Вы находитесь на странице: 1из 13

Mtodos Numricos. Tema III. Otros polinomios de Interpolacin.

Gilma Tablada Martnez. Ingeniera en Matemtica.

Mtodos Numricos. Ing. G. Tablada


III. SOLUCIN DE ECUACIONES NO LINEALES.
Una ecuacin no lineal puede ser polinomial, algebraica, racional, compleja, etc, Las soluciones a estas ecuaciones se llaman ceros races.

EJEMPLO 1:
Son ecuaciones no lineales las siguientes: 1.- f(x) = 2.= +5 4 ( ) ( )

3.- ( ) = 4. =0

Para las ecuaciones polinomiales solo existe solucin exacta para las ecuaciones hasta el orden 4, no as para polinomios de orden superior. El resto de las ecuaciones tampoco tiene solucin exacta en su generalidad, es por ello que se usan mtodos basados en procedimientos iterativos y/o recursivos para encontrar dichas soluciones aproximadas. Los mtodos numricos que se deben usar para obtener las races aproximadas de las ecuaciones no lineales dependen de las caractersticas de las soluciones de las ecuaciones: Si es una raz. Si son varias races. Si las races son reales no. Si se tiene una aproximacin de la(s) raz(ces) no. etc,.

Estudiaremos varios mtodos y sus caractersticas fundamentales, para poder discernir de cul usar en cada caso.

3.1. MTODO DE BISECCIN.


Este mtodo es aplicable cuando se sabe que la funcin tiene una raz en un intervalo dado. Funciona an cuando la funcin es no analtica, o sea que la primera derivada de la funcin no es continua en un punto en una vecindad del punto. A veces no es fcil saber si una funcin tiene o no raz en un intervalo. En esos casos se debe obtener el grfico de la funcin. Si no se cuenta con un programa computacional, se debe hacer una tabla de la funcin evaluada para diferentes valores de x con separacin igual, para ver si cambia el signo de la funcin. En ese caso existe al menos una raz. Obtener una grfica es ms ventajoso pues la raz se localiza inmediatamente y si hay ms de una tambin se detecta de inmediato.

Mtodos Numricos. Ing. G. Tablada


Descripcin del mtodo.
Se supone que la funcin f(x) = y tiene una raz en el intervalo [a, b], o sea, que f(a)*f(b) 0. La funcin cambia de signo en el intervalo se anula en uno de los extremos. El primer paso consiste en partir el intervalo en dos partes iguales para obtener los intervalos [a, c] y [c, b]. El segundo paso es verificar en cul de los dos intervalos est la raz y para ese intervalo se repite el proceso anterior hasta lograr la precisin deseada. Para encontrar la raz de una ecuacin se pueden llevar las trazas del algoritmo en una tabla.

EJEMPLO 1:
Encontrar la raz de la funcin ( )= - 6 en el intervalo [0, 5] usando el mtodo de biseccin con una precisin de = 0 .05
k 1 2 3 4 5 6 7 8 a 0 2.5 2.5 2.5 2.8125 2.96875 2.96875 2.96875 b 5 5 3.75 3.125 3.125 3.125 3.046875 3.0078125 xk 2.5 3.75 3.125 2.8125 2.96875 3.046875 3.0078125 2.9882813 f(a) -6 -2.25 -2.25 -2.25 -0.9023438 -0.1552734 -0.1552734 -0.1552734 F(b) 14 14 4.3125 0.640625 0.640625 0.640625 0.2365723 0.0391235 F(xk) -2.25 4.3125 0.640625 -0.9023438 -0.1552734 0.2365723 0.0391235 0.0584564 5 2.5 1.25 0.625 0.3125 0.15625 0.078125 0.0390625

Se ha alcanzado la precisin deseada = 0.0390625 que es menor que 0.05 en la octava iteracin. La solucin es = 2.9882813 El mtodo tambin puede detenerse tambin luego de un nmero prefijado de iteraciones, an cuando no se tenga la precisin deseada. El mtodo no distingue entre raz y punto singular, o sea, punto en la funcin ( )| tiende tiende a . Para evitar esto, el algoritmo debe verificar que | ( ) a cero, de no ser as el punto que se est aproximando es una raz.

Algoritmo del mtodo de biseccin.


1.- Leer a, b y (extremos del intervalo que contiene a la raz y precisin deseada) 2.- Leer N (nmero de iteraciones) 3.- k = 0 (contador de iteraciones e ndice de los puntos medios de los intervalos) 4.- Xk = (a + b) / 2 (divisin del intervalo)

Mtodos Numricos. Ing. G. Tablada


5.- k = k + 1. 6.- Si (b - a) entonces Xk es una raz e ir al paso 10.

7.- Calcular f (Xk) y f (a). 8.- Si [f (Xk) * f (a)] 0 entonces b = Xk sino a = Xk..

9.- Si (k > N) Imp: No se alcanza la raz en N iteraciones e ir a 11, sino ir a 4. 10.- Imprimir: La raz es Xk y se alcanz en k iteraciones. 11.- Fin

DEBER 1:
Aplique el algoritmo del mtodo de biseccin para encontrar las races de la funcin f( ) = + 5 4.

3.2. METODO DE NEWTON-RAPSON.


Este mtodo tambin se conoce como mtodo de Newton. Para su aplicacin se requiere de una aproximacin inicial a la raz. Sea sta Se busca la recta ( )) y la interseccin de esta recta con el eje tangente a la curva en el punto ( X ser la nueva aproximacin . El proceso se repite para y as sucesivamente hasta encontrar la precisin deseada el nmero de iteraciones predefinido. La sucesin de aproximaciones pueden converger no a la raz: Si | entonces la sucesin converge, sino es divergente. La curva tangente a una recta ( ) en un punto polinomio de Taylor de la siguiente manera: ( ) = ( ) + ( )( ) ; donde ( se intercepta con el eje X. Este punto ( de ( ) a cero y sustituyendo por ( )+ = = ( )(
( ) ( ) ( ) ( )

puede expresarse como un

) es el punto en que la recta tangente ) se encuentra igualando la expresin tenemos:

) = 0 despejando

Las trazas del mtodo de Newton-Raphson tambin se pueden llevar en una tabla como se muestra a continuacin.

Mtodos Numricos. Ing. G. Tablada


EJEMPLO 2:
Usar el mtodo de Newton-Raphson para obtener la raz positiva de ( ) = usando como aproximacin inicial = 1 y una precisin = 0.00002. Sabemos de antemano que la raz de esta ecuacin es criterio de parada en este caso ser que | | i
0 1 2 3 1 1.5 1.416666666 1.4142215656

2,

= , por lo tanto nuestro . | |

Las trazas del mtodo tambin se llevan en una tabla como sigue: ( )=
-1 0.25 0.00694443

( )=
2 3 2.833333332

0.414213562 0.085786438 0.002453104 0.000002124

Se ha encontrado la raz en 4 iteraciones con la precisin deseada. (0.000002124 < 0.00002)

DEBER 2:
Aplique el algoritmo del mtodo de Newton-Raphson para encontrar la raz de la ( ) funcin y = , usando como = 4 y = 0.001.

Algoritmo del mtodo de Newton Raphson.


1.- Entrar N, . 2.- Entrar X0. 3.- i = 0 4.- Si f (Xi) = 0 entonces ir al paso 2. 5.- Xi+1 = Xi [f (Xi) / f (Xi)] 6.- Si | | . entonces ir al paso 9.

7.- Si (i > N) Imp: La sucesin de aproximaciones no converge a la raz e ir a 10. 8.- i = i + 1 9.- Imprimir La raz es Xi+1 y se alcanza en i iteraciones 10.- Fin.

Mtodos Numricos. Ing. G. Tablada


3.3. MTODO DE LA FALSA POSICIN.
Tambin se conoce como Regula Falsi, de las cuerdas, de interpolacin lineal, etc. Toma el nombre segn el autor del texto a usar, pero su esencia es la misma. Dada una funcin ( ) que tiene una raz en el intervalo [a, b], se aproxima ( )por un segmento de recta que pasa por los puntos ( ( )) y ( ( )) que corta al eje X en un punto , formando dos intervalos [ ]y[ ]. Uno de ellos contiene a la raz. En dependencia del cambio de signo al evaluar la funcin en los extremos de cada intervalo se determina en cul de ellos est la raz. Para el intervalo que contiene a la raz se repite el proceso hasta lograr la convergencia del mtodo. La ecuacin de la recta que pasa por los puntos ( ( )= ( )+ ( )+ ( (
( ) ( )

( )) y (

( )) es:

) ) ; dado que ( )
( ) ( )

Despejando de la ecuacin anterior: ( = )=


( ) ( ) ( )

( ))

( )

( )) + a ), por lo que debemos sustituir a por 0 en

La recta corta al eje X en el punto ( la expresin anterior: = = = =


( ( ) ( ) ( )

(
( )

( )) + a ( ( ))
)( ( ))

( )

( )) ( ( ) ( )

( ) ( )

( ( )) ( )

Luego de encontrar el punto donde la recta corta al eje X se obtienen dos intervalos [ ]y[ ]. Se debe encontrar cul de los dos es el que contiene la raz. El que la contiene se renombra [ ] y se repite el proceso hasta que se encuentre la condicin de parada, que puede ser el nmero mximo de iteraciones o la precisin establecida. Para ejecutar este algoritmo manualmente se construye una tabla.

Mtodos Numricos. Ing. G. Tablada


EJEMPLO 3:
Para la funcin ( )= calcule su raz positiva aproximada usando el mtodo de la falsa posicin con una tolerancia = | | 0.00002. Es evidente que la raz positiva de la funcin dada se encuentra en [1, 2], de no ser as se debe tabular la funcin para varios valores positivos graficarla mediante un programa. La solucin de la ecuacin es:
1 2 3 4 5 6 7 1 1.3333 1.3993 1.41136 1.413734 1.4141318 1.414132617 2 2 2 2 2 2 2

= 1.414213562
( ) ( ) 2 2 2 2 2 2 2 ( ) -0.222 -0.041 -0.0081 -0.00136 -0.00023125 -0.000229573 -0.000038758 | | -1 -0.222 -0.041 -0.0081 -0.00136 -0.00023125 -0.000229573 0.080914 0.014913562 0.002853562 0.000479562 0.000081762 0.000080945 0.000013703

1.333 1.3993 1.41136 1.413734 1.4141318 1.414132617 1.414199859

Se ha encontrado la solucin

= 1.414199859 con la precisin deseada.

Algoritmo del mtodo de la falsa posicin.


1.- Leer a, b, N y . 2.- Evaluar f(a) y f(b). 3.- Si [f(a) * f(b)] > 0 entonces Imprimir No hay solucin en [a, b] existe un nmero par de races e ir al paso 11. 4.- k = 0 5.- Si [(b - a) < (k > N)] entonces ir al paso 10. 6.- Xk = a { ( b - a ) / [f(b) f(a)] } f(a) 7.- Evaluar f(Xk) 8.- Si [f(a) * f(Xk)] < 0 entonces b = Xk ; f(b) = f(Xk) sino a = Xk ; f(a) = f(Xk) 9.- k = k + 1 e ir al paso 5. 10.- Imprimir La solucin aproximada es Xk y se encontr en k iteraciones. 11.- Fin.

Mtodos Numricos. Ing. G. Tablada


Resumen del mtodo.
El mtodo de la falsa posicin no es ms rpido que el mtodo de biseccin, puesto que un extremo del intervalo queda fijo. El mtodo de falsa posicin difiere del anterior slo en la obtencin del nuevo intervalo que contiene a la raz. La precisin puede obtenerse a travs de la diferencia del valor real de la funcin y el valor de la funcin evaluada en el valor obtenido de a travs del tamao del intervalo que contiene a la raz. Una condicin de parada tambin puede ser el nmero de iteraciones realizadas. Para lograr una convergencia ms rpida al mtodo de la falsa posicin se hace una modificacin en la forma en que se obtienen los intervalos, obtenindose el mtodo de falsa posicin modificado.

Algoritmo del mtodo de la falsa posicin modificado.


1.- Leer a, b, N y . 2.- Evaluar f(a) y f(b). 3.- Si [f(a) * f(b)] > 0 entonces Imprimir No hay solucin en [a, b] existe un nmero par de races e ir al paso 10. 4.- k = 0 5.- k = k + 1 6.- Si [(b - a) < (k > N)] entonces ir al paso 9. 7.- Xk = a { ( b - a ) / [f(b) f(a)] } f(a) 8.- Evaluar f(Xk) 9.- Si [f(a) * f(Xk)] < 0 entonces b = Xk f(b) = f(Xk) KD = 0 KI = KI + 1 Si (KI > 1) entonces f(a) = f(a) / 2 e ir al paso 5. Sino a = Xk f(a) = f(Xk) KI = 0 KD = KD + 1 Si (KD > 1) entonces f(b) = f(b) / 2 e ir al paso 5. 10.- Imprimir La solucin aproximada es Xk y se encontr en k iteraciones. 11.- Fin.

Mtodos Numricos. Ing. G. Tablada


DEBER 3: Aplique el algoritmo del mtodo de la falsa posicin modificado para la ecuacin ( ) = 3.4. MTODO DE LA SECANTE.
Este mtodo tiene similitud con el mtodo de la falsa posicin y con el de NewtonRaphson. El mtodo de la secante y el de falsa posicin se basan en principios de interpolacin. El mtodo de la secante y el de Newton-Raphson usan dos aproximaciones sucesivas para obtener una nueva aproximacin. Las aproximaciones sucesivas en el mtodo de la secante estn dadas por: = ; n= 2, 3, 4 , . . . , teniendo a = ( ) y como aproximaciones iniciales de la raz de la ecuacin

Si las aproximaciones iniciales no son buenas el mtodo puede ser divergente.

Descripcin del mtodo.


Dadas las aproximaciones iniciales y , se traza la secante entre y La intercepcin de esta lnea con el eje X da la nueva aproximacin . Se traza la lnea entre y para obtener y as sucesivamente hasta que se logren las condiciones establecidas. Es ms eficiente que el de Newton. El mtodo no siempre converge a la solucin de la ecuacin con la velocidad y precisin deseada. En algunos casos el mtodo diverge, o sea, no se alcanza la solucin. El error de redondeo puede ser grande si dos aproximaciones sucesivas estn muy prximas. y

EJEMPLO 3:
Usando el mtodo de la secante obtener la raz positiva de funcin ( )= , teniendo como aproximaciones iniciales = 5 y = 4 en no ms de 10 iteraciones y con una tolerancia = | | 0.00002. La solucin de la ecuacin es i
0 1 2 3 4 5 4 2.444444444 1.910447761 1.029454347

= 1.414213562. Una tabla auxiliar sera: = ( )


23 14 3.975308642 1.649810648

=|

|
1 1.555555555 0.533996683 0.880993414

3.585786438 2.585786438 1.030230882 0.496234199 0.384759772

Mtodos Numricos. Ing. G. Tablada


Se ha encontrado una solucin no deseada porque la diferencia entre dos soluciones consecutivas crece. Se deben buscar nuevas aproximaciones iniciales. Tomemos ahora = 2.1 y = 1.7. i
0 1 2 3 4 5 2.1 1.7 1.465789474 1.1486699493 1.414296808 1.414213699

= ( )
2.41 0.89 0.148538782 0.013190638 0.000235461

=|

|
0.4 0.23 0.3171 0.26562 0.0000831

0.685786437 0.285786437 0.05157 0.0046 0.00008 0.0000001

Se ha encontrado una solucin deseada en menos de 10 iteraciones y con la precisin exigida.

Algoritmo del mtodo de la secante.


1.- Leer a, b, N y . 2.- Evaluar f(a) y f(b). 3.- Si [f(a) * f(b)] > 0 entonces Imprimir No hay solucin en [a, b] existe un nmero par de races e ir al paso 11. 4.- k = 0 5.- Si [(b - a) < (k > N)] entonces ir al paso 10. 6.- Xk = a { ( b - a ) / [f(b) f(a)]} f(a) 7.- Evaluar f(Xk). 8.- Si [f(a) * f(Xk)] < 0 entonces b = Xk ; f(b) = f(Xk) Sino a = Xk ; f(a) = f(Xk) 9.- k = k + 1 e ir al paso 5. 10.- Imprimir La solucin aproximada es Xk y se encontr en k iteraciones. 11.- Fin. En el mtodo de la secante tambin pueden aparecer extremos fijos. Esto hace que la convergencia sea lenta cuando el intervalo inicial es grande cuando la funcin se desva significativamente de la recta en el intervalo. Esta dificultad se salva con el mtodo de la secante modificado.

Mtodos Numricos. Ing. G. Tablada


En el mtodo de la secante modificado para el extremo que aparece fijo en 2 ms iteraciones se divide a la mitad el valor de f en ese punto.

Algoritmo del mtodo de la secante modificado.


1.- Leer a, b, N y . 2.- Evaluar f(a) y f(b) 3.- Si [f(a) * f(b)] > 0 entonces Imprimir No hay soluciones en [a, b] existe un nmero par de ceros e ir al paso 11. 4.- k = 0 ; KD = 0 ; KI = 0 5.- Si [(b - a) < (k > N)] entonces ir al paso 10. 6.- Xk = a {(b - a ) / [f(b) f(a)]} f(a) 7.- Evaluar f(Xk) 8.- Si [f(a) * f(Xk)] < 0 entonces b = Xk f(b) = f(Xk) KD = 0 KI = KI + 1 Si (KI > 1) entonces f(a) = f(a) / 2 sino a = Xk f(a) = f(Xk) KI = 0 KD = KD + 1 Si (KD > 1) entonces f(b) = f(b) / 2 9.- k = k + 1 e ir al paso 5. 10.- Imprimir La solucin aproximada es Xk y se encontr en k iteraciones. 11.- Fin.

EJERCICIOS PROPUESTOS:
1.- Escriba un programa para el mtodo de biseccin. 2.- Usar el programa anterior para obtener las races de las siguientes funciones con una tolerancia de : a) ( ) b) ( ) c) ( ) ( ) ( ) en [1, 2] 0.01 en [0, 1] en [0, 1.5]

Mtodos Numricos. Ing. G. Tablada


3.- Para las siguientes funciones determine el los intervalos donde se encuentra la las races. Use el programa escrito para obtenerlas con tolerancia . Grafique las funciones tablelas. a) ( ) b) ( ) 4.- Encuentre una raz aproximada de la ecuacin ( ) llamada ecuacin de Leonardo de Pisa tomando como aproximacin inicial 5.- Encuentre una raz real de ( ) 6.- Encuentre una raz de ( ) 7.- Reescriba la ecuacin ( ) y encuentre una de sus races. , usando las ( ) ;

8.- Aplique el mtodo de la falsa posicin para la ecuacin ( ) aproximaciones 0 y 1.

9.- Use un mtodo iterativo para la ecuacin del problema anterior escogiendo como aproximacin inicial 10.- Encuentre una raz cercana a 2 de la ecuacin 11.- Encuentre las races reales de 12.- Encuentre una raz de la ecuacin . , cercana a

13.- Encuentre una raz aproximada de la ecuacin ( ) en no ms de 10 pasos tomando como aproximacin inicial y una precisin 14.- Encuentre una raz aproximada de la ecuacin de Leonardo ( ) con una precisin establecida 15.- Dado el polinomio ( ) , use el mtodo de NewtonRaphson para obtener una raz teniendo la aproximacin inicial en no ms de 10 pasos y con una precisin 16.- Dada la ecuacin Newton-Raphson. Use pasos del algoritmo. ( ) y una precisin aplique el mtodo de en no ms de 12

17.- Obtenga una raz de las siguientes ecuaciones con una precisin Use adems, los datos que se ofrece con cada ecuacin: a) b) c) d) e) f) ( ) g) ( ) ( ) ( ) ; 0.01 ; ; 1 ; ; ; ;

Mtodos Numricos. Ing. G. Tablada


h) i) j) y k) l) y m) n) ) o) ( ; ( ; ; 1 0y ) 1 ( ) ; ; 1

en [-1,3] en no ms de 12 iteraciones en [0,1] [0,1] ( )) ; 2