Aplicaciones de la solución de ecuaciones

Tipo de problema matemático

a) Raíces de ecuaciones

b) Sistemas de ecuaciones algebraicas lineales simultáneas

c) Optimización

d) Ajuste de curvas

e) Integración numérica

f) Ecuaciones diferenciales ordinarias

g) Ecuaciones diferenciales parciales

La fórmula cuadrática es lo básico que se aprendió a utilizar.

Métodos para la determinación de raíces sin emplear

computadoras
Antes de la llegada de las computadoras digitales se disponía de una serie de
métodos para encontrar las raíces de ecuaciones algebraicas y trascendentes. En
algunos casos, las raíces se obtenían con métodos directos, como se hace con la
ecuación general. Sin embargo existen ecuaciones como ésta que se resuelven
directamente y aparecen muchas más en las que no es posible encontrar su
solución.

Por ejemplo, incluso una función tan simple como f(x) = e–x – x no se puede
resolver en forma analítica. En tales casos, la única alternativa es una técnica con
solución aproximada. Un método para obtener una solución aproximada consiste
en graficar la función y determinar dónde cruza el eje de las x. Este punto, que
representa el valor de x para el cual f(x) = 0, es la raíz. Las técnicas gráficas se
exponen al principio de los capítulos 5 y 6. Aunque los métodos gráficos son útiles
en la obtención de estimaciones de las raíces, tienen el inconveniente de que son
poco precisos. Un método alternativo es el de prueba y error. Esta “técnica”
consiste en elegir un valor de x y evaluar si f(x) es cero. Si no es así (como
sucederá en la mayoría de los casos) se hace otra elección y se evalúa
nuevamente f(x) para determinar si el nuevo valor ofrece una mejor aproximación
de la raíz. El proceso se repite hasta que se obtenga un valor que proporcione una
f(x) cercana a cero. Estos métodos fortuitos, evidentemente, son ineficientes e
inadecuados para las exigencias de la ingeniería. Las técnicas descritas en la
parte dos representan alternativas que no sólo aproximan sino que emplean
estrategias sistemáticas para dirigirse a la raíz verdadera. Tal como se presenta
en las páginas siguientes, la combinación de estos métodos sistemáticos con la
computadora hace que la solución de la mayoría de los problemas de raíces de
ecuaciones sea una tarea sencilla y eficiente.

RAICES DE ECUACIONES DEFINICIÓN:

La raíz de una ecuación es aquel valor de la variable independiente que hace que
el resultado de la ecuación sea cero o por lo menos se acerque a cero con una
cierto grado de aproximación deseado (error máximo permitido).

(Al terminar esta unidad de estudio, el estudiante estará en capacidad de:

Aprender el concepto de raíz de una ecuación Comprender las distintas técnicas
usadas para hallar raíces de ecuaciones. Evaluar la confiabilidad de cada método.
Estar en capacidad de elegir el mejor método para aplicarlo en la solución de
problemas de ingeniería, relacionados con la búsqueda de raíces de una
ecuación.)

MÉTODOS BASADOS EN INTERVALOS

Su característica fundamental es que se elige un intervalo [a, b] dentro del cual se

encuentre la raíz buscada. No hay una regla a seguir para la selección de este
intervalo, sin embargo, se debe cumplir que en los extremos del intervalo la
función cambie de signo lo cual que equivale a que: f(a)*f(b) < 0. Una primera
aproximación a la solución se logra al elaborar un modelo gráfico de la ecuación y
a partir de él, por simple inspección, seleccionar el intervalo más adecuado.
Si al evaluar la función, en los extremo del intervalo elegido, presenta igual signo
puede no existir raíces o existir un número impar de ellas. Si la función cambia de
signo esto nos indica que al menos hay una raíz en dicho intervalo. Los casos que
requieren análisis especial se presentan cuando la función tiene puntos tangentes
al eje x o cuando tiene discontinuidades

Criterio de convergencia.

Se considera que se ha encontrado una respuesta satisfactoria cuando el valor

hallado para la variable faltante (x) cumple con alguno de los siguientes criterios:

Siendo Xr, y Xr-1 los valores de las dos últimas iteraciones y Tol es el nivel
máximo de error aceptado que se puede definir ya sea con base en el número de
cifras significativas (NCS) Tol = 5x10 -(NCS+1) o en el número de cifras decimales
(ND) que se desea obtener, Tol = 5x10 -(ND+1). Otro criterio para terminar el
proceso es que se exceda el número máximo de iteraciones propuesto, en cuyo
caso lo más probable es que la solución no esté convergiendo hacia un valor
determinado (cada vez se aleja más del valor estimado), por lo tanto se debe
probar con otra estrategia de solución o revisar muy bien lo cálculos matemáticos
realizados para ver si no se están cometiendo errores en el proceso.

Método gráfico.

Lo esencial en este método es poder construir un modelo gráfico de la ecuación y

luego por inspección estimar una aproximación a la raíz. El mayor inconveniente
de éste método es su poca precisión y exactitud. Sin embargo, hoy día se cuenta
con excelentes herramientas de software para realizar rápidamente gráficas con
un alto grado de realismo. El primer problema a resolver es ¿que intervalo usar
para construir la gráfica? No hay regla que nos diga como hacerlo, por eso lo
mejor es probar con varios intervalos hasta encontrar el más adecuado, no
obstante es importante considerar las características particulares del problema
que vamos a resolver, ya que eso nos dará una idea del rango de posibles
soluciones, por ejemplo si queremos hallar una magnitud física como velocidad,
distancia, masa, etc., sabemos que no tiene sentido probar con valores negativos,
por lo tanto podemos graficar rangos a partir de cero. Como ejemplo
consideremos las funciones: f(x) = seno(3x) + Cos(x) y f(x) = e x – x -2. El conjunto
de posibles valores que puede tomar x están en el intervalo (-∞, ∞), pero sabemos
además que la primera función tiene período 2π, lo cual nos ayuda a limitar e
intervalo a graficar. Usando MatLab podemos graficar la primera función el
intervalo [0, π] y la segunda en el intervalo [-4, 4], para obtener un modelo gráfico
como el de la figura

La gráfica ha sido elaborada usando MatLab, en ella se puede apreciar que para
la primera función, hay una raíz en el intervalo [1, 2] y posiblemente 2 raíces en el
intervalo [2, 3]. En la segunda gráfica se ve que las raíces se encuentran en el
intervalo [-2, 2], y se muestra el valor aproximado de una de ellas, con cuatro
cifras significativas. El siguiente archivo escrito en MatLab permite elaborar la
gráfica anterior:

Cls; clear all;

x=0:0.01:pi; %Creamos un vector con valores entre 0 y pi.
y=sin(3.*x)+cos(x);
subplot(1,2,1) % Dividimos la pantalla en dos secciones y graficamos en la primera
sección
plot(x,y)
title('f(x) = seno(3x) + cos(x)')
grid
x=-3:0.01:3; % Definimos el rango de valores para graficar la segunda función
y=exp(x) - x - 2;
subplot(1,2,2)
plot(x,y)
title ('f(x) = exp(x) - x - 2')
grid %Trazamos la cuadrícula
´
 El método de Gauss
Resolución de Sistemas Triangulares
Sea Ux = b un sistema de ecuaciones lineales con solución única (det U 6= 0) en
el que la matriz de coeficientes Un×n es triangular superior. Entonces las
componentes de la solución se pueden calcular mediante el método de sustitución
regresiva, es decir, se despeja la última incógnita de la última ecuación, se
sustituye en la penúltima ecuación; después se despeja de esta ecuación la
penúltima incógnita y se repite el proceso hacia arriba hasta calcular el valor de la
primera incógnita.

Algoritmo del método de solución progresiva

Ejemplo: Consideremos el sistema de ecuaciones lineales

3x1 + 2x2 − 2x3 + 4x4 = −5,

3x2 − 5x3 − 3x4 = 0,
4x3 + x4 = −3,
2x4 = 6
Entonces, aplicando el método de sustitución regresiva se tiene:

Ajuste de curvas

El ajuste de curvas es un proceso mediante el cual, dado un conjunto de N pares

de puntos {xi, yi} (siendo x la variable independiente e y la dependiente), se
determina una función matemática f(x) de tal manera que la suma de los
cuadrados de la diferencia entre la imagen real y la correspondiente obtenida
mediante la función ajustada en cada punto sea mínima:
Generalmente, se escoge una función genérica f(x) en función de uno o más
parámetros y se ajusta el valor de estos parámetros de la manera que se minimice
el error cuadrático, ε. La forma más típica de esta función ajustada es la de un
polinomio de grado M; obteniéndose para M = 1 un ajuste lineal (o regresión
lineal),

Para M = 2 un ajuste parabólico,

etc.

Por otro lado podemos tener un conjunto de datos multidimensionales; es decir,

un conjunto de N puntos en un espacio k+1-dimensional del tipo

La función que ajustaremos a estos puntos será una función de k variables

El ajuste multidimensional más sencillo es considerar una dependencia lineal de la

función respecto a cada una de las variables de que depende; es decir, ajustando
una función del tipo

De tal manera que se minimice el error cuadrático respecto al conjunto de

parámetros {a0, a1,..,ak}. Es lo que se conoce como ajuste o regresión multilineal.
En esta sección veremos que el ajuste lineal, el de un polinomio de grado M y el
ajuste multilineal se pueden expresar dentro de un mismo formalismo de manera
que las respectivas soluciones al problema se pueden determinar mediante
algoritmos prácticamente análogos.
 INTEGRACIÓN NUMÉRICA

En los cursos de Análisis Matemático (Cálculo Integral), nos enseñan como

calcular una integral definida de una función continua mediante la aplicación del
Teorema Fundamental del Cálculo:
Sea f(X) una función continua y definida en el intervalo (a,b) y sea F(x) una función primitiva de F
(x), entonces:

El problema en la práctica se presenta cuando nos vemos imposibilitados de

encontrar la función primitiva requerida, aún para integrales aparentemente
sencillas como:

La cual simplemente es imposible de resolver con el Teorema Fundamental del Cálculo.

Métodos abiertos: Iteración punto fijo, Método de Newton Raphson y Método

de la secante. Métodos para raíces múltiples.

Los métodos abiertos utilizan una formula para predecir la raíz. Esta formula
puede desarrollarse como una iteración simple de punto fijo (también llamada
iteración de un punto o sustitución sucesiva o método de punto fijo).

Raíces múltiples: Las raíces múltiples son determinados de ecuaciones

polinómicas que tienen la forma general:

Donde n es el grado del polinomio y son los coeficientes. Las raíces de los
polinomios pueden ser reales y / o complejos, y cumplir con las tres reglas:

1.- En una ecuación de grado n, hay n raíces reales o complejas. Cabe señalar
que las raíces no son necesariamente diferentes.

2.- Si n es impar hay al menos una raíz real.

3.- Si hay raíces complejas, estas se encuentran en pares conjugados.

Método de Punto Fijo:

El método de punto fijo o de aproximaciones sucesivas es, junto con el de

Bisección, uno de los primeros métodos que se utilizaron para resolver ecuaciones
algebraicas y trascendentes. No obstante que en la actualidad existen otros
métodos más eficientes, el de punto fijo se considera el más simple en sus
principios y en él se pueden apreciar claramente todas las características de un
método de aproximaciones sucesivas.

Sea F(x) = 0 una ecuación algebraica o trascendente cualquiera. Se suma x en

ambos miembros y se obtiene:

F(x) + x = x (a)

donde el miembro izquierdo es otra función de x que se define como:

G(x) + x = x (b)

Se sustituye en la ecuación (a):

x = G(x) (c)

Obsérvese ahora que cualquier ecuación puede representarse en esta forma,

siguiendo el procedimiento anterior.

Si x = a es una raíz de la ecuación, entonces

F (a) = 0

o bien, al sustituir en la ecuación (c)

a = G (a)

El método de aproximaciones sucesivas consiste en sustituir un valor inicial (x0)

apropiado (cercano a la raíz) en el segundo miembro de la ecuación (c). Si x0 es
la raíz, se deberá cumplir la ecuación (d); esto es:

x0 = G(xo)
pero esto será difícil de que ocurra; seguramente el valor inicial principal
proporcionado x0 será solo un valor cercano a la raíz. Entonces, en el caso
general:

x0 =/ G(x0) o bien, x1 = G(x0)

donde x1 es la nueva aproximación de la raíz a. se sustituye x1 en el segundo

miembro de la ecuación (c) y se obtiene:

x2 = G(x1)

Al proceder reiteradamente en esta forma se induce que la n-ésima aproximación

es:

Xn = G(Xn-1)

n = 1,2,3,.....

De acuerdo con lo visto en los temas anteriores, puede afirmarse que si el método
converge, la diferencia en valor absoluto entre valores proporcionados en dos
iteraciones sucesivas será cada vez más pequeña a medida que n aumnete, y con
esto se tendrá un criterio para saber cuándo termina la aplicación del método.

Es posible afirmar que si en la n-ésima iteración el método se está aproximando a

la raíz o converge a ella, entonces:

|G´(t)| = |a - Xn| / |a - Xn-1| <1

Es decir, el método es convergente si:

|G´(t)|<1 Xn-1<t<a

Esto significa que el método converge en la n-ésima iteración cuando el valor

absoluto de la derivada de G(x) en cualquier punto del intervalo (Xn-1, a) es menor
que la unidad.

Por otra parte el método es divergente si

|a - Xn| > |a - Xn-1|

Recordar que el método de Punto Fijo, nos dice que, solo podrá haber y tener un
único punto o raíz.

Método de Newton - Raphson:

Entre los métodos de aproximaciones sucesivas para encontrar algunas de las

raíces de una ecuación algebraica o trascendente, el de Newton-Raphson es el
que presenta mejores características de eficiencia, debido a que casi siempre
converge a la solución y lo hace en un número reducido de iteraciones.
Este método es aplicable tanto en ecuaciones algebraicas como trascendentes y
con él es posible obtener raíces complejas.
Tal vez, de las fórmulas para localizar raíces, la fórmula de Newton-Raphson sea
la más ampliamente utilizada. Si el valor inicial para la raíz es xi, entonces se
puede trazar una tangente desde el punto [xi,f(xi)] de la curva. Por lo común, el
punto donde esta tangente cruza el eje x representa una aproximación mejorada
de la raíz.

El método de Newton-Rapshon se deduce a partir de esta interpretación

geométrica.

El método de Newton-Raphson, como todos los de aproximaciones sucesivas,

parte de una primera aproximación y mediante la aplicación de una formula de
recurrencia se acercara a la raíz buscada, de tal manera que la nueva
aproximación se localiza en la intersección de la tangente a la curva de la función
en el punto y el eje de las abscisas.
De la figura se tiene que la primera derivada en x es equivalente a la pendiente:

Simplificando:
Lo que se conoce como ecuación de Newton-Raphson.

Método de la Secante:

La recta secante es una recta que corta a una circunferencia en dos puntos.
Conforme estos puntos de corte se acercan, dicha recta se aproxima a un punto y,
cuando solo existe un punto que toca la circunferencia, se le llama tangente.

Dados los puntos de intersección A y B puede calcularse la ecuación de la recta

secante empleando para saber la respuesta de ésta operación se emplea en
matemáticas la ecuación de la recta que pasa por dos puntos.

En análisis numérico el método de la secante es un método para encontrar los

ceros de una función de forma iterativa. Uno de los objetivos de este método es
eliminar el problema de la derivada de la función, ya que existen funciones que
describen fenómenos físicos en la vida real, cuya derivada es muy compleja. El
método de la secante es muy similar al de Newton con la diferencia principal que
en este método de la secante no requiere de la segunda derivada.

El método se basa en obtener la ecuación de la recta que pasa por los puntos
(xn−1), f(xn−1)) y (xn, f(xn)). A dicha recta se le llama secante por cortar la gráfica
de la función. Posteriormente se escoge como siguiente elemento de la relación
de recurrencia, xn+1, la intersección de la recta secante con el eje de abscisas
obteniendo la fórmula.

Este método, a diferencia del de bisección y regla falsa, casi nunca falla ya que
solo requiere de 2 puntos al principio, y después el mismo método se va
retroalimentando. Lo que hace básicamente es ir tirando rectas secantes a la
curva de la ecuación que se tiene originalmente, y va checando la intersección de
esas rectas con el eje de las X para ver si es la raíz que se busca.

El método de la secante parte de dos puntos (y no sólo uno como el método de

Newton) y estima la tangente (es decir, la pendiente de la recta) por una
aproximación
En la siguiente iteración, emplearemos los puntosx1 yx2 para estimar un nuevo
punto más próximo a la raíz de acuerdo con la ecuación de arriba. En la figura se
representa geométricamente este método.

En general, el método de la secante presenta las mismas ventajas y limitaciones

que el método de Newton-Raphson.

Forma de hacerlo:

Primero hay que definir algunos conceptos como:

Xn: es el valor actual de X

Xn- 1: es el valor anterior de X

Xn+1: es el valor siguiente de X

Para simplificar la formula que se usa en este método se dirá que:

A=Xn-1

B=Xn+1

C=Xn
Como su nombre lo dice, este método va trazando rectas secantes a la curva
original, y como después del primer paso no depende de otras cantidades sino
que solito va usando las que ya se obtuvieron, casi nunca falla porque se va
acomodando hasta que encuentra la raíz.

El método se define por la relación de recurrencia:

Como se puede ver, este método necesitará dos aproximaciones iniciales de la

raíz para poder inducir una pendiente inicial.
 Uso de herramientas computacionales

Durante la década de los setentas (70’s) el uso de las calculadoras de bolsillo ha

sido de vital importancia para la solución de casos en la enseñanza de los
métodos numéricos. Sin olvidar que cierto tipo de soluciones numéricas requerían
de una computadora para la solución de problemas por medio de modelos
numéricos, estas grandes computadoras (mini computadoras y
macrocomputadoras) no podían ser trasladadas a las aulas en las que nos
instruían en esta asignatura curricular para todas las carreras en la Facultad de
Ingeniería.

Más adelante en la década de los ochentas (80’s) con la aparición y amplia

difusión de las computadoras personales y mediante el uso de lenguajes de
programación de propósito general como lo es BASIC , de bajo nivel y de alto nivel
o de nivel intermedio como lo es el lenguaje “C” , la enseñanza de los métodos
numéricos ha ido sufriendo modificaciones en el sentido de las herramientas que
se utilizan para el apoyo de cálculo o computo numérico, sin embargo, no fue
posible llevar a las aulas las computadoras personales pero si era posible dejar al
alumno el desarrollo de programas para la solución de problemas, como
complemento de la instrucción y por supuesto contando con el antecedente de una
asignatura de primer semestre, nos referimos a la asignatura Computadoras y
Programación, en la cual se incluye la enseñanza de un lenguaje de programación
desde su implantación a principios de los 80’s (Actualización del Plan de Estudios
1980 en la FES-Cuautitlán).

A partir del nuevo milenio y actualmente se han implementado los talleres de

computo en la enseñanza de los métodos numéricos, en los cuales se utilizan los
distintos programas de aplicación para la solución de problemas de Matemáticas.
.

Es importante aclarar que la herramienta computacional no sustituye la enseñanza

de los métodos numéricos por el razonamiento que se requiere en esta y en todas
las asignaturas de matemáticas, solamente apoya y facilita el desarrollo de
soluciones e inclusive se hace indispensable en la solución de ciertos modelos
numéricos.

Las experiencias llevadas a cabo por nuestro grupo de investigación durante

varios años han estado encaminadas al desarrollo de trabajos de investigación
relacionados con la introducción de los ambientes computacionales en la
enseñanza de la matemática. Esto nos permite describir algunos de los resultados
alcanzados en un grupo de trabajos científicos de alumnos que se especializan
como profesores de Matemática-Computación y de tesis de la Maestría de
Informática Educativa en los que abordan un rediseño de la enseñanza de la
Matemática con el uso combinado de varias herramientas de la computación, en
particular, con los asistentes matemáticos y estadísticos tales como el "DERIVE",
CABRIGEOMETRY, MATHEMATICA, MODELUS, STATISTICA, MAPLE, etc y
que prueban que estos sistemas pueden mejorar los resultados alcanzados con la
metodología tradicional. Esta ha dado lugar al desarrollo de algunos sistemas de
clases computarizadas en temas de Matemática en la enseñanza media y superior
y en las asignaturas de Algebra, Análisis Matemático, Estadística y Matemática
Numérica que son validadas desde el punto de vista metodológico actualmente y
que combinan las herramientas computacionales antes señaladas y en cuyo
diseño y elaboración hemos trabajado. Para la elaboración de la propuesta
metodológica de los sistemas de clases se cumplieron las siguientes etapas:

Análisis de necesidades educativas. En esta etapa debíamos: detectar problemas

educativos, establecer prioridades para solucionar, analizar alternativas de
solución y establecer el papel de la computadora en la solución.

Selección del software matemático a utilizar. Una vez identificados los temas
debíamos definir el soporte computacional a utilizar. Este fue un punto
ampliamente discutido en el grupo. Finalmente decidimos trabajar con diferentes
paquetes matemáticos en dependencia de las necesidades del tema abordado.

Diseño de los trabajos científicos a realizar. Un estándar que establecimos en el

diseño de los trabajos es que tuvieran una estructura común, teniendo en cuenta
la estructuración metodológica del contenido a tratar y el sistema de clases a
desarrollar, así como las orientaciones necesarias a estudiantes y profesores en
dependencia del tipo de clase planificada. Incluyendo las actividades a realizar en
la computadora con su respectiva hoja de trabajo.

Desarrollo de los trabajos. Para el desarrollo de los trabajos contamos con la

colaboración de especialistas en cada materia a realizar el sistema de clases
computarizadas y con estudiantes de últimos años de la carrera profesoral de
matemática - computación para los cuales constituyó este trabajo su tesis de
diplomado y algunos tesistas de la maestría de informática educativa en la
mención enseñanza de la matemática con ayuda de la informática. Este
desarrollo contó con la asesoría educativa permanente de los miembros del grupo.
Los sistemas de clases fueron desarrollados para plataforma DOS y/o WINDOWS.

Validación de los trabajos. Desde finales del año 1995 se realizaron las
validaciones de los primeros sistemas de clases y tareas con el asistente
matemático DERIVE y STATISTICA para la impartición de algunos contenidos
matemáticos para estudiantes de la especialidad y para estudiantes de la
especialidad de física. En este curso se realiza la experiencia en estudiantes
preuniversitarios vocacionales de 10º grado. Además se seleccionaron algunos
profesores y estudiantes con el fin de que evaluaran las clases diseñadas y el
sistema de tareas concebido.

Los temas abordados con la utilización de asistentes matemáticos son:

trigonometría, funciones elementales, propiedades y gráficos (en la enseñanza
media y superior), curvas de segundo orden, movimientos en 2D, discusión de
sistemas con parámetros, elementos de Estadística, métodos numéricos, cálculo
diferencial e integral, límite de sucesiones y funciones y ecuaciones diferenciales
ordinarias.

http://www.geocities.ws/datos_universidad/MNumericos/RaicesDeEcuaciones.pdf

http://www.ugr.es/~mpasadas/ftp/Tema3_apuntes.pdf

http://ing.unne.edu.ar/computacion/pub/informatica/IN.pdf

http://ing.unne.edu.ar/computacion/pub/informatica/IN.pdf