del sistema; es necesario
utilizar un mtodo iterativo que genere una serie de valores que tienda al vector raz. En el
supuesto de que (x1, x2,.., xn) sea una solucin aproximada del sistema de ecuaciones, se
deben calcular correcciones
(
, ..,
,..,
de modo que:
sea una mejor aproximacin a la solucin.
De manera ms compacta:
Utilizando slo trminos lineales en el desarrollo de Taylor en dos variables, tenemos que:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
Donde:
Considerando [
( )
( )
( )
] una mejor aproximacin al vector raz que [
( )
( )
( )
],
se puede asumir que:

(
( )
( )
( )
( )
( )
( )
( )
( )
( )
23
UNEXPO

Combinando y , se puede calcular el vector correccin:
( )
( )
( )
( )
( )
( )
( )
( )
( )
)]
( )
( )
|
[
( )
( )
Las derivadas parciales que aparecen en han de evaluarse en (x1,x2,..,xn). La matriz de

coeficientes como la matriz Jacobiana de f 1, f2,..,fn:
Se define:
f 1
x
1
f 2
J x1
:
f n
x1
f 1
f
.... 1
x 2
x n
f 2
f 2
....
x 2
x n
f n
f
.... n
x 2
x n
(Matriz Jacobiana en el punto

[
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
[ (
( )
( )
( )
)]
(Funcin vectorial)
(Vector correccin)
])
Con lo que se obtiene:

( )
Para la iteracin k+1, se obtendr
( )
( )
con el siguiente algoritmo:

( )
( )
En forma matricial, para resolver el sistema de ecuaciones es necesario que J sea no singular.
Si esta condicin se satisface; la solucin es:
24
UNEXPO

(
( )
( )
( )
( )
( )
( )
[ (
( )
( )
( )
)]
( )
( )
( )
En consecuencia, el mtodo de Newton para ecuaciones no lineales es:
( )
( )
( )
Es importante notar que para cada iteracin se debe calcular el Jacobiano y resolver el sistema
lineal de ecuaciones algebraicas de orden n.
Ejemplo: Resolver el sistema de ecuaciones no lineales por el mtodo de Newton-Raphson.

(
(
)
)
El valor inicial es
Se calcula el Jacobiano:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
El algoritmo a seguir es:
( )
25
( )
( )
]
( )
UNEXPO

1era iteracin
( )
( )]
( )
[ ]
Para cuatro iteraciones se obtiene el siguiente resultado:
Ejemplo: Hallar una solucin aproximada aplicando el mtodo de Newton-Raphson al sistema

de ecuaciones no lineales siguiente:
3 x 1 cosx 2 x 3 1/ 2 0
x 1 81x 2 0.1 senx 3 1.6 0
2
e x1x 2 20x 3
10 3
0
3
26

Analisis Numerico

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Analisis Numerico

Enviado por

Direitos autorais:

Formatos disponíveis

UNEXPO

Asignatura: Anlisis Numrico

Tema III. Solucin de ecuaciones no lineales

Parte I. Ecuaciones no lineales

El problema de bsqueda de races consiste en encontrar aquellos valores de x que satisfagan

La razn principal para resolver ecuaciones no lineales a travs de procedimientos

Asignatura: Anlisis Numrico

La respuesta natural del voltaje en el condensador de un circuito RLC serie sera:

Donde la grfica ser:

En la grfica se puede observar que en el intervalo 0 y 2x10-3 existen 4 races de la funcin

Asignatura: Anlisis Numrico

Hay condiciones especiales en la cual un cambio de signo de f(x) no necesariamente

El mtodo de la biseccin, conocido tambin como de corte binario, de particin en dos

Asignatura: Anlisis Numrico

Por ejemplo, se tiene la grfica:

Para determinar en que subintervalo est la raz debe considerarse lo siguiente:

Asignatura: Anlisis Numrico

La ventaja de la biseccin es que el mtodo siempre es convergente. Como desventajas se

2. Se determina la aproximacin de la raz: x r

3. Se evala la funcin para xi y xr

7. El proceso termina cuando se cumple con el nmero de iteraciones especificadas o se llega

Ejemplo: La siguiente ecuacin pertenece a la concentracin de un qumico en un reactor

C Cin (1 e0,04t ) C0e0,04t

Asignatura: Anlisis Numrico

Si Cin = 5 y C0 = 4, calcule el tiempo requerido para que C = 90%Cin.

4,5 5(1 e 0,04t ) 4e 0,04t

El intervalo inicial es [10; 30], y la grfica es la siguiente:

Se evala f(x) para xi y xr:

Entonces se elimina la porcin de la curva a la derecha de xr y se hace xs = xr para la siguiente

Asignatura: Anlisis Numrico

Asignatura: Anlisis Numrico

A continuacin se muestra la grfica de la funcin para el intervalo sealado:

Asignatura: Anlisis Numrico

Se evala f(x) para xi y xr:

Asignatura: Anlisis Numrico

1,5 (1) 2,5

1,5 (1,25) 2,75

1,5 (1,375) 2,75

En este ejemplo, la aproximacin de raz de la ecuacin es x = -1,4375, y en la quinta iteracin

Asignatura: Anlisis Numrico

1.2 Mtodo de la falsa posicin

Este mtodo es similar al de la biseccin, salvo que la siguiente iteracin se toma en la

Y se despeja xr (que es una aproximacin de la raz) de la ecuacin, para obtener la siguiente

Asignatura: Anlisis Numrico

Si f(xr)=0 el proceso termina.

Se elimina la porcin de la curva a la derecha de xr y se hace xs = xr para la siguiente iteracin:

Asignatura: Anlisis Numrico

Asignatura: Anlisis Numrico

La ecuacin proporciona una frmula para predecir x en funcin de x. El mtodo de

El error se determina con:

Ejemplo: se desea determinar, aplicando el mtodo de aproximaciones sucesivas, una de las

Si se despeja x de la ecuacin se tiene:

Y la ecuacin de iteracin es:

Se comienza con una aproximacin x0 = 1. En la tabla siguiente se muestran los valores

El valor real de la raz (0,586) se alcanza luego de cinco iteraciones.

Asignatura: Anlisis Numrico

2.2 Mtodo de Newton - Raphson o de la tangente

El desarrollo a partir de la serie de Taylor es el siguiente:

despus de la primera derivada, se obtiene:

es adems de la derivada primera, la pendiente de la recta descrita.

Resolviendo para xi+1:

La ecuacin (3) se denomina frmula de Newton Raphson.

Asignatura: Anlisis Numrico