METODOS DE SOLUCION DE ECUACIONES

Mtodo de Intervalo
Mtodo de Biseccin PASO 1.- Alija los valores iniciales inferior xi y superior xs. PASO 2.- La primera aproximacin a la raz xr se determina como: xr = xi + xs. 2 PASO 3.- Calcule f(xi), f(xr) para determinar en que subintervalo cae la raz. PASO 4.- a ) Si f(xi) f(xr) < o, la raz se encuentra en este subintervalo entonces xs. = xr, contine el paso 2. b)Si f(xi) f(xr) > 0, la raz se encuentra en el subintervalo superior, entonces xi = xr, contine el paso 2. PASO 5.- Cuando Ea < , el clculo termina.

Ej. Determine el coeficiente de rozamiento c =? Necesario para que un paracaidista de masa = 68.1 kg tenga una velocidad de 40 m/s, despus de una cada libre de t = 10 seg. La aceleracin de la gravedad es de 9.8 m/s2. La ecuacin a utilizar es:
c 4 8 12 16 20 f(c) 34.115 17.653 6.067 -2.269 -8.401

f(c) = gm/c ( 1 e-(c/m) t ) v = 0 Solucin analtica: Aproximacin grfica: f(c) = 9.8 (68.1)/c ( 1- e (c/68.1) ) 40 = 667.38/c ( 1-e(-0.146843) ) 40

b)biseccin xi = 12, xs = 16 xr = (12+16)/2 = 14, f(xi) = f(12) = 6.067 f(xr) = f(14) = 1.5687 f(xi) f(xr) = (6.067)( 1.5687) > 0, la raz se encuentra en el subintervalo superior, xi = xr n=2 xi = 14, xs = 16 , xr = 15 f(xi) = f(14) = 1.5687 f(xr) = f(15) = -0.4248 f(xi) f(xr) = (1.5687)( -0.4248) < 0, la raz se encuentra en este subientervalo, xs = xr Ea = {15-14/15} x 100 = 6.667 % n=3 xi = 14, xs = 15 , , xr = 14.5 f(xi) = f(14) = 1.5687 f(xi) =f(14.5)= 0.5523 f(xi) f(xi) > 0, xi = xr Ea = {14.5-15/14.5} x 100 = 3.448 % n=4 xi = 14.5, xs = 15 , , xr = 14.75 f(xi) = f(14.5) = 0.5523 f(xi) =f(14.75)= 0.05896 f(xi) f(xi) > 0, xi = xr Ea = {14.75-14.5/14.75} x 100 = 1.695 % n=5 xi = 14.75, xs = 15 , , xr = 14.875 xr = xs

f(xi) = f(14.75) = 0.5896 f(xi) =f(14.87)= -0.1841 f(xi) f(xi) < 0, xs= xr Ea = {14.875-14.75/14.875} x 100= 0.840 % n=6 xi = 14.75, xs = 14.875 , , xr = 14.8125 Ea = {14.8125-14.875/14.8126} x 100= 0.4219 % Ea < 0.422% < 0.5 % xr = 14.8125 iteracin 1 2 3 4 5 6 Xi 12 14 14 14.5 14.75 14.75 Xs 16 16 15 15 15 14.875 Xr 14 12 14.5 14.75 14.875 14.8125 Ea % 6.667 3.448 1.695 0.480 0.422

Mtodo de aproximaciones sucesivas

Los mtodos abiertos se basan en frmulas que requieren de un solo valor para predecir la raz. La ecuacin f(x)= 0 se arregla de tal modo que x quede del lado izquierdo de la ecuacin: X = g (x ) Ejemplo: f(x) = x2 2x + 3 = 0 reordenando : x= x2 + 3 2 (2.7)

f(x) = sen x = o reordenando: x = sen x + x

Requerimos de un valor inicial xi, que se puede usar para obtener una aproximacin de xi + 1, expresndolo por la forma iterativa: xi + 1 = g (xi ) El error de aproximacin: Ea = x i + 1 - xi xi + 1 x 100 ( 2.8 )

Es quema grfico de la convergencia de la iteracin del punto fijo:

Use el mtodo de aproximaciones sucesivas ( iteracin del punto fijo para localizar la raz de f (x) = e -x x, x0 = 0, Ea = 0.5% )

X = e-x = g ( x ) X1 + 1 = e-xi

X0 X2 X3 X4 X5 X6 X7

= = = = = = =

0, x1 = e-x1 = e-x2 = e-x3 = e-x4 = e-x5 = e-x6 =

e-0 = 1 ; x1 = 1 e-1 = 0.367879 e-0.367879 = 0.692200 e-0.692200 = 0.500473 e-0.500473 = 0.606243 e-0.606243 = 0.545396 e-0.545396 = 0.579612

I 0 1 2 3 4 * 12

xi 1 0.367879 0.692200 0.500473 0.606243 0.579612 0.566400

Ea (%) 171.83 46.9 38.3 17.4 * * 0.355

ITERACION Y CONVERGENCIA DE ECUACIONES , CONDICION LIPSCHITZ El mtodo de aproximaciones sucesivas, mtodo iterativo, y tambin conocido como mtodo de punto fijo, es uno de los mtodos mas sencillos e ilustra(a diferencia del mtodo de biseccin) el caso cuando no se tiene garanta de obtener la solucin. Por tal motivo, el tema central aqu es el concepto de convergencia de una sucesin de aproximaciones. Velocidad de convergencia. Sea {xn}n =1 una sucesin de aproximaciones que convergen a s, de forma que limnxn=s. Si la sucesin de errores{n}n=1(donde n = Xn s) satisface

limnn+1n= K, K>0
Para algunos nmeros fijos , K, entonces es el orden de convergencia para {xn}, y K es la constante asinttica o factor de convergencia. En base a la definicin anterior, destacamos los casos para cuando =1, y =2 que corresponden a convergencia lineal, y convergencia cuadrtica respectivamente. CONDICION DE LIPSCHITZ En matemtica, una funcin f : M N entreespacios mtricos M y N es llamada Lipschitz continua (o se dice que satisface una condicin de Lipschitz) si existe una constante K > 0 tal que d(f(x), f(y)) K d(x, y) para todo x y y en M. En tal caso, K es llamada la constante Lipschitz de la funcin. El nombre viene del matemtico alemn Rudolf Lipschitz. Caractersticas y resultados principales Toda funcin Lipschitz continua es uniformemente continua y por tanto continua.

 Las funciones Lipschitz continuas con constante Lipschitz K = 1 son llamadas funciones cortas y con K < 1 reciben el nombre de contracciones. Estas ltimas son las que permiten aplicar el teorema del punto fijo de Banach. La condicin de Lipschitz es una hiptesis importante para demostrar la existencia y unicidad de soluciones para las ecuaciones diferenciales ordinarias. Esta condicin por s sola nos asegura la existencia de soluciones (Teorema de Peano), pero para poder confirmar tambin la unicidad de la solucin necesitamos tambin continuidad de la funcin (Teorema de Picard-Lindelf). Si U es un subconjunto del espacio mtrico M y f : U R es una funcin Lipschitz continua a valores reales, entonces siempre existe una funcin Lipschitz continua M R que extiende f y tiene la misma constante Lipschitz que f.(ver tambin teorema de Kirszbraun). Una funcin Lipschitz continua f : I R, donde I es un intervalo en R, es casi por todo diferenciable (siempre, excepto en un conjunto de medida de Lebesgue cero). Si K es la constante Lipschitz de f, entonces |(f)(x)| K toda vez que la derivada exista. Contrariamente, si f : I R es una funcin diferenciable con derivada acotada, |(f)(x)| L para toda x en I, entonces f es Lipschitz continua con constante Lipschitz K L, una consecuencia del teorema del valor medio. Definiciones relacionadas

Estas definiciones se requieren en el Teorema de Picard-Lindelf y en resultados relacionados con l.

Localidad Lipschitz: Dados M, N, espacios mtricos, se dice que una funcin es localmente lipschitz si para todo punto de M existe un entorno donde la funcin cumple la condicin Lipschitz.

Funcin Lipschitz respecto una variable: Dados M, N, L espacios mtricos, se dice que una funcin es localmente Lipschitz respecto x sii cumple la condicin Lipschitz para puntos de N.

METODOS DE INTERPOLACION Mtodo de Newton Raphson Este mtodo se puede obtener mediante el siguiente grfico:

Si el valor inicial de la raz es xi , podemos trazar una tangente desde el punto { xi, f(xi) }. El punto donde est tangente cruza el eje x, representa una aproximacin de la raz. De la figura la primera derivada es x , es equivalente a la pendiente. f(x) = f(xi) 0 x i - xi + 1 Reordenando: Xi +1 = xi - f(xi) f( xi ) Frmula de Newton-Raphson

Esta ecuacin tambin puede obtenerse mediante la serie de Taylor. f(x1 +1) + f(xi) +f(xi)h +f (xi)h2+ f(xi)h3 + .....fn(xi)hn 2! 3! n! Truncando la serie de Taylor hasta la primera derivada: f(x1 +1) = f(xi) +f(xi) (x1 +1 - xi) en el que se intersecta con el eje x, f(x1 +1) = 0 0 = f(xi) +f(xi) (x1 +1 - xi) Xi +1 = xi - f(xi) f( xi ) Ejemplo Encuentre la raz de tgx-x = 0, en < x< 1.5 0.01% Solucin: 3.1416 < x< 4.71 , = que es la ec. ( 2.9 )

f(x) = tan x 0.1 = 0 f(x) = sec2 0.1 f(x) = 1 - 0.1 cos2 x x0 = 3.5 x1 = X0 f(x0) f( x0 )

Sustituyendo: 3.5 tan 3.5 0.1 (3.5) 1 - 0.1 2 cos 3.5 x1 = 3.476422 = 3.468356 Ea = 3.476422 3.5 x 100 % = 0.678226 3.476422 x2 = x1 f(x1) f( x1 ) Sustituyendo: 3.476422 tan 3.476422 0.1 (3.476422) 1 - 0.1 2 cos 3.476422 x2 = 3.476140 Ea = 3.476140 3.476422 3.476140 x 100 % = 0.008%

Ea < 0.008 % < 0.01 % x = 3.476140 La siguiente frmula atribuida a Francis se aplica a un vertedor con concentraciones: Q = 3.33 ( B 0.2 +1) (H3)1/2 Donde: Q = cantidad de agua que pasa por el vertedor (pie3/s) B = ancho del vertedor en pies H = carga sobre la cresta del vertedor Si B = 3 y Q = 12 , calcule los valores con el mtodo de Newton- Raphson. Se requiere utilizar como valor inicial H0 =B/2 Solucin : f(x) = Q 3.33(B-0.2+1)(H3)1/2 = 0 f(x) =Q 10H3/2 + 0.666H5/2 = Q-3.33BH3/2+ 0.666H5/2 = -3.33(3/2)H1/2+ 0.666(5/2)H3/2 = -5BH1/2 + 1.66H3/2 = -15H1/2 + 1.665 H3/2 H0 = x0 = 3/2 = 1.5 x1 = X0 f(x) f( x)

H1 = H0 f(H) f(H) f(H) = 12-10(1.5)3/2 + 0.666 (1.5)5/2 = -4.5359 f(H) = -15(1.5)1/2 + 1.665 (1.5)3/2 = -15.3125 H1 = 1.5 4.5359 = 1.2037 15.3125 f(H) = 12-10(1.2037)3/2 + 0.6666 (1.2037)5/2

f(H) = -15(1.2037)1/2 + 1.665(1.2037)3/2 H2 = 1.2037 H2 = 1.1933 H3 = 1.1933 -10.14784 -14.2581

Mtodo de la Secante Consiste en aproximar la derivada f(x1) , mediante una diferencia dividida finita regresiva, como se muestra en la siguiente figura:

f(x1) = f(x1) - f(x1 -1) xi - x1 -1 Sustituyendo esta aproximacin en la ecuacin (2.9), obtenemos la siguiente ecuacin iterativa: x1 +1 = xi - f(x1) - (x1 -1) f(x1) - f(x1 -1) ( 2.10 )

Se requiere de dos valores iniciales, xo , x1 X2 = x1 - f(x1) - (x1 - xo) f(x1)-f( xo) X3 = x2 - f(x2) - (x2 x1) f(x2)-f( x1) hasta que se cumpla la tolerancia Ea

1. Un proyectil de m = 2 grs, ha sido lanzado verticalmente al aire y est descendiendo, a su velocidad terminal, que se determina mediante mg = fD. El modelo matemtico que relaciona todas las variables y constantes es : mg = 1.4 x 10-5 v1.5 + 1.15 x 10-5 v2 1000 donde: v = velocidad terminal en m/s. El primer trmino del lado derecho. Representa la fuerza de friccin y el segundo trmino representa la fuerza de presin. Determinar la velocidad terminal, por el mtodo de la secante, con valores iniciales de Vo = 30, V1 = 30.1 y = 0.1%. Solucin: f(x) = f(x) = 2(9.81) = 1.4 x 10-5 v1.5 - 1.15 x 10-5 v2 = 0

1000 f(v) = 0.1962-1.4 x 10-5 v1.5 - 1.15 x 10-5 v2 = 0 1era iteracin: Vo = 30, V1 = 30.1 V2 = V1 f(V1)( V1 - Vo ) f(V1)- f(V0) f(V0) = 0.1962-1.4 x 10-5 (30)1.5 - 1.15 x 10-5 (30)2 = 6.9695 x10-3 f(V1) = 0.1962-1.4 x 10-5 (30.1)1.5 - 1.15 x 10-5 (30.1)2 = 6.8889 x10-3 V2 = 30.1 6.8889 x10-3 (30.1-30) 6.8889 x10-3 - 6.9695 x10-3 Ea = 38.6470 30.1 38.6470 2da iteracin V1 = 30.1, V2 = 38.6470 f(V1)= 6.8889x10-3 f(V2)= -9.1702410-4 V3 = 37.64045 Ea = 2.67% 3era iteracin V2 = 38.6470 , V3 = 37.64045 f(V2)= -9.17024 x10-4 f(V3)= 9.372617 x10-5 V4 = 37.73353 Ea = 0.24% 4ta iteracin V3 = 37.64045, V4 = 37.73353 f(V3)= 9.372617 x10-5 f(V4) = 1.04766 x 10-6 V5 =37.7346 = V = 38.6470

x 100 = 22.1%

Ea = 0.00278 %, < Ejemplo 2 Para el diseo de tuberas, en el transporte de flujo de fluidos, uno de los parmetros importantes a considerar, es el factor de friccin de Fanning, cantidad a dimensional que depende de otro parmetro a dimensional , el nmero de Reynolds, Re. Una de las ecuaciones para determinar el factor de friccin es la de Von Karman: 1 = 4 log10 (Re f ) 0.4 f Los valores tpicos del nmero de Reynolds va de 10,000 hasta 500,000: 10,000 < Re > 500,000 para flujo turbulento y valores tpicos para el factor de friccin de Fanning; 0.01< f > 0.01. Determine f por el mtodo de la secante. Fo = 0.0049 , f1 = 0.0050, = 0.1% Re = r Solucin: 1 = 4 log10 (105 x f ) +0.4 f Re = 100,000 1er iteracin f(f0) = 1 - 4 log10 (105 x0.0049 ) +0.4 0.0049 f(f0) = -0.6946 f(f1) = 1 - 4 log10 (105 x0.0050 ) +0.4 0.0050 f(f1) = -0.8558 f2 = f1 - f(f1)( f1 - f0 ) f(f1)- (f0)

f2 = 0.0050 (-0.8558)(0.0050-0.0049) (-0.8558)+( 0.6946 ) f2 = 0.004469 Ea = 0.004469 0.0050 x 100 = 11.88% 0.004469 2da iteracin f(f2) = 1 - 4 log10 (105 x 4.469x10-3) +0.4 4.469x10-3 f(f2) = 0.05831 f(f3) = 1 - 4 log10 (105 x 4.506x10-3) +0.4 0.004506 f(f3) = -0.0103 3er iteracin f3 = f2 - f(f2) (f2 f1) f(f2) f(f1) f3 = 4.469x10-3 (0.05831)( 4.469x10-3 0.0050) 0.0583 + 0.0050 f3 = 0.0049581 Ea = 0.004502 0.004469 x 100 = 0.73% 0.004502

METODO DE AITKEN
En anlisis numrico, el mtodo o proceso de Aitken es un mtodo de aceleracin de la convergencia. Lleva el nombre de Alexander Aitken, quien introdujo este mtodo en 1926. Su forma primitiva era conocida por Kwa Seki (finales del siglo XVII) y fue encontrado en la rectificacin del crculo, es decir, el clculo de pi. Es muy til para acelerar la convergencia de una sucesin que converge linealmente.

Definicin

Dada una sucesin definida como

, se calcula la nueva sucesin

. Si se emplea el operador de las diferencias progresivas definido como xn = xn + 1 xn. 2xn = (xn) = xn + 2 2xn + 1 + xn tambin puede escribirse como:

Propiedades
El proceso de Aitken es un mtodo de aceleracin de la convergencia, y en particular un caso de transformacin no lineal de una sucesin. x converge linealmente a si existe un nmero (0, 1) tal que

El mtodo de Aitken acelerar la sucesin xn si y slo si

Aunque la nueva sucesin no converge en general de forma cuadrtica, se puede demostrar que para un mtodo de punto fijo, es decir, para una sucesin x(n + 1) = f(xn) para alguna funcin iterada f, convergiendo hacia un punto fijo, la convergencia es cuadrtica. En este caso, la tcnica se conoce como mtodo de Steffensen. APLICACIONES 1.- Modelos Poblacionales 2.- Determinacin De Valores Caractersticos