INGENIERA EN ELECTRNICA Y

TELECOMUNICACIONES
Mtodos numricos
5A

MTODOS PARA EL CLCULO DE RACES DE

FUNCIONES LINEALES Y NO LINEALES
programa: Octave
Profesor: Ing. Genaro Luna Tapia
Alumno: Edgar Isaac Tenorio Prez
Matricula: TPEO127394
23/MAR/2015
ENERO-ABRIL 2015

Boulevard Cuauhnhuac No.566 Col. Lomas del Texcal

Jiutepec, Morelos. CP 62550

Contenido
1.

Mtodo de la falsa posicin................................................................................................. 2

Introduccin......................................................................................................................... 2
Mtodo de la falsa posicin.................................................................................................... 2
Operacin del programa........................................................................................................ 4

2.

Mtodo de la Secante......................................................................................................... 8
Operacin del programa........................................................................................................ 9

3.

Solucin de sistemas de ecuaciones lineales.......................................................................12

4.

Mtodo de eliminacin de Gauss-Jordan............................................................................. 12

Introduccin....................................................................................................................... 12
Mtodo de eliminacin de Gauss-Jordan................................................................................ 13
Operacin del programa...................................................................................................... 15

5.

Mtodo de Gauss-Seidel.................................................................................................. 20
Operacin del programa...................................................................................................... 21

6.

Referencias bibliogrficas................................................................................................. 27

Edgar Isaac Tenorio Prez

Pgina 1

1. Mtodo de la falsa posicin

Introduccin
Las funciones lineales tienen grficas que son lneas rectas. Estas grficas representan tasas de
cambio constantes. Las funciones no lineales no tienen tasas de cambio constantes. Por lo tanto, sus
grficas no son lneas rectas.
El objeto del clculo de las races de una ecuacin es determinar los valores de x para los que se
cumple: f(x) = 0
La determinacin de las races de una ecuacin es uno de los problemas ms antiguos en
matemticas y se han realizado un gran nmero de esfuerzos en este sentido. Su importancia radica
en que si podemos determinar las races de una ecuacin tambin podemos determinar mximos y
mnimos, valores propios de matrices, resolver sistemas de ecuaciones lineales y diferenciales, etc.
Si f(x) es una funcin polinmica de grado 1 2, conocemos expresiones simples que nos permitirn
determinar sus races. Para polinomios de grado 3 4 es necesario emplear mtodos complejos y
laboriosos. Sin embargo, si f(x) es de grado mayor de cuatro o bien no es polinmica, no hay ninguna
frmula conocida que permita determinar los ceros de la ecuacin (excepto en casos muy
particulares).
La mayora de los mtodos utilizados para el clculo de las races de una ecuacin son iterativos y se
basan en modelos de aproximaciones sucesivas.
Los mtodos numricos ms utilizados para el clculo de ecuaciones no lineales son:

Mtodo de la biseccin

Mtodo de las aproximaciones sucesivas

Mtodo de Newton

Mtodo de la secante

Mtodo de Steffensen

Mtodo de la falsa posicin

Mtodo de la falsa posicin

El mtodo de la falsa posicin pretende conjugar la seguridad del mtodo de la biseccin con la
rapidez del mtodo de la secante. Este mtodo, como en el mtodo de la biseccin, parte de dos
puntos que rodean a la raz f(x) = 0, es decir, dos puntos x0 y x1 tales que f(x0)*f(x1) <0. La siguiente
Edgar Isaac Tenorio Prez

Pgina 2

aproximacin, x2, se calcula como la interseccin con el eje X de la recta que une ambos puntos. La
asignacin del nuevo intervalo de bsqueda se realiza como en el mtodo de la biseccin:
Entre

ambos

intervalos,

[x0,x2]

[x2,x1],

se

toma

aquel

que

cumpla

f(x)f(x2)

<

0.

Figure: Representacin geomtrica del mtodo de

la falsa posicin.

La eleccin guiada del intervalo representa una ventaja respecto al mtodo de la secante ya que inhibe
la posibilidad de una divergencia del mtodo. Por otra parte y respecto al mtodo de la biseccin,
mejora notablemente la eleccin del intervalo (ya que no se limita a partir el intervalo por la mitad).

Figure: Modificacin del mtodo de la falsa posicin propuesta por

Hamming.

Edgar Isaac Tenorio Prez

Pgina 3

Sin embargo, el mtodo de la falsa posicin tiene una convergencia muy lenta hacia la solucin.
Efectivamente, una vez iniciado el proceso iterativo, uno de los extremos del intervalo tiende a no
modificarse. Para observar mejor este problema, se ha propuesto una modificacin del mtodo,
denominada mtodo de Hamming. Segn este mtodo, la aproximacin a una raz se encuentra a
partir de la determinacin del punto de interseccin con el eje X de la recta que une los puntos
( x0,f(x0)/2) y (x1,f(x1)) si la funcin es convexa en el intervalo o bien a partir de la recta que une los
puntos (x0,f(x0)) y (x1, f(x1)/2) si la funcin es cncava en el intervalo.
Como hemos comentado, el mtodo de Hamming requiere determinar la concavidad o convexidad de
la funcin en el intervalo de iteracin. Un mtodo relativamente sencillo para determinar la curvatura de
la funcin consiste en evaluar la funcin en el punto medio del intervalo, f(xm) (en donde xm se calcula
como en el mtodo de la biseccin) y comparar este valor con la media de los valores de la funcin en
los extremos del intervalo,

. Tenemos entonces que:

Operacin del programa

La operacin del programa se realizara con un ejemplo, en este caso, utilizando

f ( x )=x 101 .

En primera instancia el programa solicitara la introduccin de la ecuacin a evaluar, en este la

ecuacin se introducir como (x^10)-1. Todas las ecuaciones se introducirn utilizando un estilo
parecido al que se utiliza en las calculadoras cientficas convencionales.

Figure: introduccin de la ecuacin

Una vez introducida la ecuacin el programa pedir la introduccin de un intervalo en el eje x para
poder observar la grfica y determinar entre qu puntos se encuentra una raz.

Edgar Isaac Tenorio Prez

Pgina 4

El programa pedir los dos extremos del intervalo de manera separada, existen unos criterios que se
deben cumplir para la correcta introduccin del intervalo como lo son:

izx<dex , izx dex , donde ,izx=izquierda delintervalo y dex=derecha del intervalo

Si por alguna razn alguna de estas condiciones no se cumple, el programa

pedir se introduzca el

intervalo nuevamente y en caso de cumplirse se desplegara la grfica y habilitara la opcin de

modificar el intervalo si as se desea para observar de mejor manera la o las races (en este caso se
utilizara el intervalo (-5,5) para visualizar la grfica).

Figure: intervalo incorrecto

Figure: intervalo correcto

Edgar Isaac Tenorio Prez

Pgina 5

Figure: grfica
Si el intervalo dado no permite una ptima observacin de las races es necesario cambiarlo y en caso
de que sean fcilmente observables se contina con el programa. Se debe introducir un si o un no en
la parte donde se pregunta si se desea cambiar el intervalo de la grfica, donde 0=si y 1=no, si se
introduce cualquier otro valor se pedir introducir una opcin correcta.
Una vez que se est satisfecho con la grfica se procede a la introduccin de otro intervalo, esta vez
que contenga una sola raz en su interior, si el intervalo no contiene raz alguna se pedir la
introduccin de un nuevo intervalo. En caso que el intervalo sea correcto se habilitara la opcin para la
introduccin del nmero de cifras significativas para el clculo del error estimado que debe tener la
aproximacin de la raz (En este caso se utilizara el intervalo (0 ,1.3) ya que contiene una raz).

Figure: intervalo incorrecto

Edgar Isaac Tenorio Prez

Pgina 6

Figure: intervalo correcto

Una vez introducido el nmero de cifras significativas se mostrar en pantalla el error estimado y se
habilitara la opcin para la introduccin del nmero de iteraciones que se desea para parar el
programa en caso de que no se llegue antes al error estimado. Tngase en cuenta que si se llega al
error estimado antes de cumplirse el lmite de iteraciones no ser necesario de realizarlas todas las
iteraciones (En este caso se utilizaran 5 cifras significativas y un nmero mximo de iteraciones de
100).

Figure: error estimado y nmero mximo de iteraciones

Una vez establecidos todos los parmetros se desplegara en pantalla los resultados de cada iteracin
as como el nmero mximo de iteraciones y la raz aproximada.

Figure: resultados

Edgar Isaac Tenorio Prez

Pgina 7

Donde Xl y Xu es el intervalo donde se encuentra la raz (Xl , Xu), Xr es el valor aproximado de la raz,
Ea es el error aproximado (al error estimado), f(xu) y f(xl) es la funcin evaluada en Xu y Xl
respectivamente.

2. Mtodo de la Secante
Es un mtodo de tipo abierto, el cual requiere de dos puntos iniciales, los cuales pueden ser
arbitrarios. Lo que hace bsicamente, es trazar rectas secantes a la curva de la ecuacin que se est
analizando, y verificar la interseccin de dichas rectas con el eje de las X para conocer si es la raz que
se busca.
Al ser un mtodo abierto, converge con la raz con una velocidad semejante a la de Newton-Raphson,
aunque de igual forma corre el riesgo de no converger con esta nunca. Su principal diferencia con el
mtodo de Newton-Raphson es que no se requiere obtener la derivada de la funcin para realizar las
aproximaciones, lo cual facilita las cosas al momento de crear un cdigo para encontrar races por
medio de este mtodo.
El mtodo de la secante parte de dos puntos (y no slo uno como el mtodo de Newton) y estima la
tangente por una aproximacin de acuerdo con la expresin:

Sustituyendo esta expresin en la ecuacin del mtodo de Newton, obtenemos la expresin del
mtodo de la secante que nos proporciona el siguiente punto de iteracin:

Edgar Isaac Tenorio Prez

Pgina 8

Figure: Representacin geomtrica del mtodo de

la secante.

En la siguiente iteracin, emplearemos los puntos x1 y x2 para estimar un nuevo punto ms prximo a
la raz. En la figura se representa geomtricamente este mtodo.
En general, el mtodo de la secante presenta las mismas ventajas y limitaciones que el mtodo de
Newton-Raphson.

Operacin del programa

A continuacin se realizara la explicacin del programa mediante un ejemplo, en este caso se
analizara la funcin:

f ( x )=x 3 + x 2+ x + 4
Como primera observacin ntese que dentro del programa es indispensable introducir la funcin de
una manera igual a la que se introducira en una calculadora:

f ( x )=x 3 + x 2+ x + 4

Edgar Isaac Tenorio Prez

Pgina 9

Figure: Introduccin de la funcin a evaluar.

Una vez introducida correctamente la funcin se presiona enter para continuar. Despus el programa
pedir los limites en los cuales estar acotada la grfica para as poder mostrarla (En este caso se
utilizara el intervalo de -5 a 5).

Figure: Extremos de la grfica.

Figure: Grfica de la funcin.

Para poder notar de mejor manera la raz el programa muestra la opcin de cambiar el intervalo de la
grfica, donde con un 1 se indica la opcin de modificar el intervalo y con un 2 se contina el programa
(se modificara el intervalo del ejemplo a -3,-1 y despus se continuara el programa).
Edgar Isaac Tenorio Prez

Pgina 10

Figure: Nuevos lmites.

Figure: Nueva grfica.

Posteriormente se solicitara la introduccin del nmero de cifras significativas para el clculo del error
estimado (El cual ser el primer criterio de paro del programa) y el nmero mximo de iteraciones que
se desean (El cual ser el segundo criterio de paro), se desplegara en pantalla el error estimado (se
utilizaran 5 cifras significativas y un mximo de iteraciones de 100).

Figure: Cifras significativas y nmero mximo de iteraciones.

Por ltimo se solicitara la introduccin de dos valores, los cuales se encuentran en el eje x, y sern los
valores iniciales para comenzar con las iteraciones y el clculo de la raz (se utilizaran los valores de
-1.8 y -1.7). Finalmente mostrara los valores adquiridos por las variables en cada iteracin as como la
raz aproximada y el nmero de iteraciones que fueron necesarias para poder llegar a la raz con un

Edgar Isaac Tenorio Prez

Pgina 11

error aproximado igual o menor al error estimado obtenido con el nmero de cifras significativas
indicadas.

Figure: Se muestran los valores iniciales as como cada una de las iteraciones,
La raz aproximada y el nmero de iteraciones que fueron necesarias.

3. Solucin de sistemas de ecuaciones lineales.

4. Mtodo de eliminacin de Gauss-Jordan
Introduccin
Las ecuaciones no lineales son de inters en fsica y matemticas debido a que la mayora de los
problemas fsicos son implcitamente no lineales en su naturaleza. Ejemplos fsicos de sistemas
lineales son relativamente raros. Las ecuaciones no lineales son difciles de resolver y dan origen a
interesantes fenmenos como la teora del caos. Una ecuacin lineal puede ser descrita usando un
operador lineal, L. Una ecuacin lineal en algn valor desconocido de tiene la forma

Una ecuacin no lineal es una ecuacin de la forma:

Para algn valor desconocido de

Para poder resolver cualquier ecuacin se necesita decidir en qu espacio matemtico se encuentra la
solucin
. Podra ser que
es un nmero real, un vector o, tal vez, una funcin con algunas
propiedades.

Edgar Isaac Tenorio Prez

Pgina 12

Las soluciones de ecuaciones lineales pueden ser generalmente descritas como una superposicin de
otras soluciones de la misma ecuacin. Esto hace que las ecuaciones lineales sean fciles de resolver.
Las ecuaciones no lineales son mucho ms complejas, y mucho ms difciles de entender por la falta
de soluciones simples superpuestas. Para las ecuaciones no lineales las soluciones generalmente no
forman un espacio vectorial y, en general, no pueden ser superpuestas para producir nuevas
soluciones. Esto hace el resolver las ecuaciones mucho ms difcil que en sistemas lineales.
Al da de hoy, existen muchas herramientas para analizar ecuaciones no lineales, por mencionar
algunas tenemos: dinmica de sistemas, teorema de la funcin implcita y la teora de la bifurcacin.

Mtodo de eliminacin de Gauss-Jordan

En matemticas, la eliminacin de Gauss-Jordan, llamada as debido a Carl Friedrich Gauss y Wilhelm
Jordan, es un algoritmo del lgebra lineal para determinar las soluciones de un sistema de ecuaciones
lineales, encontrar matrices e inversas. Un sistema de ecuaciones se resuelve por el mtodo de Gauss
cuando se obtienen sus soluciones mediante la reduccin del sistema dado a otro equivalente en el
que cada ecuacin tiene una incgnita menos que la anterior. El mtodo de Gauss transforma la matriz
de coeficientes en una matriz triangular superior. El mtodo de Gauss-Jordan contina el proceso de
transformacin hasta obtener una matriz diagonal.
El mtodo de eliminacin de Gauss aparece en el captulo ocho del importante texto matemtico
chino Jiuzhang suanshu o Los nueve captulos sobre el arte matemtico. Su uso se ilustra en
dieciocho problemas, con dos a cinco ecuaciones. La primera referencia al libro por este ttulo data
desde 179 dC, pero algunas de sus partes fueron escritas tan temprano como aproximadamente
alrededor de 150 a. C. Fue comentado por Liu Hui en el siglo tercero.
Algoritmo de eliminacin Gauss-Jordan:
1. Ir a la columna no cero extrema izquierda
2. Si el primer rengln tiene un cero en esta columna, intercambiarlo con otro que no lo tenga
3. Luego, obtener ceros debajo de este elemento delantero, sumando mltiplos adecuados del
rengln superior a los renglones debajo de l
4. Cubrir el rengln superior y repetir el proceso anterior con la submatriz restante. Repetir con el
resto de los renglones (en este punto la matriz se encuentra en la forma de escaln)
5. Comenzando con el ltimo rengln no cero, avanzar hacia arriba: para cada rengln obtener un
1 delantero e introducir ceros arriba de ste sumando mltiplos correspondientes a los
renglones correspondientes
Una variante interesante de la eliminacin de Gauss es la que llamamos eliminacin de Gauss-Jordan,
(debido al mencionado Gauss y a Wilhelm Jordan), esta consiste en ir obteniendo los 1 delanteros
durante los pasos uno al cuatro (llamados paso directo) as para cuando estos finalicen ya se obtendr
la matriz en forma escalonada reducida

Edgar Isaac Tenorio Prez

Pgina 13

Un ejemplo:
Supongamos que es necesario encontrar los nmeros "x", "y", "z", que satisfacen simultneamente
estas ecuaciones:

Esto es llamado un sistema lineal de ecuaciones. El objetivo es reducir el sistema a otro equivalente,
que tenga las mismas soluciones. Las operaciones (llamadas elementales) son estas:

Multiplicar una ecuacin por un escalar no nulo.

Intercambiar de posicin dos ecuaciones

Sumar a una ecuacin un mltiplo de otra.

Estas operaciones pueden representarse con matrices elementales que se usan tambin en otros
procedimientos como la factorizacin LU o la diagonalizacin por congruencia de una matriz simtrica.
En nuestro ejemplo, eliminamos x de la segunda ecuacin sumando 3/2 veces la primera ecuacin a la
segunda y despus sumamos la primera ecuacin a la tercera. El resultado es:

Ahora eliminamos y de la primera ecuacin sumando -2 veces la segunda ecuacin a la primera, y

sumamos -4 veces la segunda ecuacin a la tercera para eliminar y.

Finalmente eliminamos z de la primera ecuacin sumando -2 veces la tercera ecuacin a la primera, y

sumando 1/2 veces la tercera ecuacin a la segunda para eliminar z.

Edgar Isaac Tenorio Prez

Pgina 14

Despejando, podemos ver las soluciones:

Para clarificar los pasos, se trabaja con la matriz aumentada. Podemos ver los 3 pasos en su notacin
matricial:
Primero:

Despus,

Por ltimo.

Si el sistema fuera incompatible, entonces nos encontraramos con una fila como esta:

Que representa la ecuacin:

, es decir,

que no tiene solucin.

Operacin del programa

A continuacin se explicara de una manera muy sencilla como utilizar el programa para resolver
sistemas de ecuaciones lineales por el mtodo de eliminacin de Gauss-Jordan.
El programa resuelve sistemas de ecuaciones de n nmero de ecuaciones por n nmero de incgnitas.
Como ejemplo se utilizara el siguiente sistema de ecuaciones:

Edgar Isaac Tenorio Prez

Pgina 15

x1 +2 x 2+3 x 3=4
5 x1 +6 x 2 +7 x3 =8
9 x 1+ x 2 +2 x3 =3
Y visto de la forma matricial:

( |)
1 2 34
5 6 78
9 1 23

Como primer paso el programa solicitara de usuario el nmero de filas y columnas que contiene la
matriz:

Figure: Inicio del programa.

Una vez introducidos los valores el programa solicitara la introduccin de cada elemento de la matriz
(los cuales tendrn que ser introducidos uno por uno):

Figure: Valores de la matriz.

Cuando se terminen de introducir todos los valores el programa, por s solo, har el clculo del
determinante, la magnitud de los errores de redondeo (y mostrara los resultados en pantalla). De la
misma manera mostrara en pantalla la matriz aumentada original, la matriz con pivoteo y cada uno de

Edgar Isaac Tenorio Prez

Pgina 16

los pasos del proceso de eliminacin para finalmente mostrar los resultados y hacer la comprobacin
de los mismos.

Figure: Determinante y magnitud de errores de redondeo.

Figure: Matriz aumentada original y pivoteo.

Edgar Isaac Tenorio Prez

Pgina 17

Figure: Proceso de eliminacin.

Edgar Isaac Tenorio Prez

Pgina 18

Figure: Proceso de eliminacin final.

Figure: Resultados y comprobacin.

Si el sistema resulta ser un sistema singular (por medio del clculo del determinante) el programa
avisara al usuario, detendr los clculos y preguntara si se desea el clculo de algn otro sistema:

Edgar Isaac Tenorio Prez

Pgina 19

Figure: Sistema singular.

Si el sistema es un sistema mal condicionado se avisa al usuario y se continan los clculos:

Figure: Sistema mal condicionado.

5. Mtodo de Gauss-Seidel
Es un mtodo iterativo, lo que significa que se parte de una aproximacin inicial y se repite el proceso
hasta llegar a una solucin con un margen de error tan pequeo como se quiera. Buscamos la solucin
a un sistema de ecuaciones lineales, en notacin matricial:

Dnde:

El mtodo de iteracin Gauss-Seidel se computa, para la iteracin

Dnde:

Definimos:

y
,
Edgar Isaac Tenorio Prez

Pgina 20

Dnde los coeficientes de la matriz N se definen como

Considerando el sistema
con la condicin de que
escribir la frmula de iteracin del mtodo

. Entonces podemos

(*)
La diferencia entre este mtodo y el de Jacobi es que, en este ltimo, las mejoras a las
aproximaciones no se utilizan hasta completar las iteraciones.

Operacin del programa

A continuacin se explicara de una manera muy sencilla como utilizar el programa para resolver
sistemas de ecuaciones lineales por el mtodo de eliminacin de Gauss-Jordan.
El programa resuelve sistemas de ecuaciones de n nmero de ecuaciones por n nmero de incgnitas.
Como ejemplo se utilizara el siguiente sistema de ecuaciones:

x1 +2 x 2+3 x 3=4
5 x1 +6 x 2 +7 x3 =8
9 x 1+ x 2 +2 x3 =3
Y visto de la forma matricial:

( |)
1 2 34
5 6 78
9 1 23

Como primer paso el programa solicitara de usuario el nmero de ecuaciones e incgnitas que
contiene la matriz (El programa solo acepta sistemas cuadrados):

Figure: Nmero de ecuaciones e incgnitas que el usuario desee.

Una vez introducidos los valores el programa solicitara la cantidad de cifras significativas con las que
se desea trabajar y el nmero mximo de iteraciones.
Edgar Isaac Tenorio Prez

Pgina 21

Figure: Error estimado y nmero mximo de iteraciones.

Una vez introducidos los valores el programa solicitara la introduccin de cada elemento de la matriz
(los cuales tendrn que ser introducidos uno por uno):

Figure: Introduccin de valores.

A continuacin el programa desplegara en pantalla la matriz con los elementos y tendr la opcin de
poder ser modificada completamente o solo en algn termino si es que as se desea.

Figure: Matriz y opcin de cambio.

Ejemplo si se desea modificar toda la matriz o solo un elemento:

Edgar Isaac Tenorio Prez

Pgina 22

Figure: Se modifica solo un valor de la matriz original (el elemento en 1,1).

Figure: Se modifica toda la matriz.

Si no se desea alguna modificacin se retoma el programa con la ecuacin del ejemplo:

Figure: Ecuacin de ejemplo

Cuando se terminen de introducir todos los valores el programa, por s solo, har el clculo del
determinante (si el determinante es igual a cero, se detendr el programa ya que se cuenta con un
Edgar Isaac Tenorio Prez

Pgina 23

sistema con mltiples soluciones o ninguna) y mostrara el resultado en pantalla. De la misma manera
mostrara en pantalla la matriz con pivoteo y cada uno de los pasos del proceso de eliminacin.

Figure: Determinante y pivoteo.

Figure: Primeras iteraciones.

Si en algn momento el programa detecta que se ha estancado algn error aproximado, se informara y
mostrara la opcin de cortar las iteraciones o seguir con las mismas (De una manera similar suceder
si se detecta que el mtodo no converge y en cambio se detendrn los clculos), en este caso se
contina con las iteraciones.

Edgar Isaac Tenorio Prez

Pgina 24

Figure: El mtodo se estanc.

Figure: Paro por iteraciones.

Despus de cumplirse con alguno de los criterios de paro (Error estimado o nmero mximo de
iteraciones) se procede a mostrar el resultado y la comprobacin.

Figure: Resultados aproximados.

Edgar Isaac Tenorio Prez

Pgina 25

Figure: Comprobacin, fin del programa.

Edgar Isaac Tenorio Prez

Pgina 26

6. Referencias bibliogrficas
Quarteroni, A., y Saler, F. (2006). Clculo Cientfico con MATLAB y Octave. Milano, Italia: Editorial
SPRINGER

Diaz,
V.
W.(2015).
Clculo
http://www.uv.es/~diaz/mn/node17.html

de

races

de

ecuaciones.

Recuperado

de

Quarteroni, A., y Saler, F. (2006). Clculo Cientfico con MATLAB y Octave. Milano, Italia: Editorial
SPRINGER

Cabrera,
C.,
(2015).
Mtodo
de
http://www.illuminatus.bizhat.com/metodos/Secante.htm

la

secante.

Recuperado

de

Malinietski G.G. (2006). Fundamentos matemticos de la sinergtica. Caos, estructuras y simulacin

por ordenador

Edgar Isaac Tenorio Prez

Pgina 27