M etodos Num ericos (SC854) Soluci on de ecuaciones no lineales

c M. Valenzuela 20072008
(5 de mayo de 2008)

1.

Denici on del problema: ra ces de ecuaciones no lineales

Dada una ecuaci on de una variable independiente x, f (x) = 0, (1)

se desea encontrar el valor o valores de x que hacen que se cumpla la igualdad, donde en general, f es una funci on no lineal de x, es decir, que no puede expresarse como f (x) = c0 + c1 x donde c0 y c1 son constantes. A los valores de x que hacen que se cumpla la igualdad se les denomina ra ces de la ecuaci on 1.

2.

M etodo de bisecciones sucesivas

El m etodo de bisecciones sucesivas comienza con un intervalo [x1 , x2 ] donde se sabe que existe una ra z de la ecuaci on, y por lo tanto se debe cumplir que f (x1 )f (x2 ) < 0. Este intervalo se divide a la mitad calculando xnueva = x1 + x2 . 2 (3) (2)

z se encuentra en el intervalo (x1 , xnueva ) y se Si f (x1 ) f (xnueva ) < 0 se sabe que una ra z debe puede continuar el algoritmo sustituyendo x2 por xnueva . En caso contrario, la ra caer en el intervalo (x2 , xnueva ) y el algoritmo puede continuarse sustituyendo x1 por xnueva . En la gura 1 se muestra un ejemplo de la forma en que trabaja el m etodo de bisecciones sucesivas.

3.

Punto jo (iteraci on simple)

En el m etodo de punto jo, la ecuaci on f (x) = 0 se transforma a la forma g(x) = x, y esta se utiliza como una regla recursiva, es decir, x(t + 1) = g (x(t)) . o lo que es lo mismo x g(x) (5) En la gura 3 se muestra un ejemplo de la forma en que trabaja el m etodo de punto jo. El m etodo de iteraci on simple converge converge a una ra z r de la ecuaci on g(x) = x si g(x) y g (x) son continuas en un intervalo alrededor de r , si g (x) < 1, (6) (4)

otese que esta es una condici on para todo ese intervalo, y si x1 se escoge en ese intervalo. N suciente, pero no necesaria.

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

f (x)

f (x2 )

f (xnueva )

x1 xnueva x2

f (x1 )

Figura 1: M etodo de bisecciones sucesivas.

Function Bisecciones(f ,x1,x2 )

1 2 3 4 5 6

repeat x1 + x2 ; 2 if f (x1 )f (xnueva ) < 0 then x2 xnueva ; else x1 xnueva ; xnueva x1 x2 < o f (xnueva ) = 0 ; xnueva return xnueva until

7 8

Figura 2: Implementaci on en pseudoc odigo del m etodo de bisecciones sucesivas.

c M. Valenzuela, 20072008 (5 de mayo de 2008)

P agina 2

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

y g(x1 )

y=x

x2 = g(x1 )

x3 = g(x2 )

g(x2 ) y = g(x)

x1

x3 x5

x6 x4 x2

Figura 3: M etodo de punto jo.

Function PFijo(g,x)
1 2 3

4 5

repeat xant x ; x g(x) ; x xant until <; x return x

Figura 4: Implementaci on en pseudoc odigo del m etodo de punto jo.

c M. Valenzuela, 20072008 (5 de mayo de 2008)

P agina 3

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

f (x)

f (x(t))

x x(t + 1) x(t)

Figura 5: Explicaci on del m etodo de Newton-Rapson.

4.

M etodo Newton-Rapson

El m etodo de Newton-Rapson se debe inicializar en un valor de x cercano a una ra z. El m etodo asume que la funci on es aproximadamente lineal en ese valor y por lo tanto, toma como una mejor aproximaci on a la ra z un la intersecci on de la linea tangente a f (x) y su intersecci on con el eje x como se muestra en la gura 5. De la gura podemos ver que tan = f (x(t)) = de donde obtenemos la regla recursiva x(t + 1) = x(t) o lo que es lo mismo xx f (x) , f (x) (9) f (x(t)) , f (x(t)) (8) f (x(t)) x(t) x(t + 1) , (7)

Tomando la idea de la condici on de convergencia de iteraci on simple, la condici on para Newton-Rapson es la siguiente d dx que es equivalente a f (x)f (x) f (x)
2

f (x) f (x)

< 1,

(10)

<1

(11)

De nuevo, esta es una condici on suciente, pero no necesaria.

c M. Valenzuela, 20072008 (5 de mayo de 2008)

P agina 4

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

Function NewtonRapson(f ,f ,x)

1 2 3

4 5

repeat xant x ; f (x) ; xx f (x) x xant until <; x return x

Figura 6: Implementaci on en pseudoc odigo del m etodo de Newton-Rapson. Function Secante(f ,x,xant)
1 2 3 4

repeat xtemp x ; x x f (x)

5 6

xant xtemp x xant until <; x return x

x xant ; f (x) f (xant ) ;

Figura 7: Implementaci on en pseudoc odigo del m etodo de la secante.

5.

M etodo de la secante

El m etodo Newton-Rapson requiere evaluar f (x). En el m etodo de la secante, la derivada se aproxima de la siguiente manera: f (x(t)) f (x(t 1)) f (x(t)) x(t 1) x(t) (12)

Sustituyendo en la ecuaci on recursiva de Newton-Rapson se obtiene x(t + 1) = x(t) f (x(t)) o lo que es lo mismo, x x f (x) x(t) x(t 1) f (x(t)) f (x(t 1)) , (13)

x xanterior . f (x) f (xanterior )

(14)

c M. Valenzuela, 20072008 (5 de mayo de 2008)

P agina 5

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

6.

Newton-Rapson para funciones de m as de dos variables

El m etodo de Newton-Rapson puede generalizarse para funciones de dos variables de la siguiente manera. Sup ongase que se desea encontrar los valores de x y y que hagan que se cumplan las siguientes dos ecuaciones no lineales: f (x, y ) = 0; g(x, y ) = 0. (15) (16)

etodo Newton-Rapson toma los planos tangentes a Dado un punto inicial p0 = (x0 , y0 ), el m f (x, y ) = z y g(x, y ) = z , y su intersecci on con el plano z = 0 como el siguiente punto para continuar el m etodo en la siguiente iteraci on. La ecuaci on del plano tangente a z = f (x, y ) es la siguiente: z = (x x0 ) fx (x0 , y0 ) + (y y0 ) fy (x0 , y0 ) + f (x0 , y0 ), donde fx = fy = f , x f . y (18) (19) (17)

De la misma manera, la ecuaci on del plano tangente a z = g(x, y ) es la siguiente: z = (x x0 ) gx (x0 , y0 ) + (y y0 )gy (x0 , y0 ) + g(x0 , y0 ), donde gx = gy = g , x g . y (21) (22) (20)

Sustituyendo z = 0 en las ecuaciones 17 y 20 se obtiene el siguiete sistema de ecuaciones: (x x0 ) fx + (y y0 ) fy = f (x0 , y0 ), (x x0 ) gx + (y y0 ) gy = g(x0 , y0 ), (23) (24)

donde se ha abreviado fx (x0 , y0 ) como fx , y de la misma manera para fy , gx , y gy . Las ecuaciones anteriores pueden expresarse en forma matricial de la siguiente manera: fx fy gx gy donde x = x x0 , y = y y 0 .
c M. Valenzuela, 20072008 (5 de mayo de 2008)

x y

f (x0 , y0 ) g(x0 , y0 )

(25)

(26) (27)
P agina 6

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

De las ecuaciones 25, 26, y 27 se obtiene la regla recursiva para el m etodo NewtonRapson para dos variables: x x + x, y y + y. donde x y y se obtienen de resolver el sistema de ecuaciones fx fy gx gy x y = f (x, y ) g(x, y )

El m etodo se puede generalizar f acilmente para m as de dos variables, por ejemplo, el m etodo Newton-Rapson para un sistema de tres ecuaciones no lineales de la forma f (x, y, z ) = 0, g(x, y, z ) = 0, h(x, y, z ) = 0, est a denido por la regla recursiva siguiente: x x + x, y y + y, z z + z, donde x, y , z se obtienen de resolver el sistema de ecuaciones

(28) (29) (30)

(31) (32) (33)

fx fy fz x f (x, y, z ) gx gy gz y = g (x, y, z ) . hx hy hz z h(x, y, z )

(34)

6.1.

Ejemplo de dos variables

f (x, y ) = x2 + y 2 1 g(x, y ) = x y

Encontremos una ra z del siguiente sistemas de ecuaciones no lineales:

Obtenemos las derivadas parciales: fx = 2x gx = 1 El sistema de ecuaciones es 2x 2y 1 1 Tomemos p0 = (2, 1): 4 2 1 1 x y = x y = x2 y 2 + 1 x + y 4 1

P agina 7

fy = 2y gy = 1

c M. Valenzuela, 20072008 (5 de mayo de 2008)

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

De donde x = 1 y y = 0 por lo tanto x x + x = 2 1 = 1 y y + y = 1 0 = 1 Iterando obtenemos los siguientes valores: x y 2 1 1 1 0.7500 0.7500 0.7083 0.7083 0.7071 0.7071

Se puede comprobar que (0.7071, 0.7071) es una ra z del juego de ecuaciones no lineales.

7.

Ra ces reales de polinomios

Un caso especial de importancia pr actica es encontrar las ra ces de la ecuaci on f (x) = 0 cuando f (x) es un polinomio en x. En esta secci on vemos el m etodo Birge-Vieta que encuentra todas las ra ces reales de un polinomio.

7.1.

M etodo de Horner (divisi on sint etica)

Sup ongase dos polinomios P (x) y Q(x) de la forma P (x) = a1 xn + a2 xn1 + + an x + an+1 =
n+1 i=1 n i=1

ai xni+1 bi xni

(35) (36)

Q(x) = b1 xn1 + b2 xn2 + + bn1 x + bn = on entre P (x) y Q(x) est a dada por donde a1 = 0. Si la relaci P (x) = (x x0 )Q(x) + bn+1 , Se tiene que b1 = a1 , bn+1 = P (x0 ), y bk = ak + bk1 x0 ,

(37)

(38)

para k = 2, 3, . . . , n + 1. Lo anterior puede realizarse mediante una tabla de la siguiente manera x0 a1 b1 = a1 El polinomio P (x), P (x) = a1 xn + a2 xn1 + + an x + an+1 = puede ser representado por el vector de sus coecientes, a= a1 a2 an an+1 (40)
P agina 8
n+1 i=1

a2 b1 x0 b2 = a2 + b1 x0

a3 b2 x0 b3 = a3 + b2 x0

an bn1 x0 bn = an + bn1 x0

an+1 bn x0 bn+1 = an+1 + bn x0

ai xni+1 ,

(39)

c M. Valenzuela, 20072008 (5 de mayo de 2008)

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

Function Horner(a,x0)
1 2 3 4

b1 a1 ; for i 2 to n + 1 do bi ai + bi1 x0 ; return b(1 : n), bn

Figura 8: Pseudoc odigo que implementa el m etodo de Horner (divisi on sint etica). de la misma manera Q(x) puede ser representado por el vector b(1 : n) b= b1 b2 bn (41)

En la gura 8 se muestra el pseudoc odigo del m etodo de Horner. Este pseudoc odigo se aplica la idea de representar los polinomios como vectores de sus coecientes. Dado que (42) P (x) = (x x0 )Q(x) + bn+1 , P (x) = Q(x) + (x x0 )Q (x). Por lo tanto P (x0 ) = Q(x0 ), (44) on de Q(x) por (x x0 ) es decir, que P (x0 ) puede evaluarse obteniendo el residuo de la divisi y evaluando Q(x0 ). (43)

7.2.

Ejemplo de divisi on sint etica

2 3 8 5 4 14 10

Si P (x) = 2x4 3x2 + 3x 4 y x0 = 2: 2 2 0 4 4 3 10 7

de donde P (x) = (x + 2)(2x3 4x2 + 5x 7) + 10 y P (2) = 10.

7.3.

M etodo Birge-Vieta
n i=1

Un polinomio de la forma, P (x) = a1 xn + a2 xn1 + + an1 x + an = puede ser factorizado en la forma P (x) = (x p1 )(x p2 ) (x pn ) =
n

ai xni+1 ,

(45)

(x pi ),

(46)

i=1

z) del polinomio porque P (pi ) = 0. donde pi es un cero (o ra

c M. Valenzuela, 20072008 (5 de mayo de 2008) P agina 9

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

El m etodo Birge-Vieta aplica Newton-Rapson para encontrar una ra z del polinomio ua P (xk ) y P (xk ) mediante divisi on sint etica. Cuando enP (x). Dado un punto xk , eval cuentra una ra z pi , elimina el factor (x pi ) mediante divisi on sint etica y contin ua trabajando sobre el polinomio resultante. El proceso se repite hasta encontrar todas las ra ces del polinomio.

7.4.

Ejemplo de Birge-Vieta

Sea P (x) = x3 2x2 5x + 6. Valor inicial x = (5)/6 = 0.8333 0.8333 1 2 0.8333 0.8333 1 1.1667 0.8333 1 0.3333 x x 5 6 0.9722 4.9769 5.9722 1.0231 0.2778 6.2500

1.0231 = 0.9970 6.2500 5 6 1.0000 5.9822 6.0000 0.0178 0.0059 6.0059

0.9970 1

2 0.9970 0.9970 1 1.0030 0.9970 1 0.0059 xx

0.0178 =1 6.0059

5 6 0.9970 1 2 1 1 6 0.9970 1 1 6.0000 0 1 0 1 0 6 x x 0 =1 6

x = 1 es la primera ra z. Continuamos con el polinomio x2 x 6. Valor inicial x = (1)/(6) = 0.1667 0.1667 1 1 6 0.1667 0.1944 0.1667 1 1.1667 5.8056 0.1667 1 1.3333 xx 5.8056 = 4.5208 1.3333
P agina 10

c M. Valenzuela, 20072008 (5 de mayo de 2008)

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

4.5208 1

1 6 4.5208 24.9588 4.5208 1 5.5208 18.9588 4.5208 1 10.0417 xx 18.9588 = 2.6328 10.0417

2.6328 1

1 6 2.6328 9.5646 2.6328 1 3.6328 3.5646 2.6328 1 6.2656 xx 3.5646 = 2.0639 6.2656

2.0639 1

1 6 2.0639 6.3237 2.0639 1 3.0639 0.3237 2.0639 1 5.1278 xx 0.3237 = 2.0008 5.1278

2.0008 1

1 6 2.0008 6.0040 2.0008 1 3.0008 0.0040 2.0008 1 5.0016 x x 0.0040 = 2 5.0016

2 1 1 6 2 6 2 1 3 0 2 1 5 xx 0 = 2 5

x = 2 es la segunda ra z. Seguimos con el polinomio P (x) = x 3. La tercera ra z es x = 3.

c M. Valenzuela, 20072008 (5 de mayo de 2008) P agina 11

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

8.

Ra ces complejas de polinomios

En esta secci on se describe el m etodo Lin-Bairstow encuentra todas las ra ces (reales y complejas conjugadas) de un polinomio.

8.1.

Divisi on sint etica para binomios

Es posible deducir un algoritmo de divisi on sint etica para binomios de la siguiente manera. Sup ongase dos polinomios P (x) y Q(x) de la forma P (x) = a1 xn + a2 xn1 + + an x + an+1 =
n+1 i=1

ai xni+1
n1 i=1

(47) (48)

Q(x) = b1 xn2 + b2 xn3 + + bn2 x + bn1 = on entre P (x) y Q(x) esy a dada por donde a1 = 0. Si la relaci

bi xni1

P (x) = (x2 rx s)Q(x) + bn (x r ) + bn+1 ,

(49)

los coecientes bi pueden obtenerse multiplicando e igualando los coecientes de potencias iguales de x, de donde tenemos que b1 = a1 , b2 = a2 + rb1 , b3 = a3 + rb2 + sb1 , b4 = a4 + rb3 + sb2 . . . . De lo anterior obtenemos la relaci on siguiente: bk = ak + rbk1 + sbk2 (54) (50) (51) (52) (53)

para k = 3, 4, . . . n + 1. La divisi on sint etica para binomios se puede implementar mediante una tabla de la siguiente manera: a1 r s b1 a2 b1 r b2 a3 b2 r b1 s b3 an1 n n2 r bn3 s bn1 an bn 1 r bn2 s bn an+1 bn r bn1 s bn+1

El m etodo de Lin-Bairstow necesita calcular bn /r , bn /s, bn+1 /r , y bn+1 /s. Estas pueden obtenerse derivando las ecuaciones 5053, o en general la ecuaci on 54, de la

c M. Valenzuela, 20072008 (5 de mayo de 2008)

P agina 12

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

siguiente manera: b1 r b2 r b3 r b4 r b5 r . . . =0 = b1 c1 = b2 + rc1 c2 = b3 + rc2 + sc1 c3 = b4 + rc3 + sc2 c4 b1 s b2 s b3 s b4 s b5 s . . . =0 =0 = b1 = c1 = b2 + rc1 = c2 = b3 + rc2 = c3

donde se han denido las constantes ci para simplicar. En general se tiene que ck = bk + rck1 + sck2 , para k = 3, 4, . . . , n + 1, y bk r bk s = ck1 , = ck2 .

El proceso de calcular las derivadas requeridas por el m etodo Lin-Bairstow puede realizarse mediante una tabla de la siguiente manera: a1 r s b1 r s c1 a2 b1 r b2 c1 r c2 a3 b2 r b1 s b3 c2 r c1 s c3 an2 bn3 r bn4 s bn2 cn3 r cn4 s cn2 an1 bn 2 r bn3 s bn1 cn2 r cn3 s cn1 an bn 1 r bn2 s bn cn1 r cn2 s cn an+1 bn r bn1 s bn+1

8.2.

Lin-Bairstow

El m etodo de Lin-Bairstow encuentra todas las ra ces (reales y complejas) de un polinomio P (x). Dado unos valores iniciales de r y s, realiza una divisi on sint etica de P (x) por etodo de Newton para encontrar los valores de r y s que hagan (x2 rx s). Utiliza el m que el residuo sea cero, es decir, encuentra las ra ces del sistema de ecuaciones bn (r, s) = 0, bn1 (r, s) = 0. Utilizando la regla recursiva r r + r s s + s
c M. Valenzuela, 20072008 (5 de mayo de 2008)

(55) (56)

(57) (58)
P agina 13

Soluci on de ecuaciones no lineales

M etodos Num ericos (SC854)

donde cn1 cn2 cn cn1 r s =

bn bn+1

(59)

Una vez que se encuentra un factor cuadr atico de P (x) se resuelve con la f ormula p1,2 = B r B 2 4AC = 2A r 2 + 4s 2 (60)

y se contin ua trabajando tomando Q(x) como el nuevo polinomio P (x).

8.3.

Ejemplo de Lin-Bairstow
P (x) = x4 1.1x3 + 2.3x2 + 0.5x + 3.3 = 0

Tomando como valores iniciales s = r = 1, la primera iteraci on nos da: 1 1 1 1 1 1 1 Resolviendo el sistema 5.5 3.1 3.2 5.5 r = 0.11 y s = 0.06. La segunda iteraci on: 1 0.89 1.06 1 0.89 1.06 1 Resolviendo el sistema 4.51 2.88 1.03 4.51 r = 0.01 y s = 0.04. Por lo tanto, r = 0.900 s = 1.100 r s = 0.07 0.17 1.1 0.89 1.99 0.89 2.88 2.3 1.77 1.06 3.01 2.56 1.06 4.51 0.5 2.68 2.11 0.07 4.01 3.05 1.03 3.3 0.06 3.17 0.17 r s = 0.8 0.7 1.1 1.0 2.1 1.0 3.1 cn2 2.3 2.1 1.0 3.4 3.1 1.0 5.5 cn1 0.5 3.4 2.1 0.8 5.5 3.1 3.2 cn 3.3 0.8 3.4 0.7 bn+1 bn

c M. Valenzuela, 20072008 (5 de mayo de 2008)

P agina 14