Академический Документы
Профессиональный Документы
Культура Документы
es solución de:
es solución de:
es solución de:
BÚSQUEDA DE UNA RAÍZ
BÚSQUEDA DE VARIAS RAÍCES
RAÍCES DE POLINOMIOS
RAÍCES DE ECUACIONES
Indice
ECUACIONES ALGEBRAICAS NO LINEALES
- Consideraciones generales
- Solución de ecuaciones no lineales
- Separación de raíces
- Métodos para ecuaciones con una sola variable:
- Método de búsqueda incremental,
- Iteración de punto fijo,
- Método de bisección,
- Método del Regula-Falsi,
- Método de Newton-Raphson,
- Método de la secante,
- Criterios de convergencia
- Condicionamiento
- Raíces de polinomios
- Deflación
- Algoritmos.
Metas y objetivos
Objetivos de estudio. Después de terminar usted debe tener la suficiente información para
abordar con éxito una amplia variedad de problemas de ingeniería, relacionados con las
raíces de ecuaciones. En general, se dominarán las técnicas, se habrá aprendido a
determinar su confiabilidad y se tendrá la capacidad de elegir el mejor método (o métodos)
para cualquier problema particular.
Ecuaciones Algebraicas
Lineales No lineales
Metodos
Numericos
Intervalo a la
mitad False
(o bisection) Position Ridder
(o regula falsi)
Succesive
Secant Muller
Substitution
(o fixed-point)
Wegstein Newton
Raphson
Metodos
Analiticos
Brent
Broyden
Homotopy
Dogleg step
Hook step
Objetivo
Sea f(x) una función no lineal en x. Hallar el valor de x, x*,
tal que se cumple f(x*)=0.
x* se suele denominar el cero o raíz de f(x)
x* se puede determinar por medios analíticos (solución
exacta) o por medios numéricos (solución aproximada)
Tipos de métodos
Métodos acotados
La raíz está situada en un intervalo (necesita dos
puntos). Acaba convergiendo dentro de una
tolerancia.
Métodos abiertos
Sólo emplean un punto inicial (o dos puntos que no
tienen por qué contener a la raíz) y una fórmula para
encontrar la raíz. No siempre convergen, pero
cuando lo hacen son mucho más rápidos que los
métodos acotados.
Ecuaciones algebraicas no lineales
Métodos abiertos
•Emplean una aproximación funcional para obtener el
nuevo valor estimado de la raíz (línea recta, cuadrática,
polinomio)
•Métodos:
•Punto-fijo (sustitución sucesiva o directa)
•Newton-Raphson (línea recta empleando información del
gradiente)
•Secante (línea recta empleando dos puntos)
•Muller (aprox. cuadrática empleando tres puntos)
Ecuaciones algebraicas no lineales
Similaridades:
•Ambos métodos necesitan DOS valores iniciales
Convergence Rate
•Requieren un procedimiento para determinar el
cambio de signo.
10
Relative Errors
Diferencias: Bisection method
f(x i ).f(x s ) 0
f(xi)
hay una raíz
3 raíces (o 5, o 7 o …)
hay un número impar de raíces
xi xs x
f(xs)
PRECAUCIONES EN EL USO
DE MÉTODOS CERRADOS
f(x)
f(x i ).f(x s ) 0
f(xi)
hay una raíz
3 raíces (1 simple y 1 doble)
hay un número impar de raíces
xi xs x
f(xs)
PRECAUCIONES EN EL USO
DE MÉTODOS CERRADOS
f(x)
f(x i ).f(x s ) 0
f(xi)
no hay raíz
2 raíces (o 4, o 6 o …)
hay un número par de raíces
f(xs)
xi xs x
PRECAUCIONES EN EL USO
DE MÉTODOS CERRADOS
f(x)
f(x i ).f(x s ) 0
f(xi)
no hay raíz
1 raíz doble
hay un número par de raíces
f(xs)
xi xs x
PRECAUCIONES EN EL USO
DE MÉTODOS CERRADOS
• Los métodos cerrados siempre convergen,
aunque lentamente.
• En la mayoría de los problemas el método de
la regla falsa converge más rápido que el de
bisección.
• Conviene utilizar la calculadora graficadora
o una computadora para graficar la función
y realizar acercamientos necesarios hasta
tener claridad sobre su comportamiento.
Análisis Numérico de
Ecuaciones No
Lineales
Temario
Métodos cerrados:
Métodos gráficos
Método de bisección
Método de la posición falsa
Métodos abiertos:
Iteración simple de punto fijo
Método de Newton-Raphson
Método de la secante
Raíces de polinomios:
Método de Müller
Método de Bairstow
MÉTODO GRÁFICO
f(x)
Visual
x
xr
MÉTODO GRÁFICO
Ejemplo
c Fc
4 34,1148
8 17,6534
12 6,0669
14 1,5687
15 -0,4248
16 -2,2688
17 -3,9767
18 -5,5608
19 -7,0321
20 -8,4006
21 -9,6752
22 -10,8639
23 -11,9740
Ejercicio
FUNDAMENTOS CONCEPTUALES:
Problema f(x)=0
Sustitución sucesiva
1. Transformar a x=g(x)
y
2. Seleccionar un punto inicial x0
y= x
3. Calcular nuevo valor xi+1=g(xi)
4. Repetir hasta llegar a la tolerancia requerida
y= g(x) y
Raiz
y= x
x2 x1 x0 x
y= g(x)
Si:
|g’(x)|<1 El algoritmo converge linealmente
|g’(x)|>=1 El algoritmo diverge
x3 x1 x0 x2 x
MÉTODO DEL PUNTO FIJO
x
MÉTODO DEL PUNTO FIJO
f(x)
f(x) g(x) x
x
MÉTODO DEL PUNTO FIJO
• La fórmula de recurrencia para el método del punto
fijo se obtiene de considerar una función que el
resultado de sumar la función f con la función
identidad:
g(x) f(x) x
g(x) f(x) x
f(x) g(x) x
f(x) 0 g(x) x 0
g(x) x
f(x) g(x) x
f(x) 0 g(x) x 0
g(x) x
MÉTODO DEL PUNTO FIJO
f(x)
x
g(x)
x
xr
f(x)
MÉTODO DEL PUNTO FIJO
f(x)
x
g(x)
x
xr
f(x)
MÉTODO DEL PUNTO FIJO
f(x)
g(x0)
g(x 0 ) x1
x0 x1 x
MÉTODO DEL PUNTO FIJO
f(x)
g'(x) 1
Requisito para convergencia
x0 x3 x2 x1 x
MÉTODO DEL PUNTO FIJO
x * g(x * )
• Si x* es el verdadero valor de la r aíz:
x xi1 g(x ) g(xi )
* *
g'(x)
Convergencia
solución monótona
solución oscilante
g'(x)
Divergencia
MÉTODO DEL PUNTO FIJO
f(x) e x
x
iteración
Xi f(Xi) g(Xi) e*(%)
1 0 1 1
2 1 -0.63212056 0.36787944 100.00
3 0.36787944 0.32432119 0.69220063 171.83
4 0.69220063 -0.19172713 0.5004735 46.85
5 0.5004735 0.10577003 0.60624354 38.31
6 0.60624354 -0.06084775 0.54539579 17.45
7 0.54539579 0.03421655 0.57961234 11.16
8 0.57961234 -0.01949687 0.56011546 5.90
9 0.56011546 0.01102765 0.57114312 3.48
10 0.57114312 -0.00626377 0.56487935 1.93
11 0.56487935 0.00354938 0.56842873 1.11
12 0.56842873 -0.00201399 0.56641473 0.62
13 0.56641473 0.0011419 0.56755664 0.36
14 0.56755664 -0.00064773 0.56690891 0.20
15 0.56690891 0.00036732 0.56727623 0.11
16 0.56727623 -0.00020833 0.5670679 0.06
17 0.5670679 0.00011815 0.56718605 0.04
Métodos acotados
Base: Una función cambia de signo en la proximidad de una raíz
•Una raíz está acotada en el intervalo [a,b] si el signo de f(a) es diferente
al signo de f(b)
Método deBisection
la bisección (o intervalo medio)
Method
f(x) Algoritmo
f(b)
1. Selecciona un intervalo [a,b] donde halla
[nuevo un cero
punto]
a Mid-point b
x 2. Calcula el punto medio como nuevo punto
3. Comprueba si hay cambio de signo en
[a,b] [a,p] o en [p,b]. Comprobación: f(a)*f(p).
Next estimate of Bisection
4. Si el producto es cero, entonces p es una
raíz. Si no es cero volver al punto 2.
f(a)
Método de Bisección
MÉTODO DE BISECCIÓN
El método de bisección también se denomina método de bipartición del
intervalo porque la estrategia es bisectar o separar a la mitad el intervalo de
xa y xb y luego retener el semiintervalo cuyos extremos siguen acotando la
raíz.
Este se clasifica como un método de acotamiento. Es aplicable a ecuaciones de
la forma f(x) = 0 cuando es posible encontrar dos valores limitantes xa y xb
tales que la función f(x) cambia de signo una vez para valores x en el intervalo
xa x xb . Por consiguiente, los valores limitantes acotan la raíz.
El requisito de que la función cambie de signo sólo una vez constituye una
manera de detrminar cuál semiintervalo retener.
• Este método se basa en encontrar una raíz de (x)=0 empezando con dos
valores que encierran o ponen entre corchetes a la raíz
• Nos damos cuenta que una función está entre corchetes cuando cambia
de signo en sus puntos extremos. La función tiene que ser continua
• Se concibe como un método de búsqueda binaria en donde se va buscando
la raíz en subintervalos de intervalos
Método de Bisección
(xm)0
(x)
(xm)1
raíz
(xa)0 (xa)1,2
(xb)2 (xb)0,1
Después de la bisección (1)
y
De acuerdo con el teorema del
valor medio, existe p [a,b] tal
f(a)
que f(p) = 0. y = f(x)
El método consiste en dividir a la
mitad el intervalo y localizar la
mitad que contiene a p. b
El procesos se repite hasta la
x
lograr la precisión deseada. a
f(b)
Método de Bisección
x
MÉTODO DE BISECCIÓN
f(x) • Consiste en considerar un intervalo (xi, xs)
en el que se garantice que la función tiene
raíz.
f(xi)
• El segmento se bisecta, tomando el punto
de bisección xr como aproximación de la
raíz buscada.
xi xs x
f(xs)
MÉTODO DE BISECCIÓN
f(x) • Consiste en considerar un intervalo (xi, xs)
en el que se garantice que la función tiene
raíz.
f(xi) • El segmento se bisecta, tomando el punto
de bisección xr como aproximación de la
raíz buscada.
• Se identifica luego en cuál de los dos
intervalos está la raíz.
f(xr)
xi xr xs x
f(xs)
MÉTODO DE BISECCIÓN
f(x)
f(xi) xi = x r
f(xr)
xi xr xs x
f(xs)
MÉTODO DE BISECCIÓN
f(xi)
f(xr)
xi xr xs x
f(xs)
ALGORITMO: Método de Bisección
Método de Bisección
1) Se eligen los valores limitantes xa y xb (con xb xa )
2) Se calcula
f a f xa o f b f xb
f(x) = X^10-1
Raiz signo
Iteraciones Xa Xb Xr f(Xa) f(xr) f(xa)f(xr) Ea% Et%
1 0 1,4 0,7 -1 -0,97175248 0,97175248 30
2 0,70 1,4 1,05 -0,97175248 0,62889463 -0,61112991 33,3333333 5
3 0,70 1,05 0,875 -0,97175248 -0,73692442 0,71610813 20 12,5
4 0,88 1,05 0,9625 -0,73692442 -0,31764971 0,23408383 9,09090909 3,75
5 0,96 1,05 1,00625 -0,31764971 0,06428743 -0,02042088 4,34782609 0,625
6 0,96 1,00625 0,984375 -0,31764971 -0,14570915 0,04628447 2,22222222 1,5625
7 0,98 1,00625 0,9953125 -0,14570915 -0,04589849 0,00668783 1,0989011 0,46875
8 1,00 1,00625 1,00078125 -0,04589849 0,00784002 -0,00035985 0,54644809 0,078125
9 1,00 1,00078125 0,99804688 -0,04589849 -0,01936048 0,00088862 0,2739726 0,1953125
10 1,00 1,00078125 0,99941406 -0,01936048 -0,00584395 0,00011314 0,13679891 0,05859375
11 1,00 1,00078125 1,00009766 -0,00584395 0,00097699 -5,7095E-06 0,0683527 0,00976562
12 1,00 1,00009766 0,99975586 -0,00584395 -0,00243873 1,4252E-05 0,03418803 0,02441406
MÉTODO DE BISECCIÓN
f(x) e x
x
0,024414063..
0 1
Método de la Falsa Posición
Método de la Falsa Posición (Regula Falsi)
MÉTODO DE LA FALSA POSICIÓN
El método de la falsa posición se puede entender como un intento por mejorar
las características de convergencia del método de bisección. Se comienza con
valores limitantes xa y xb tales que f(x) cambia de signo sólo una vez en el
intervalo de xa a xb.
Por interpolación lineal se encuentra una raíz aproximada entre xa a xb que
sirve como valor intermedio xintermedio. El nuevo intervalo que contiene la raíz
comprende ahora de xa a xintermedio o de xintermedio a xb. El razonamiento para
determinar se retiene es le mismo que para el método de
que intervaloMethod
False-Position
bisección.
Algoritmo
f(x) 1. Selecciona un intervalo [a,b] donde halla
un cero
f(b)
2. Calcula un punto intersección como nuevo
punto
[nuevo f (a) f (b) f (b)[a - b])
Intersection = Þ m =b-
a punto] point b m- a m- b f (a) - f (b)
x
3. Comprueba si hay cambio de signo en
[a,b]
[a,p] o en [p,b]. Comprobación: f(a)*f(p).
4.
Next estimate of False-position Si el producto es cero, entonces p es una
raíz. Si no es cero volver al punto 2.
f(a)
Método de la Falsa Posición (Regula Falsi)
(x) (xint)0
(xint)1
raíz
(xa)0 (xa)1
(xa)
2
(xb)0,1,2
Después de la iteración (1)
x
MÉTODO DE LA REGLA FALSA
f(x)
• Consiste en considerar un intervalo (xi, xs)
en el que se garantice que la función tiene
f(xi) raíz.
• Se traza una recta que une los puntos
(xi, f(xi)), (xs, f(xs))
xi xs x
f(xs)
MÉTODO DE LA REGLA FALSA
f(x) • Consiste en considerar un intervalo (xi, xs)
en el que se garantice que la función tiene
raíz.
f(xi) • Se traza una recta que une los puntos
(xi, f(xi)), (xs, f(xs))
• Se obtiene el punto de intersección de esta
recta con el eje de las abscisas: (xr, 0); se
toma xr como aprox. de la raíz buscada.
xi xs x
f(xs)
MÉTODO DE LA REGLA FALSA
• Consiste en considerar un intervalo (xi, xs) en el que
f(x) se garantice que la función tiene raíz.
• Se traza una recta que une los puntos (xi, f(xi)),
(xs, f(xs)) y se obtiene el punto de intersección de
f(xi) esta recta con el eje de las abscisas: (xr, 0); se toma
xr como aproximación de la raíz buscada.
• Se identifica luego en cuál de los dos intervalos está
la raíz.
xi xr xs x
f(xr)
f(xs)
MÉTODO DE LA REGLA FALSA
f(x)
f(xi) xs = x r
xi xr xs x
f(xr)
f(xs)
MÉTODO DE LA REGLA FALSA
• Consiste en considerar un intervalo (xi, xs) en el
que se garantice que la función tiene raíz.
• Se traza una recta que une los puntos (xi, f(xi)),
(xs, f(xs))
• Se obtiene el punto de intersección de esta recta
con el eje de las abscisas: (xr, 0); se toma xr como
aproximación de la raíz buscada.
• Se identifica luego en cuál de los dos intervalos
está la raíz.
• El proceso se repite n veces, hasta que el punto de
intersección xr coincide prácticamente con el valor
exacto de la raíz.
MÉTODO DE LA REGLA FALSA
f(x)
f( x s )( xi - x s )
f(xi)
xr = x s -
f( xi ) - f( x s )
xi xr xs x
f(xr)
f(xs)
MÉTODO DE LA REGLA FALSA
f(x)
f(xi)
xi xs x
f(xs)
MÉTODO DE LA REGLA FALSA
f(x)
x
MÉTODO DE LA REGLA FALSA
• La fórmula de recurrencia para el método de la regla
falsa se obtiene de comparar dos triángulos semejantes:
f(xi ) f(x s )
xr xi xr x s
(xr x s )f(xi ) (xr xi )f(x s )
xr f(xi ) x s f(xi ) xr f(x s ) xif(x s )
xr f(xi ) xr f(x s ) x s f(xi ) xif(x s )
xr [f(xi ) f(x s )] x s f(xi ) xif(x s )
x s f(x i ) xif(x s )
xr
f(x i ) f(x s )
ALGORITMO:
Método de la Falsa Posición
1) Se eligen los valores limitantes xa y xb (con xb xa )
2) Se calculaf a f xa o f b f xb y un contador i se coloca en cero
3) EL contador i se incrementa en 1 y se calcula el punto xint ermedio a partir
de una de las dos expresiones:
xint ermedio xa xb xa f xa f xb f xa
O bien
xint ermedio xb xb xa f xb f xb f xa
4) Se calcula f int ermedio f xint ermedio
5) Dependiendo de si fa o fb está disponible a partir del paso (2), se usa i o ii
i) Si f a f int ermedio 0 , xa se recoloca en xint ermedio ;
En caso contrario, xb se recoloca en xint ermedio
ii) Si f b f int ermedio 0 , xb se recoloca en xint ermedio ;
En caso contrario, xa se recoloca en xint ermedio
2 0.4M
2
2.43.5
1
Cp
0.7M
2
C p C pi 1 M M
2 2
C pi / 2 1 1 M 2
1
f M 2 0.4M 2 2.4
3.5
1 0.7 M 2 C pi 1 M M
2 2
C pi / 2 1 1 M 2 0
1
Método de la Falsa Posición (Regula Falsi)
Aplicando el método de falsa posición, resolver la ecuación cuando Cpi=-
0.383. Usar los valores límite (Ma=0.18) y (Mb=0.98), y terminar las
iteraciones cuando f M int ermedio se vuelve menor o igual que 10 -2.
Iteración Ma Mb M int i
f M int
1 0.18000 0.98000 0.74306 -0.04414
2 0.18000 0.74306 0.74258 -0.03804
3 0.18000 0.74258 0.74217 -0.03278
4 0.18000 0.74217 0.74181 -0.02825
5 0.18000 0.74181 0.74151 -0.02435
6 0.18000 0.74151 0.74124 -0.02099
7 0.18000 0.74124 0.74101 -0.01809
8 0.18000 0.74101 0.74082 -0.01560
9 0.18000 0.74082 0.74065 -0.01345
f(x) e x
x
iteración Xi Xs f(xi) f(Xs) Xr f(Xr) e(%) e*(%)
1 0 1 1 -0.63212056 0.61269984 -0.07081395 8.03
f(xi)
f(xi)/2
f(xi)/4
x
Método de Newton-Raphson
Ecuaciones algebraicas no lineales
Problema g(x)=0
1. Seleccionar un punto inicial x0
2. Calcular g(xi) y g’(xi)
x2 x1 x0 x
El Método de Newton-Raphson
f ( x0 ) )
tan f '(x0 )
0
, 1 0
f ( xx0 )
x x
x0 x1 f '( (x0)
f ( xel1 )calculo al estimar
Se continua
x x
x1 x0
2 1
f '( x1 ) x0-x1
El Método de Newton-Raphson
Se calculan f (x0 ) y f '(x0 )
IF (f (x0 ) 0) AND (f '(x0 ) 0)
Algoritmo Repeat
Se Hace x1 x0
Para determinar una raíz de (x)=0 Se Hace x0 x0 f (x0 ) / f '(x0 )
dado un valor de x0 razonablemente Until ( x0 x1 valor de tolerancia 1) OR ( f (x0 ) valor de tolerancia 2)
o
f (xn )
xn1 x n xn+1 xn
f '(x n )
El Método de Newton-Raphson
Ejemplo
Determinar la raíz de la siguiente función (x)=3x + sen x – ex=0
f (x) 3x senx e x ,
f '(x) 3 cos x e x
x0 0
f ( x0 ) 1.0
x1 x0 0.0 0.33333;
f '( x0 ) 3.0
f ( x1 ) 0.068418
x2 x1 0.33333 0.36017;
f '( x1 ) 2.54934
f (x2 ) 6.279 *104
x3 x2 0.36017 0.3604217;
f '( x2 ) 2.50226
x
MÉTODO DE NEWTON RAPHSON
f(x)
• Consiste en elegir un punto inicial cualquiera
x1 como aproximación de la raíz y obtener el
f(x1) valor de la función por ese punto.
• Trazar una recta tangente a la función por
ese punto.
x1 x
MÉTODO DE NEWTON RAPHSON
f(x) • Consiste en elegir un punto inicial cualquiera
x1 como aproximación de la raíz.
• Obtener el valor de la función por ese punto y
f(x1) trazar una recta tangente a la función por
ese punto.
• El punto de intersección de esta recta con el
eje de las abscisas (xr, 0), constituye una
segunda aproximación de la raíz.
x1 x2 x
MÉTODO DE NEWTON RAPHSON
f(x)
f(x1)
f(x2)
x1 x2 x
MÉTODO DE NEWTON RAPHSON
f(xi)
f(x1)
xi+1 xi
f'(xi)
f(x2)
x1 x2 x
MÉTODO DE NEWTON RAPHSON
• El método de Newton Raphson se puede deducir
a partir de la interpretación geométrica que
supone que el punto donde la tangente cruza al
eje x es una interpretación mejorada de la raíz.
f(xi1 ) f(xi )
f '(xi )
x i1 xi
0 f(xi )
f '(xi )
x i1 xi
f(xi )
x i1 xi
f '(x i )
f(xi )
x i1 x i
f '(x i )
MÉTODO DE NEWTON RAPHSON
• En realidad, el método de Newton Raphson, que supone la
obtención de la raíz de f(x), se obtiene a partir de su desarrollo
en serie de Taylor, la cual se puede escribir:
f(xi+1 ) = f(xi ) + f '(xi )(xi+1 - xi ) + R2
donde, al despreciar el residuo R2, la serie de Taylor truncada
a dos términos, queda:
f(xi )
x i1 x i
f '(x i )
MÉTODO DE NEWTON RAPHSON
f(x)
f(x1)
f(x2)
f(x3)
x1 x2 x3 x
MÉTODO DE NEWTON RAPHSON
• En ocasiones resulta difícil o imposible obtener la primera
derivada de la función. En tal caso, se puede hacer una
aproximación suficientemente buena de su valor en xi, por
diferencias finitas hacia delante:
f(xi h) f(xi )
f '(xi )
h
o por diferencias finitas hacia atrás:
f(xi ) f(xi h)
f '(xi )
h
con h = 0.001, por ejemplo.
• Si la función no tiene singularidades en la vecindad de la raíz
, ambas aproximaciones por diferencias funcionan bien.
MÉTODO DE NEWTON RAPHSON
f(x) e x
x
iteración Xi f(Xi) f'(Xi) e(%) e*(%)
1 0 1 -2 100.00
f(x)
lento
rápido
x
Método de Newton-Raphson
Método de Newton-Raphson
Método de Newton-Raphson
Newton-Raphson
MÉTODO DE NEWTON RAPHSON
Aunque el método trabaja bien, no existe garantía de convergencia.
f(x)
x3 x1
x0 x2 x
MÉTODO DE NEWTON RAPHSON
Aunque el método trabaja bien, no existe garantía de convergencia.
f(x)
x0 x2 x4 x1 x3 x
Desventajas
f(x) f(x)
x1 x0
x2 x x0 x2 x1 x
mínimo local
raíz cerca de punto de inflexión
f(x) f(x)
x1
x0 x x0 x1 x
la iteración en un mínimo
varias raíces
Desventajas