Академический Документы
Профессиональный Документы
Культура Документы
𝑥
Gráfico 1. Comportamiento de la ecuación no lineal 3𝑥 3 + + 1 = 0.
2
𝑥
Gráfico 2. Acercamiento a la raíz de la ecuación no lineal 3𝑥 3 + + 1 = 0.
2
3. A través del método de falsa posición se obtuvo que a 7 iteraciones para la función
𝑓(𝑥) = 𝑠𝑒𝑛(2𝑥) + 𝑐𝑜𝑠(𝑥) − 1,4 en el intervalo [0,1], la raíz corresponde a 𝑋𝑟 = 0,21885049
con un error de aproximación relativo de 0,012 %.
5.
Al comparar la raíz calculada a ojo con la raíz calculada a través del método de bisección y
el método de Newton Raphson se puede afirmar que un gráfico resulta ser práctico y útil,
pero no exacto, ya que la precisión entra en juego y los métodos numéricos dan una mayor
veracidad de lo que estamos buscando.
9.
Gráfico 5.
Línea roja: y=(3-5*x) /-6
Línea azul: y=(18-4*x) /3
De acuerdo con la gráfica las líneas se cortan en x=3, y reemplazando en las ecuaciones
anteriores el resultado de y es de y=2.
Gráfico 6.
Línea roja: y= (3-3*x) /2
Línea azul: y= y=(16-x) /5
De acuerdo a la gráfica las líneas se cortan en x=-1, y reemplazando en las ecuaciones
anteriores el resultado de y es de y=3.
Gráfico 7.
Línea roja: y=(3-1/2*x) /3
Línea azul: y=(-6-x)/ -2/3
De acuerdo con la gráfica las líneas se cortan en x=-4.8, y reemplazando en las ecuaciones
anteriores el resultado de y es de y=1.8.
10. La manera para encontrar la solución de cada sistema propuesto fue con hoja de
cálculo, así:
Para el sistema 𝑏 las raíces pueden tener infinitas soluciones, pues nos encontramos con la
situación 0 = 0.
11.
Figura 3. Aplicación de los métodos Jacobi y Gauss-Seidel para un sistema de ecuaciones
lineales 4x4.
12.
A)
B)
C)
De acuerdo a las figuras se puede observar que por medio del método de Gauss-seidel se
llega a la solución más rápido con una cantidad menor de iteraciones, se observa en el
punto A y C para el punto B el algoritmo nunca llega a la solución, sus errores son muy
grandes, esto se puede deber a que la matriz no es diagonalmente dominante.
Método de Taylor
Este método se aplica para resolver problemas de valor inicial a partir de una situación,
mediante el uso recursivo de ecuaciones diferenciales ordinarias.
APLICACIONES
𝑑𝑦
= (𝑥 − 𝑦)
𝑑𝑥
2
ℎ
𝑦1 = 𝑦 (0.2) = 𝑦0 + ℎ (𝑥0 − 𝑦0 ) + (1 − 𝑥0 + 𝑦0 )
2¡
2
0.2
= 2 + 0.2(0 − 2) + (1 −
2
0 + 2) = 1.66
2
ℎ
𝑦2 = 𝑦 (0.4) = 𝑦1 + ℎ (𝑥1 − 𝑦1 ) + (1 − 𝑥1 + 𝑦1 )
2
2
0. 2
= 1.66 + 0.2(0.2 − 1.66) + (1 − 0.2 + 1.66)
2
= 1.4172
al continuar este procedimiento se llega a
𝑦5 = 𝑦(1.0) = 1.11222
Método de Müller
Este método se puede usar para encontrar cualquier tipo de raíz, real o compleja, de una
función arbitraria.Converge casi cuadráticamente en un intervalo cercano a la raíz y es una
extensión del método de la secante, pero en lugar de aproximar 𝑓(𝑥) por una función lineal
(línea recta o polinomio de grado 1), resulta natural tratar de obtener una convergencia más
rápida aproximando 𝑓(𝑥) por un polinomio 𝑝(𝑥) de grado n >1 que coincida con 𝑓(𝑥) en los
puntos de abscisas 𝑥𝑖 , 𝑥𝑖−1 , . . . , 𝑥𝑖−𝑛 y determinar 𝑥𝑖+1como una de las raíces de 𝑝(𝑥).
Sean 𝑥𝑖 , 𝑥𝑖−1 , 𝑥𝑖−2 tres aproximaciones distintas a una raíz de 𝑓(𝑥) = 0. Usando la siguiente
notación.
𝑓𝑖 = 𝑓(𝑥𝑖 )
𝑓𝑖−1 = 𝑓(𝑥𝑖−1 )
𝑓𝑖−2 = 𝑓(𝑥𝑖−2 )
𝑓𝑖 − 𝑓𝑖−1
𝑓 [𝑥𝑖 , 𝑥𝑖−1 ] =
𝑥𝑖 − 𝑥𝑖−1
𝑓𝑖−1 − 𝑓𝑖−2
𝑓 [𝑥𝑖−1 , 𝑥𝑖−2 ] =
𝑥𝑖−1 − 𝑥𝑖−2
𝑝(𝑥) = 𝑓𝑖 + 𝑓 [𝑥𝑖 , 𝑥𝑖−1 ](𝑥 − 𝑥𝑖 ) + 𝑓 [𝑥𝑖 , 𝑥𝑖−1 , 𝑥𝑖−2 ](𝑥 − 𝑥𝑖 )(𝑥 − 𝑥𝑖−1 )
es la parábola única que pasa por los puntos (𝑥𝑖 , 𝑓𝑖 ), (𝑥𝑖−1 , 𝑓𝑖−1 ) y (𝑥𝑖−2 , 𝑓𝑖−2 ). La manera
usual de escribir un polinomio de segundo grado o parábola es
𝑝(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
Al comparar esta última expresión con la ecuación 2.30 se establece la siguiente
identificación
𝑎2 = 𝑓 [𝑥𝑖 , 𝑥𝑖−1 , 𝑥𝑖−2 ]
Una vez calculados los valores de 𝑎0 , 𝑎1 y 𝑎2 , las raíces de 𝑝(𝑥)se determinan a partir de la
fórmula cuadrática 2.31
2𝑎0
𝑥𝑖+1 = 1
−𝑎1 ± (𝑎12 − 4𝑎0 𝑎2 )2
Puede ocurrir que la raíz cuadrada en la ecuación sea compleja. Si 𝑓(𝑥) no está definida
para valores complejos, el algoritmo deberá reiniciarse con nuevos valores iniciales. Si 𝑓(𝑥)
es un polinomio, la posibilidad de raíces complejas es latente y el valor de 𝑥 puede
considerarse como aproximación a alguna de estas raíces y, por tanto, deberá emplearse
en la siguiente iteración (Nieves-Hurtado & Domínguez-Sánchez, 1998).
Diferencias.
La diferencia que existe de este método a los otros vistos en clase es que este se resuelve
de forma cuadrática, en vez de resolverlo de forma linea o n^1 intenta aproximar 𝑓(𝑥) por un
polinomio 𝑝(𝑥) de grado n >1 que coincida con 𝑓(𝑥) en los puntos de abscisas
𝑥𝑖 , 𝑥𝑖−1 , . . . , 𝑥𝑖−𝑛 y determinar 𝑥𝑖+1como una de las raíces de 𝑝(𝑥).
Ejemplo:
Utilizando el método de müller se encontra una raíz real de la ecuación polinomial
3 2
𝐹(𝑥) = 𝑥 + 2𝑥 + 10𝑥 − 20 = 0
Primera iteración
Al seleccionar como valores iniciales a
𝑋0 = 0; 𝑋1 = 1; 𝑋2 = 2
Después evaluando la función F(x) en estos puntos, se tiene
𝑓0 = −20 𝑓1 − 7 𝑓2 = 16
Se calculan ahora los coeficientes del polinomio de segundo grado
𝑓 −𝑓 −7+20
𝑓 [𝑋1 , 𝑋0 ] = 𝑥1 −𝑥0 = = 13
1 0 1−0
𝑓 −𝑓 23−13
𝑓 [𝑋2 , 𝑋1 ] = 𝑥2 −𝑥1 = = 23
2 1 2−0
Por lo tanto
𝑎2 = 𝑓 [𝑥2 , 𝑥1 , 𝑥0 ] = 5
1/2 1/2
−𝑎1 + (𝑎12 − 4𝑎0 𝑎2 ) = −8 + (64 + 400)
= 13.54066
1/2 1/2
−𝑎1 − (𝑎12 − 4𝑎0 𝑎2 ) = −8 + (64 + 400)
= −29.54066
Como el segundo es mayor en valor absoluto, se usa en la ecuación 2,31, de donde
2𝑎0 2(−20)
𝑥3 = 1/2
= = 1.35407
−𝑎1 − (𝑎12 − 4𝑎0 𝑎2 ) −29.54
Segunda iteración
Recorriendo ahora los subíndices de x, se tiene
𝑋0 = 0; 𝑋1 = 1; 𝑋2 = 2
𝑓0 = −20 𝑓1 − 7 𝑓2 = 16
En consecuencia
𝑓1 − 𝑓0 16 + 7
𝑓 [𝑋1 , 𝑋0 ] = = = 23
𝑥1 − 𝑥0 2−1
𝑓 −𝑓 −0.30968−16
𝑓 [𝑋2 , 𝑋1 ] = 𝑥2 −𝑥1 = = 25.24999
2 1 1.355407−2
De donde
𝑎2 = 𝑓 [𝑥2 , 𝑥1 , 𝑥0 ] = 6.35407
1/2
−𝑎1 + (𝑎12 − 4𝑎0 𝑎2 ) = 17.39295
1/2
−𝑎1 − (𝑎12 − 4𝑎0 𝑎2 ) = −25.26855
Como el segundo es mayor en valor absoluto, se usa en la ecuación 2,31, en donde
2𝑎0 2(−20)
𝑥3 = 1/2
= = 1.36865
−𝑎1 − (𝑎12 − 4𝑎0 𝑎2 ) −29.54
la tabla 2.5 se obtiene repitiendo el procedimiento
i 𝑥𝑖 |𝑥𝑖+1 − 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
BIBLIOGRAFÍA