Escolar Documentos
Profissional Documentos
Cultura Documentos
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.
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
8
6
4
Vc (Volt.)
2
0
0.5
1.5
-2
2
t (Seg)
x 10
-3
-4
-6
-8
-10
-12
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.
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
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
xi
(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.
Procedimientos:
1. Determinar el intervalo inicial (xi, xs), se debe cumplir que f(xi)f(xs) < 0.
xi x s
2
x r nuevo xrviejo
x r nuevo
*100
UNEXPO
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
10 30
20
2
xr 20 f ( xr ) 0,050671
f ( xi ) * f ( x r ) 0
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].
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
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
1,25
2
2
xr
1,375
2
2
E % 9,1%
xr
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
UNEXPO
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)
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
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
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
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).
x2 2
4
xi 1
xi 2
4
2
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
UNEXPO
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.
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)
xi 1 xi
f ( xi )
f ( xi )
(3)
UNEXPO
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
xi 1 xi
f ( xi )
f ( xi )
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
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
20
UNEXPO
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.
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
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
Errores
Iteracin
x1
x2
x3
E x1
E x2
E x3
0,09578041 0,03008205
0,00657868 0,00168706
0,5
0,5
0,5
0,5
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
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:
De manera ms compacta:
Utilizando slo trminos lineales en el desarrollo de Taylor en dos variables, tenemos que:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
Donde:
Considerando [
( )
( )
( )
( )
( )
( )
],
( )
( )
( )
( )
( )
( )
( )
( )
( )
23
UNEXPO
( )
( )
( )
( )
( )
( )
( )
( )
( )
)]
( )
( )
|
[
( )
( )
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
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
[ (
( )
( )
( )
)]
(Funcin vectorial)
(Vector correccin)
])
( )
( )
( )
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
( )
( )
( )
( )
( )
( )
[ (
( )
( )
( )
)]
( )
( )
( )
( )
( )
( )
Es importante notar que para cada iteracin se debe calcular el Jacobiano y resolver el sistema
lineal de ecuaciones algebraicas de orden n.
)
)
El valor inicial es
Se calcula el Jacobiano:
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
25
( )
( )
]
( )
UNEXPO
1era iteracin
( )
( )]
( )
[ ]
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