Академический Документы
Профессиональный Документы
Культура Документы
SOLUCIN NUMRICA DE
ECUACIONES NO LINEALES
2.1.0. INTRODUCCIN
2.1.0. INTRODUCCIN
f ( x) a n X n a n 1 X n1 ... a 2 X 2 a1 X 1 a 0
f ( x ) sen ( x )e x ln( x ) x 2
Donde r1, r2; r3;. rn; son las races de la ecuacin es decir la solucin al
problema planteado. En el caso general se pueden obtener soluciones
muy prximas a dichas races, esto utilizando mtodos numricos que
sern visto en esta oportunidad iniciando con el Mtodo de Punto fijo,
que se conoce tambin como aproximaciones sucesivas de iteracin
funcional.
a) f ( x) 2 x 2 x 5 0
b) f ( x) 3x 2 x 8 0
Segunda ecuacin
x 8 , c) x 8 3x 2 x 8
a ) x 3 x 2 8; b) x ; d) x x -
3 3x 1 5x 1
Esto quiere decir que el valor que se ha elegido como valor inicial es
una raz de f(x) y el problema termina.
Obs.
1. Debemos resaltar que la sucesin x 0, x1, x2, x3;xk se va
acercando al valor de la raz r 1, de manera que x k se encuentra ms
cerca de r que xk-1 o se van alejando de la raz.
X0 X1 X2 X3 X4 X5 Xn = r
d i X i 1 X i
, esta sucesin debe de tender a cero en este caso se
dice que el proceso converge a r 1, y debe de continuar hasta un di menor
de un error
Veamos para nuestros ejemplos dados:
x 2 x 2 5; x 5 ,
Cuando x 2, a) b) x
2 Para el caso (a) el proceso
diverge y para el caso (b) converge es decir.
0 2 3
1 3 13
2 13 333
3 333 221773
Caso: (a)
0 2 2.87083
1 2.87083 1.85349
2 1.85349 1.85115
3 1.85115 1.85083
Caso: (b)
a) x 3 x 2 8; b) x x 8 ,
3
Para el caso (a) el proceso diverge y para el caso (b) converge es decir.
0 2 4
1 4 40
2 40 4792
3 4792
Caso: (a)
0 2 1.1180
1 1.1180 1.7434
2 1.7434 1.8022
3 1.8022 1.8076
Caso: (b)
0 2 4 2
1 4 40 36
2 40 4792 4852
3 4792
Caso: (a)
0 2 1.1180 2
Caso: (b)
Se observa que en el caso (a) f(x) diverge mientras que en el caso (b)
converge a cero
CRITERIOS DE CONVERGENCIAS
Con la finalidad de analizar la convergencia de las sucesiones formadas
estudiaremos otro criterio para nuestro proceso iterativo del mtodo
anterior visto basado en que g(r) = r
No olvidar que r es la raz donde la sucesin x 0, x1, x2, x3;xkdebe
converger esto quiere decir que los valores consecutivos de esta
sucesin se van acercando cada vez ms a dicha raz conforme se
realice el proceso iterativo esquemticamente se tendr:
* * * * * * * *..*r
g ( x k ) g ( x k 1 ) g (c k )( x k x k 1 )
x k 1 x k g (c k )( x k x k 1 ) ,
x 2 x1 g (c1 ) x1 x 0 ,.....c1 x1 , x 0
x 3 x 2 g (c 2 ) x 2 x1 ,.....c 2 x 2 , x1
:
Pero ahora podemos suponer que la derivada de g(x) esta acotada en
toda la regin de la sucesin x0, x1, x2, x3;xk en otras palabras se
tendr que:
g ( x) M Esto para algn valor de M entonces tenemos que
x 2 x1 M x1 x 0
x 3 x 2 M x 2 x1
x 4 x3 M x 3 x 2
x5 x 4 M x 4 x3
::
Observe que si sustituimos la primera en la segunda y esta en la tercera
y as sucesivamente se tiene que x 4 x 3 M 3 x1 x 0 y esto podemos
generalizar as:
x k 1 x k M k x1 x 0
Observemos que el mtodo del punto fijo puede converger por mltiples
criterios, pero es evidente que si M es menor que uno es decir M<1,
Y=x
Y = g(x)
X1 = g(x)
X2 = g(x)
x = r x3 x2 x1 xo
Convergencia Oscilatoria
Veamos un ejemplo:
Y=x
Calcular una raz de la funcin f ( x) x 3 2 x 2 10 x 20 considerando
como valor inicial 1
Y = g(x)
x3 x=r x2 x1 xo
Solucio n Num rica d Ecuacions no Linals Pa gina 9
Mtodos Numricos Aplicados a la Ingeniera
iteraciones xk x k 1 x k g ( x k )
k
2 3 4 n
h h h v h n
f (x h) f (x) hf (x) f (x) f (x) f (x) . . f (x)
2! 3! 4! n!
0 f ( r ) f ( x h) f ( x ) hf ( x) 0.( h 2 )
f (xn )
x n 1 x n , para n 0
f ( x n )
ALGORITMO DE SEUDOCODIGO
Input x0,M,,
yf(x0)
output 0, x0, y
if /y/ <
then stop
for k = 1,2,3,.M
xx-y / f(x)
1
Veer Analisis numerico de David Kincaid
y f(x1)
Output k, x1, y
x0x1
End
Es importante destacar que se debe de tener un programa para
Calcular el valor de f(x) y de su derivada
INTERPRETACIN GRFICA DEL MTODO
Antes de continuar con el anlisis del mtodo consideremos la idea de
bosquejar una interpretacin grfica. En estas circunstancias podemos
decir que el mtodo de Newton consiste en la linealizacin de la funcin
esto quiere decir que la funcin f(x) ser sustituida por una funcin lineal
y esto ocurre cuando usamos la serie de Taylor del siguiente modo
1 ( x c)( x c)( x c)
f ( x) f (c) ( x c) f (c) f (c)( x c) 2 f (c) ......
2! 3!
f(x)
Solucin
a) Primero determinamos la derivada del polinomio:
f ( x) 3 x 2 4 x 10
f (xk )
b) Aplicar la sucesin iterativa x k 1 x k
f ( x k )
( x k ) 3 2( x k ) 2 10 x k 20
c) x k 1 x k
3( x k ) 2 4 x k 10
d) x1 = 1.41176
e) X2 = 1.36934
f) X3 = 1.36881
g) X4 = 1.36881
iteraciones xk x k 1 x k g ( x k )
k
f(x)
f(Xk-1)
Solucin
a) Aplicamos la secuencia que determina la metodologa:
x k x k 1
x k 1 x k f ( x k ) .....k 1,2,3,...
f ( x k ) f ( x k 1 )
x1 x 0
x 2 x1 f ( x1) .....k 1 Entonces x2 = 1.53846
f ( x1) f ( x 0 )
b) X3 = 1.35031
c) X4 = 1.36792
d) X5 = 1.36881
A seguir presentamos el cuadro que se obtiene al realizar dicha
metodologa en el cual observaremos que se trata de un mtodo rpido
en convergencia casi tan igual que el Mtodo de Newton pero mucho
ms rpido que el Mtodo de Punto Fijo
Iteraciones xk x k 1 x k
k
0 0.00000 0.00000
1 1.00000 1.00000
2 1.53856 0.53846
3 1.35031 0.18815
4 1.36792 0.01761
5 1.36881 0.00090
Ejemplo
Usar el mtodo de la secante para encontrar una raz real de la
ecuacin polinomial f ( x) x 3 senhx 4 x 2 6 x 9 , considere x0 = 7; x1 =
8, usar como criterio de convergencia la secuencia de distancias de
aproximacin a la raz .
Solucin
a) Aplicamos la secuencia que determina la metodologa:
x k x k 1
x k 1 x k f ( x k ) .....k 1,2,3,...
f ( x k ) f ( x k 1 )
x1 x 0
x 2 x1 f ( x1) .....k 1 Entonces x2 = 7.05895
f ( x1) f ( x 0 )
b) X3 = 7.11764
c) X4 = 7.11289
d) X5 = 7.11306
e) X6 = 7.11306
a seguir presentamos el cuadro que se obtiene al realizar dicha
metodologa en el cual observaremos que se trata de un mtodo rpido
en convergencia casi tan igual que el Mtodo de Newton pero mucho
ms rpido que el Mtodo de Punto Fijo
iteraciones k xk x k 1 x k
0 7.00000
1 8.00000 1.00000
2 7.05895 0.94105
3 7.11764 0.05859
4 7.11289 0.00475
5 7.11306 0.00017
6 7.11306 0.00000
es cero. Por esta razn es que para concluir se debe realizar con una
tolerancia de 10-3.
Este mtodo tambin se le conoce con el nombre de mtodo de la
biparticin, pero debemos destacar este mtodo es el ms slido y
seguro que los otros mtodos para encontrar una raz en un intervalo.
INTERPRETACIN GRFICA
Observamos que f(c) = f(1.5) = 2.88 >0 distinto signo que f(a) = f(1) = -7
luego reemplazamos el valor de b por el valor de c es decir se tiene el
siguiente intervalo (1, 1.5), entonces
a = 1; f(1) = -7
b = 1.5; f(1.5) = 2.88
d) Segunda Iteracin:
1 1.5
c 1.25;
2
f (1.25) (1.25) 3 2 * (1.25) 2 10 * (1.25) 20 2.42
Observamos que f(c) = f(1.25) = -2.42 < 0 igual signo que f(a) = f(1) =
-7 luego reemplazamos el valor de a por el valor de c es decir se tiene el
siguiente intervalo (1.25, 1.5), entonces
a = 1.25; f(1.25) = -2.42
b = 1.5; f(1.5) = 2.88
a seguir presentamos el siguiente cuadro que contiene las 7 iteraciones
deseadas en donde denotaremos a = Xa: b = Xb y C = XM
Iteracion XA XB XC C k C k 1 f (C k )
k
0 1.00000 2.00000
f ( x k ) f ( x k 1 )
Por el cociente en diferencias es decir f ( x k )
x k x k 1
Pero en este caso xk, y xk-1, se ubican en lados opuestos de la raz que
se busca esto quiere decir que f(xk) y f(xk-1) tienen signos opuestos y
determinamos el siguiente punto de aproximacin X M que aproxima a la
x f ( x k ) x k f ( x k 1 )
raz es decir. x M k 1
f ( x k ) f ( x k 1 ) ;
( x k x k 1 ) f ( x k ) x k 1 f ( x k ) x k f ( x k 1 )
xM xk
f ( x k ) f ( x k 1 ) f ( x k ) f ( x k 1 )
M k
En seguida se evala f(x ) y comparamos el signo con f(x ) si tienen
k M
signos iguales se actualiza x , cambiando su valor con x , caso contrario
k-1
se realiza el intercambio con x , , es preciso destacar que el objetivo
k k-1
centras es obtener un intervalo (x , x ) cada vez mas cerca de la raz.
M
Se toma como valor mas exacto el valor ultimo de x , para terminar el
k k-1
proceso se considera |x -x |<e .
INTERPRETACIN GRAFICA f(xM )>0
B B
f(xk) f(xk)
xk-1 xM xk-1
A xk A xM xk
(1 2)(7)
xM 1 1.30435
7 16
M
f(x )=-1.33476
3. Determinamos con quien de los extremos del intervalo se
intercambia, como f(xM)<0 es decir tiene igual signo con f(x k) se
intercambia el valor de xk, por xM, lo que implica tener el nuevo
intervalo [-1.33476,2],
4. Se continua de la misma manera hasta conseguir el objetivo trazado
Luego
Despejando x
Ejemplo.
La sucesin , con converge linealmente
a x =1, y con
n Xn qn
1 0.54030 0.96178
2 0.87758 0.98213
3 0.94496 0.98979
4 0.96891 0.99342
5 0.98007 0.99541
6 0.98614
7 0.98981
,
,
2
Ver Mtodos Numericos de J. Douglas Faires
, para todo n ,
Y su derivada
Ejemplo
Encontrar las races complejas de la ecuacin. f(x)=x 2+9 =0,
Usando el mtodo de Newton Raphsn.
Solucin
Determinamos su derivada de f(x) ,
, ,
Consideremos
Se sabe que
Una vez calculados los valores de a0, a1; a2, las races del polinomio p(x)
se determinan usando la siguiente relacin,
Observaciones
1. La seleccin del signa del radical se hace considerando de que el
denominador sea el mximo, lo que permita estar mas cerca de x i
2. La raz correspondiente es la siguiente aproximacin x i+1.
3. La razn para la presentar la formula se esta manera es con la
finalidad de obtener mayor exactitud.
4. Puede suceder que la raz cuadrada de la formula sea compleja. Si
f(x) no esta definida para valores complejos, en este caso el
algoritmo debe de reiniciarse con nuevos valores iniciales.
5. En el caso que f(x) sea un polinomio existe las posibilidades de
tener races complejas y el valor de x se considera como
aproximacin de alguna raz y deber seguir emplendose en el
algoritmo.
Ejemplo
SOLUCIN
SEGUNDA ITERACIN
Primero: Hacemos correr los subndices de x: x0=1; x1=2; x2=1.354017
,
Cuarto: calculo de los denominadores de la formula,
i xi ,
0 0
1 1 1.00000
2 2 1.00000
3 1.35407 0.64593
4 1.36865 0.01458
5 1.36881 0.00016
cosx
1) cos x 3 x 0, considere x ;X /6
3
cos2x
2) cos 2 x 3x 0, considere x
3
cosx
3) cos x 2 x 0, considere x
2
senx
4) Sen.x 3x 0, considere x
3
cosx
5) cos x 5 x 0, considere x
5
senx
6) Senx 5 x 0, considere x
5
tanx
7) tan x 3x 0, considere x
3
cotx
8) cot x 3x 0, considere x
3
9) tan x x 0, considere x tanx
tanx
10) tan x 5 x 0, considere x
5
senx
11) Senx 8 x 0, considere x
8
12) x 2 3x e x 2 0
13) x 2 o.9 x 1.52 0
14) x 3 2 x 1 0
15) e x 5 x 2 0 ;
16) ln x x 2 0
17) x 2 cos x 0 ,
18) xe x 2 0
19) x 3 5 x 1 0 ;
20) x 3 2 x 2 10 x 20 0
21) x 3 2 x 2 10 x 30 0 ;
22) x 3 2 x 2 11x 20 0
23) e x senx 0 ;
x 3 5 x 2 3 x 7 0,
25) ;
aplique Newton con x 0 5
4 x 3 2 x 2 3 0,
26)
aplique Newton con x 0 1
28.) f ( x) x 3 1
29) f ( x) sen( x ) x; x 01 / 2;