TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico Superior de Acayucan

Actividad 1 Investigar los métodos de solución de ecuaciones no lineales

y hacer una tabla comparativa de casos de utilización
Nombre del tema y subtema

DANIEL GARCIA MENDOZA /ING. ELIAS VALEZ VALVERDE

Datos del alumno y/o datos del asesor.

27/FEBRERO/2018
Fecha de elaboración.

San Juan Evangelista, Ver.

1
 TECNOLÓGICO NACIONAL DE MÉXICO

ÍNDICE
Introducción…………………………………………………………………………….3
1.- Método de Bisección ..................................................................................... 4
2.- Método de Regula-Falsi. ............................................................................... 4
3.- Método de la secante……………………………………………………………...6
4.- Método de Newton-Raphson……………………………………………………..7
5.-Métodos Iterativos…………………………………………………………………..9

6.- Tabla comparativa de casos de utilización…………………………………….10

7.-Conclusión ................................................................................................... 11

8.-Bibliografía ................................................................................................... 12

2
 TECNOLÓGICO NACIONAL DE MÉXICO

Introducción

En análisis numérico un algoritmo de búsqueda de raíces es un método numérico

o algorítmico para encontrar las soluciones aproximadas de una ecuación dada por la
expresión f(x) = 0 para una función matemática f dada. A la solución x de la ecuación se le
llama raíz o cero de la función.
Igualmente, resolver la ecuación f(x) = g(x) es análogo a resolver la ecuación f − g = 0, es
decir, encontrar las raíces de la función f - g.
Este artículo trata sobre cómo encontrar raíces reales o complejas, aproximadas por
números de punto flotante.
Los métodos numéricos de resolución de ecuaciones no lineales suelen ser
métodos iterativos que producen una sucesión de valores aproximados de la solución, que
se espera, que converja a la raíz de la ecuación. Estos métodos van calculando las
sucesivas aproximaciones sobre la base de los anteriores, a partir de una o varias
aproximaciones iniciales.
El comportamiento de los algoritmos de búsqueda de raíces se estudia en análisis
numérico. Funcionan mejor cuando se toman en cuenta las características de la función.
Para saber que método debemos aplicar, hay que tener en cuenta la capacidad de separar
raíces cercanas, confiabilidad en el alcance de soluciones evitando errores numéricos
graves y orden de convergencia.

3
 TECNOLÓGICO NACIONAL DE MÉXICO

1.- Método de Bisección

Algoritmo del método de Bisección
El método de Bisección para la resolución de la ecuación f(x) = 0 se basa en el Teorema
de Bolzano que nos asegura la existencia de, al menos, una raíz de una función f(x) en un
cierto intervalo [a; b], bajo ciertas condiciones.

Supongamos que f(x) es continua y cambia de signo en los extremos de [a; b].Basándonos
en el anterior teorema, podemos aproximar una solución de la ecuación f(x) = 0 dividiendo
el intervalo inicial en dos su intervalos iguales y eligiendo aquel en el que f(x) cambia de
signo. Después se repite el proceso hasta que se verifique algún criterio de parada.

2.- Método de Regula-Falsi

Algoritmo del Método de Regula-Falsi

Se trata de realizar un refinamiento del Método de Bisección, eligiendo

la aproximación m a distancias de a y b proporcionales a f(a) y f(b).
La ecuación de la recta que pasa por los puntos (a; f(a)) y (b; f(b)) es

4
 TECNOLÓGICO NACIONAL DE MÉXICO

De donde se tiene que el corte con el eje OX es, haciendo x = 0 y despejando

y, el valor

Se verifica que:

• mn converge más rápidamente a s que en el Método de Bisección.

• Un extremo es fijo.
• La amplitud de los intervalos no tiene a cero.
• No admite acotación del error.
Luego el algoritmo es el siguiente

5
 TECNOLÓGICO NACIONAL DE MÉXICO

3.- Método de la secante

Se trata de un método iterativo en el que, en cada paso, se calcula una

aproximación de la solución en lugar de un intervalo que la contiene.
Se parte de x0 = a y x1 = b y se calcula, iterativamente para cada n ≥ 1,
la intersección de la secante que une los puntos (xn-1; f(xn-1) y (xn; f(xn))
con el eje de abscisa, obteniéndose la abscisa

6
 TECNOLÓGICO NACIONAL DE MÉXICO

Por tanto el algoritmo es el siguiente:

4.- Método de Newton-Raphson

Se trata de llevar el límite el método de la secante y, por tanto, en cada

iteración n, considerar la recta tangente a f(x) en (xn; f(xn)) y tomar como
siguiente aproximación xn+1 la intersección de dicha tangente con el eje de
abscisas. Por tanto, teniendo en cuenta que la ecuación de la recta tangente
a la gráfica de f(x) en el punto (xn; f(xn)) es

Se tiene que:

7
 TECNOLÓGICO NACIONAL DE MÉXICO

Luego el algoritmo del Método de Newton-Raphson es:

Observaciones sobre el Método de Newton-Raphson

• Es el más rápido
• Requiere que f 0(s) 6= 0
• Elegir x0 puede ser delicado
• La acotación del error es complicada
• El criterio de parada más usual es la repetición de cifras.

8
 TECNOLÓGICO NACIONAL DE MÉXICO

5.-Métodos Iterativos

Se trata de transformar la ecuación f(x) = 0 (cálculo de una raíz de la

función f(x)) en una ecuación del tipo x = g(x) (cálculo de un punto fijo de
la función g(x)) de forma que sean equivalentes, es decir, tengan la misma
solución.
Ejemplo (Método de Newton-Raphson)

9
 TECNOLÓGICO NACIONAL DE MÉXICO

6.-Tabla comparativa de casos de utilización

Método de Método de Método de la Método de Newton- Métodos
Bisección Regula-Falsi Secante Raphson Iterativos

Dada una En cálculo numérico, Se considera una función En los ejercicios se calcula una raíz Los métodos iterativos se basan
determinada función el método de la regula que tiene al menos una de una cierta función en un intervalo en el cálculo de un punto fijo para
continua en un falsi (regla del falso) raíz en el intervalo en determinado, partiendo de una una cierta
intervalo dado, que o falsa posición es estudio. Se obtienen las aproximación inicial dada. La función g(x). El siguiente
tiene al menos una un método diferentes iteraciones y se solución se pide con seis cifras resultado determina condiciones
raíz en dicho intervalo, iterativo de resolución llevan a una tabla que decimales correctas, para lo que se suficientes para
se obtiene una numérica de ecuaciones contiene las diferentes construye una tabla con los valores la existencia de un punto fijo para
sucesión de puntos no lineales. El método iteraciones obtenidas, así de las iteraciones sucesivas, g(x).
que se van combina el método de como las estimaciones de incluyendo también columnas para Demostración Sea h(x) = g(x) -
aproximando a una bisección y el método de los errores absoluto y las estimaciones de los valores x, para todo x 2 [a; b]. Entonces
solución buscada en la secante. relativo que corresponden absoluto y relativo, así como la h(x)
el intervalo. Los a la iteración. A la gráfica constante de error asintótico. En es continua y verifica que h(a) >
puntos de dicha de la función se le añaden general, el ejercicio parte de ambos 0 y h(b) < 0, por lo que se
sucesión se obtienen Como en el método de los puntos obtenidos, y extremos del intervalo y obtiene las verifican las
calculando el punto bisección, se parte de un las diferentes secantes correspondientes tablas. Al final, se condiciones del Teorema de
medio del intervalo intervalo inicial [a0,b0] con que resultan al dibujar el dan las gráficas del funcionamiento Bolzano. En consecuencia,
actual que se está f(a0) y f(b0) de signos segmento que une las del algoritmo, hasta donde sea existe un s 2 (a; b)
considerando. La opuestos, lo que dos últimas iteraciones: posible representarlo. Hay varios tal que h(s) = 0, es decir g(s) = s.
convergencia es garantiza que en su (xn-1, f(xn-1)) y (xn, f(xn)). El ejemplos que coinciden con los Para demostrar la unicidad,
Lineal y puede ser interior hay al menos una punto de corte de este vistos en el método de la secante, de supongamos que existe dos
Ecuaciones no lineales

lenta. Se construye raíz (véase Teorema de
una tabla (con un Bolzano). El algoritmo va
número máximo de obteniendo
30 iteraciones) y para sucesivamente en cada
cada iteración se paso un intervalo más
consideran los pequeño [ak, bk] que
errores. Por último, sigue incluyendo una raíz
los datos obtenidos de la función f.
se llevan a una
A partir de un intervalo
gráfica en la que se
[ak, bk] se calcula un
puede apreciar la
punto interior ck:
sucesión de puntos
que van convergiendo
al valor pedido de la
raiz.
Ejemplo:
La función Dicho punto es la
f(x) =xsenx – 1 tiene intersección de la recta
un cero en el intervalo que pasa por (a,f(ak)) y
[0,2],porque (b,f(bk)) con el eje de
f(0) = -1 y abscisas (igual a como se
f(2)=0.818595.. hace en el método de la
secante).
Se evalúa entonces f(ck).
Si es suficientemente
pequeño, ck es la raíz
buscada. Si no, el
próximo intervalo
[ak+1, bk+1] será:
 [ak, ck] si f(ak) y f(ck)
R= 0.0035087 tienen signos
opuestos;
 [ck, bk] en caso
contrario.
segmento con el eje de
abscisas 'x' es la abscisa
de la nueva iteración
obtenida (xn+1, f(xn+1)).
Ejemplo:
Calculemos mediante 5
pasos del método de la
secante una aproximación
de la solución del
problema de la oscilación
amortiguada de una
estructura:
f (t) =10 e^1/2*cos2t−4 =
0. Tomando x0 = 0 y x1 =
1, se obtiene la siguiente
sucesión de
aproximaciones:
f (t) = 10 e t 2 cos 2t − 4 =
0. Tomando x0 = 0 y x1 =
1, se obtiene la siguiente
sucesión de
aproximaciones:
x2 = 0.479078
x3 = 0.517905
x4 = 0.513640
x5 = 0.513652, con lo cual
podemos afirmar que una
aproximación con cuatro
decimales
Exactas de la solución es
0.5126.
forma que se pueden comparar las valores s; t 2 (a; b)
soluciones encontradas. se han tales que g(s) = s y g(t) = t,
incluido algunos ejemplos en los que entonces, por el Teorema del
el algoritmo converge a raíces Valor Medio,
diferentes según sea el extremo del existe c 2 (s; t) tal que g(t) - g(s)
intervalo elegido = g0(c)(t - s), es decir, g0(c) = 1,
lo que
contradice la segunda condición
Sea ahora fxng la sucesión
generada a partir de x0 2 [a; b]
mediante la
iteración xn+1 = g(xn, para m ≥ 0,
A continuación, presentamos la y sea L = maxx2[a;b] jg0(x)j < 1.
solución aproximada de algunas Se verifica entonces que
ecuaciones con el método: en = jxn - sj = jg(xn-1) - g(s)j =
jg0(x)jen-1
≤ Len-1 ≤ L2en-2 ≤ · · · ≤ Lne0:.
Observaciones sobre el Método de
Newton-Raphson
 Es el más rápido
 Requiere que f 0 (s) 6=
0
 Elegir x0 puede ser
delicado
 La acotación del error
es complicada
El criterio de parada más usual es la
repetición de cifra

10
 TECNOLÓGICO NACIONAL DE MÉXICO

7.-Conclusión

En esta actividad podemos observar la importancia de conocer los diferentes

métodos de solución de ecuaciones no lineales y como se desarrollan estos
mediante los métodos de intervalo e interpolación apoyada de un lenguaje de
programación.
El cual se diferencia de los métodos de ecuaciones lineales a los no lineales
Ecuación lineal: A aquella que tiene la forma de un polinomio de primer grado, es
decir, las incógnitas no están elevadas a potencias, ni multiplicadas entre sí, ni en
el denominador. *Como es bien sabido, las ecuaciones lineales con 2 incógnitas
representan una recta en el plano cartesiano. Representación gráfica de la recta −x
+ 2y = 3
Un sistema de ecuaciones es n o lineal: cuando al menos una de sus
ecuaciones no es de primer grado .

11
 TECNOLÓGICO NACIONAL DE MÉXICO

8.- Bibliografía

Métodos numéricos de resolución de ecuaciones no lineales

Carlos Conde ( ∗ ) y Emanuele Schiavi ( ∗∗)

Universidad Politécnica de Madrid. Escuela Técnica Superior de Ingenieros de Minas

Departamento de Matemática Aplicada y Métodos Informáticos

https://es.wikipedia.org/wiki/Resoluci%C3%B3n_num%C3%A9rica_de_ecuaciones_no_lineales

Métodos numéricos para ingenieros

Steven C. Chapra Raymond P. Canale Decano de Computación e Ingeniería Profesor emérito de

Ingeniería Civil Tufts University University of Michigan

12