Академический Документы
Профессиональный Документы
Культура Документы
Introducci
on
1126.4
cal/Kmol.K
T
Los gases, al llegar al cilindro del motor, sufren una compresion isentropica
desde el volumen V1 a V2 . La relacion de compresion en este motor es:
r=
V1
V2
=6
Si la temperatura inicial de los gases es T1 =333K y la relacion entre temperatura y volumen viene dada por:
T2
T1
Cv
T dT
= 1.986 ln VV12
1.2. BISECCION
1.2.
Bisecci
on
a+b
2
|ab|
Si empleamos criterio de convergencia relativo, obviamente que como no tenemos el valor de , podemos emplear ya sea el valor de a o de b en su
1.2. BISECCION
Ejemplo: Calcular 2
a
1.
1.
1.25
1.375
1.375
1.40625
1.40625
1.4140625
1.4140625
1.4140625
1.4140625
1.4140625
1.4140625
1.4141846
1.4141846
b
2.
1.5
1.5
1.5
1.4375
1.4375
1.421875
1.421875
1.4179688
1.4160156
1.4150391
1.4145508
1.4143066
1.4143066
1.4142456
|a b|
1.
0.5
0.25
0.125
0.0625
0.03125
0.015625
0.0078125
0.0039063
0.0019531
0.0009766
0.0004883
0.0002441
0.0001221
0.0000610
1.2.1.
Convergencia del m
etodo
|ab|
2n
|ab|
1.3. REGULA-FALSI
1.2.2.
Casos problem
aticos
En la gura 1.1 se muestran algunas situaciones problematicas en la aplicacion de este metodo u otros similares.
b
a
b
1
a
b
1.3.
Regula-Falsi
Este metodo iterativo es similar al anterior en cuanto a que tambien se trabaja desde un intervalo [a, b], donde la funcion cambia de signo, pero en lugar de
10
pi+1 = bi f (bi )
bi ai
f (bi ) f (ai )
(1.1)
el valor de pi+1 en la ecuacion 1.1 divide al intervalo [ai , bi ] en dos subintervalos. Dependiendo de en que subintervalo ocurra el cambio de signo es que
eleminos el nuevo subintervalo donde continuar iterando:
a0
a1 = p 1
a2 = p 2
p3
f (a0 )
f (a1 )
f (a2 )
b0 = b 1 = b 2
1.3. REGULA-FALSI
1.3.1.
11
La gura 1.2 tambien ilustra uno de los defectos que tiene este metodo: si
la funcion no muestra cambios de concavidad cerca de la raiz, entonces uno
de los extremos del intervalo se repite en todas las iteraciones y solo el otro
extremo es el que se acerca a la raiz. En principio este metodo tiene el mismo
criterio de convergencia que biseccion, pero si uno de los extremos se repite,
entonces podra ocurrir que no acotamos por izquierda y derecha el valor de
la raiz y nunca llega a cumplirse que |ai bi | < . Ademas, la repeticion de
un extremo hace que la convergencia sea lenta.
Hay una variante, conocida con el nombre de Regula-Falsi modicado o Algoritmo de Illinois, que resuelve este problema y ayuda a acelerar la convergencia del metodo.
La gura 1.3 illustra esta variacion, que consiste en emplear la mitad del
valor funcional del extremo que se repite en la ecuacion 1.1:
Si se repite a entonces p =
i
i+1
1
f (bi )ai f (ai )bi
2
1
f (bi )f (ai )
2
(1.2)
f (bi )ai 12 f (ai )bi
f (bi ) 12 f (ai )
f (b0 ) = f (b1 )
1
f (b1 )
2
a0
a1 = p 1
p2
p2
p3
f (a0 )
b0 = b 1
f (a1 )
12
pi+1 cae del otro lado de la raiz y el extremo que se vena repitiendo deja de
repetirse y se vuelve a la formula normal de regula-falsi.
ai
1.
1.3333333
1.3333333
1.3927126
1.3927126
1.4089259
1.4089259
1.412908
1.412908
1.4138888
1.4138888
1.4141325
1.4141325
1.4141933
bi
2.
2.
1.4545455
1.4545455
1.424283
1.424283
1.4167718
1.4167718
1.4148584
1.4148584
1.4143753
1.4143753
1.414254
1.414254
|ai bi |
1.
0.6666667
0.1212121
0.0618329
0.0315705
0.0153571
0.0078458
0.0038638
0.0019504
0.0009695
0.0004864
0.0002427
0.0001215
0.0000607
1.4.
Newton-Raphson
(1.3)
1.4. NEWTON-RAPHSON
13
(1.4)
Esa es la ecuacion de la recta tangente que pasa por el punto (x0 , f (x0 )). De
la ecuacion 1.4 podemos despejar el valor de x que corresponde al corte de
la recta tangente con el eje de las abcisas:
x = x0
f (x0 )
f (x0 )
(1.5)
xi+1 = xi
f (xi )
f (xi )
(1.6)
que genera una sucesion de valores {xi } que, de converger, lo hace a la raiz
de la funcion. El criterio de convergencia sera entonces la distancia entra
aproximaciones consecutivas a la raiz:
|xi+1 xi| <
(1.7)
14
f (x2 )
x1
x3
x2
x0
f (x1 )
i
0
1
2
3
4
5
xi
1.
1.5
1.4166667
1.4142157
1.4142136
1.4142136
f (xi )
- 1.
0.25
0.0069444
0.0000060
4.5111012
4.4411016
|xi+1 xi |
0.5
0.0833333
0.0024510
0.0000021
1.5951012
Vemos como en este caso el proceso iterativo converge mucho mas rapidamente que en biseccion. Si consideramos el criterio de convergencia = 104
podemos comprobar en la tabla que en la cuarta iteracion el valor ya cumple con dicho criterio, y que con una iteracion mas ya se logran 12 cifras
signicativas exactas.
1.4. NEWTON-RAPHSON
15
1.4.1.
Convergencia en el m
etodo de Newton-Raphson
Sea f (x) una funcion contnua, con derivadas contnuas, para la cual queremos encontrar una raiz . Podemos escribir el polinomio de Taylor de primer
grado alrededor de xi , para el valor x = como:
1
f () = f (xi ) + ( xi )f (xi ) + ( xi )2 f (i ) = 0
2
(1.8)
f (xi )
1
2 f (i )
)
+
)
+
(
x
(
x
=0
i
i
f (xi )
2
f (xi )
(1.9)
1
f (xi )
f (i )
= ( xi )2
xi
f (xi )
2
f (xi )
(1.10)
Pero seg
un la formula de Newton-Raphson, el termino entre parentesis rectos
es el valor de xi+1 y teniendo en cuenta que i = xi y i+1 = xi+1 son
los correspondientes errores cometidos en las iteraciones i e (i + 1), entonces:
i+1
1 f (i ) 2
=
2 f (xi ) i
(1.11)
16
p(x)
2
1
x
2 1.5 1 0.5
0.5
1.5
1
Figura 1.5: problema de oscilacion en Newton-Raphson: p(x) = x3 2x + 2
1.4.2.
Casos problem
aticos
1.5. METODO
DE LA SECANTE
17
1.5.
M
etodo de la Secante
f (xi )
f (xi ) f (xi1 )
xi xi1
(1.12)
xi+1 = xi f (xi )
xi xi1
f (xi ) f (xi1 )
(1.13)
18
f (x1 )
x2
x0
x3 x1
f (x2 )
xi
1.
2.
1.3333333
1.4
1.4146341
1.4142114
xi+1
2.
1.3333333
1.4
1.4146341
1.4142114
1.4142136
|xi+1 xi |
1.
0.6666667
0.0666667
0.0146341
0.0004227
0.0000021