Metodos Numericos

5.
Races de ecuaciones
5.1 Mtodos cerrados
Parte II: Anlisis Numrico
5.1.1 Mtodos Grficos

Un mtodo simple para obtener una aproximacin a la raz de la
ecuacin f(x)=0, consiste en graficar la funcin y observar donde cruza
el eje x.
Ejemplo: Utilizar grficas por computadora para localizar las races de

f(x) = x3 + x2 -3x+5
Solucin. Utilizando MATLAB,
<< x=0:0.01:5;
<< y=x.^3+x.^2-3*x+5;
<< plot(x,y);
<< grid on;
40
30
20
10
0
-10
-20
-30
-40
-4
-3
-2
-1
La grfica muestra la existencia de varias races, incluyendo quizs

una doble raz alrededor de x=4.2
Reduciendo la escala horizontal se obtiene:
x=4.1:0.001:4.4;
y=sin(10*x)+cos(3*x);
plot(x,y);
grid on;
En efecto, hay dos races diferentes entre x=4.23 y x=4.26

5.1.2 El mtodo de biseccin

En general, si f(x) es real y continua en el intervalo que va desde xl
hasta xu y f(xl) y f(xu) tienen signos opuestos, es decir
f(xl) f(xu) < 0
entonces hay al menos una raz real entre xl y xu
El mtodo de biseccin, conocido tambin como de corte binario, de
particin de intervalos o de Bolzano, es un tipo de bsqueda
incremental en el que el intervalo se divide siempre a la mitad. Si el
valor de la funcin cambia de signo, sobre un intervalo, se evala el
valor de la funcin en el punto medio. La posicin de la raz se
determina situndola en el punto medio del subintervalo, dentro del
cual ocurre un cambio de signo. El proceso se repite hasta obtener
una mejor aproximacin.
Paso 1: Elija valores iniciales inferior, xl , y superior, xu , que encierren

la raz, de forma que la funcin cambie de signo en el
intervalo. Esto se verifica comprobando que f(xl) f(xu) < 0
Paso 2: Una aproximacin de la raz xl se determina mediante:
xl + xu
xr =
2
Paso 3: Realice las siguientes evaluaciones para determinar en que

subintervalo est la raz:
a. Si f(xl) f(xr) < 0 , entonces la raz se encuentra dentro del
subintervalo inferior o izquierdo. Por tanto, haga xu = xr y
vuelva al paso 2.
b. Si f(xl) f(xr) > 0, entonces la raz se encuentra dentro del
subintervalo superior o derecho. Por lo tanto, , haga xl = xr y
vuelva al paso 2.
c. Si f(xl) f(xr) = 0, entonces la raz es igual a xr; termina el clculo
Ejemplo
Biseccin
Planteamiento del problema. Emplee el mtodo de
biseccin para resolver la ecuacin f(x)=(667.38/x)*(1-exp(0.146843 x))-40
Solucin.
Primera iteracin: xl = 12; xu = 16
xr = (12+16) / 2 = 14
f(12) f(14) = (6.067)(1.569) = 9.517 > 0
No hay cambio de signo entre el lmite
inferior y el punto medio. En
consecuencia la raz debe estar
localizada entre 14 y 16.
Segunda iteracin: xl = 14; xu = 16
xr = (14+16) / 2 = 15
f(14) f(15) = (1.569)(-0.425) = -0.666 < 0
Tercera iteracin: xl = 14; xu = 15

xr = (14+15) / 2 = 14.5
12
16
14
16
14
15
Criterios de paro y estimaciones de errores

Un criterio objetivo de definir cundo un mtodo numrico debe
terminar, es estimar el error de forma tal que no se necesite el
conocimiento previo de la raz. Como se estudi previamente, se
puede calcular el error relativo porcentual a de la siguiente manera
xrnuevo xranterior
a =
xrnuevo
Cuando a es menor que un valor previamente fijado s, termina el
clculo.
Ejemplo Estimacin del error en la biseccin

Planteamiento del problema. Continuar con el ejemplo
anterior hasta que el error aproximado sea menor que el
criterio de terminacin s = 0.5%.
Solucin. Tomando las dos primeras iteraciones,
xrnuevo =15; xranterior =14
|a| = | (15-14) / 15 | = 0.0667 6.667%
a (%)
t (%)
Iteracin
xl
xu
xr
12
16
14
14
16
15
6.667
1.487
14
15
14.5
3.448
1.896
14.5
15
14.75
1.695
0.204
14.75
15
14.875
0.840
0.641
14.75
14.875
14.8125
0.422
0.219
5.279
10
FUNCTION Bisect(xl, xu, es, imax, xr, iter, ea)

iter = 0
Do
xrold = xr
xr = (xl + xu) / 2
iter = iter + 1
IF xr 0 THEN
ea = ABS((xr xrold)/ xr)*100
END IF
test = f(x1)*f(xr)
IF test < 0 THEN
xu = xr
ELSE IF test > 0 THEN
xl = xr
ELSE
ea = 0
END IF
IF ea < es OR iter imax EXIT
END DO
Bisect = xr
END Bisect
11
5.1.3 Mtodo de la falsa posicin
Una tcnica alternativa al mtodo de biseccin, consiste en unir f(xl) y

f(xu) con una lnea recta. La interseccin de esta lnea con el eje de las
x representa una mejor aproximacin de la raz. El hecho de que se
remplace la curva por una lnea recta da una falsa posicin de la raz;
de aqu el nombre de mtodo de la falsa posicin, o en latn regula
falsi. Tambin se la conoce como mtodo de interpolacin lineal.
12
Usando tringulos semejantes:
f(x)
f(xu)
f ( xl )
f ( xu )
=
x r xl x r xu
en la cual se despeja xr
f ( xu )( xl xu )
xr = xu
f ( xl ) f ( xu )
xr
xl
xu
x
sta es la ecuacin de la falsa

posicin. El valor de xr calculado
reemplazar, despus, a
cualquiera de los dos valores
iniciales xl o xu
f(xl)
13
Ejemplo Falsa posicin

Planteamiento del problema. Con el mtodo de la falsa
posicin determine la raz de la ecuacin f(x)=(667.38/x)*(1exp(- 0.146843 x))-40
Solucin
Primera iteracin: xl=12 f(xl)=6.0699
xu=16 f(xu)=-2.2688
xr=16-(-2.2688(12-16) /
(6.0669-(-2.2688)) = 14.9113
Segunda iteracin: f(xl) f(xr) = -1.5426 < 0
xl=12
f(xl)= 6.0699
xu=14.9113 f(xu)= -0.2543
xr=14.9113-(-0.2543(12-14.9113) /
(6.0669-(-0.2543)) = 14.7942
14
Ejemplo Un caso en el que la biseccin es preferible a la falsa

posicin
Planteamiento del problema. Con los mtodos de biseccin
y falsa posicin, localice la raz de f(x) = x10-1
Solucin.
Usando biseccin,
Iteracin
xl
xu
xr
a(%)
r(%)
1.3
0.65
100.0
35
0.65
1.3
0.975
33.3
2.5
0.975
1.3
1.1375
14.3
13.8
0.975
1.375
1.05625
7.7
5.6
0.975
1.05625
1.015625
4.0
1.6
15
Con el mtodo de falsa posicin

a(%)
t(%)
Iteracin
xl
xu
xr
1.3
0.09430
0.0943
1.3
0.18176
48.1
81.8
0.18176
1.3
0.26287
30.9
73.7
0.26287
1.3
0.33811
22.3
66.2
0.33811
1.3
0.40788
17.1
59.2
90.6
16
f(x)
15
10
17
Falsa posicin modificada

Una forma de disminuir la naturaleza unilateral de la falsa posicin
consiste en obtener un algoritmo que detecte cuando se estanca uno
de los lmites del intervalo. Si ocurre esto, se divide a la mitad el valor
de la funcin en el punto de estancamiento. A ste mtodo se le llama
mtodo de la falsa posicin modificado.
18
FUNCTION ModFalsePos(xl, xu, es, imax, xr)

iter = 0
fl = f(xl)
fu = f(xu)
DO
xrold = xr
xr = xu-fu*(xl - xu)/(fl - fu)
fr = f(xr)
iter = iter+1
IF xr<>0 THEN
ea = Abs((xr-xrold)/xr)*100
END IF
test = fl * fr
IF test < 0 THEN
xu = xr
fu = f(xu)
iu = 0
il = il+1
IF il 2 THEN fl = fl / 2
ELSE IF test > 0 THEN
xl = xr
fl = f(xl)
il = 0
iu = iu+1
IF iu 2 THEN fu = fu/2
ELSE
ea = 0
END IF
IF ea < es OR iter imax THEN EXIT
END DO
ModFalsePos = xr
END ModFalsePos
19
Ejercicios
Ejercicio 5.1 Determine las races reales de f(x) = -0.4x2 + 2.2x + 4.7:
a. Grficamente
b. Usando el mtodo de biseccin para determinar la raz ms grande.
Emplee como valores iniciales xl=5 y xu=10. Calcule el error
estimado a y el error verdadero t para cada iteracin.
Ejercicio 5.2 Calcule la raz real positiva de f(x)=x4-8x3-36x2+462x
1010 utilizando el mtodo de la falsa posicin. Use una grfica para
escoger el valor inicial y realice el clculo con s = 1.0 %
20
Ejercicio 5.3 La concentracin de saturacin de oxgeno disuelto en agua se

calcula con la ecuacin
1.575701 10 5 6.642308 10 7 1.243800 1010 8.621949 1011
ln Osf = 139.34411 +
2
3
4
Ta
Ta
Ta
Ta
donde Osf = concentracin de saturacin de oxgeno disuelto en agua a 1 atm

(mg/L) y Ta = Temperatura absoluta (K). Recuerde que Ta = T + 273.15, donde
T = temperatura (C). De acuerdo con sta ecuacin, la saturacin disminuye
con el incremento de la temperatura. Para aguas naturales tpicas en climas
templados, la ecuacin sirve para determinar rangos de concentracin de
oxgeno desde 14.621 mg/L a 0C hasta 6.949 mg/L a 35C. Dado un valor
de concentracin de oxgeno, sta frmula y el mtodo de biseccin son tiles
para resolver la temperatura en C.
Si los valores iniciales se fijan en 0 y 35C, desarrolle y pruebe un programa de
biseccin para determinar T como una funcin de una concentracin de
oxgeno dada. Pruebe el programa para Osf=8, 10 y 14 mg/L. Compruebe sus
resultados
21
5.2 Mtodos abiertos
22
5.2.1 Iteracin simple de punto fijo

Los mtodos abiertos utilizan una frmula para predecir la raz. Esta
frmula puede desarrollarse como una iteracin simple de punto fijo
(Tambin llamada iteracin de un punto o sustitucin sucesiva o
mtodo de punto fijo), al reordenar la ecuacin f(x)=0 de tal modo que
x est del lado izquierdo de la ecuacin:
2
x=g(x)
x
+3
2
Por ejemplo, x -2x+3 = 0, se reordena para obtener x =
Mientras que sen(x)=0, puede transformarse sumando x a ambos lados

para obtener
x=sen(x)+x
23
De sta manera, dado un valor inicial para la raz xi , la ecuacin

anterior puede usarse para obtener una nueva aproximacin xi+1,
expresada por la frmula iterativa
xi+1=g(xi)
El error aproximado se calcula usando el error normalizado:
xi +1 xi
a =
100%
xi +1
24
Ejemplo
Iteracin simple de punto fijo

Planteamiento del problema. Use una iteracin simple de
punto fijo para localizar la raz de f(x) = e-x - x
Solucin.
xi+1=e-xi
i
xi
a %
100.0
76.3
0.367879
171.8
35.1
0.692201
46.9
22.1
0.500473
38.3
11.8
0.606244
17.4
6.89
0.545396
11.2
3.83
0.579612
5.90
2.20
0.560115
3.48
1.24
0.571143
1.93
0.705
10
0.564479
1.11
0.399
25
Convergencia
El error relativo porcentual verdadero en cada iteracin del ejemplo
anterior, es proporcional (por un factor de 0.5 a 0.6) al error de la
iteracin anterior. Esta propiedad se conoce como convergencia lineal.
26
f(x)
Un mtodo grfico alternativo
consiste en separar la ecuacin en
dos partes, de esta manera
f(x) = e-x - x
Raz
f1(x)=f2(x)
Entonces las dos ecuaciones
f(x)
y1 = f1(x) y y2 = f2(x)
f2(x) = e-x
se grafican por separado. As, los

valores de x correspondientes a
Las intersecciones de estas dos
funciones representan las races
de f(x)=0
f1(x) = x
Raz
27
y1 = x
y1 = x
y2= g(x)
y2= g(x)
x2 x1 x0
y2= g(x)
x0
x0
y1 = x
y2= g(x)
y1 = x
x0
28
FUNCTION Fixpt(x0, es, imax)

xr = x0
iter = 0
DO
xrold = xr
xr = g(xrold)
iter = iter+1
IF xr 0 THEN
ea =
xr xrold
100
xr
END IF
IF ea < es OR iter imax EXIT
END DO
Fixpt = xr
END fixpt
29
5.2.2 Mtodo de Newton-Raphson

A partir de la expansin en series f(x)
de Taylor, se tiene:
f ( xi ) 0
f ' ( xi ) =
xi xi +1
Pendiente = f (xi)
f(xi)
que se reordena para obtener
xi +1
f ( xi )
= xi
f ' ( xi )
xi+1
xi
la cual se conoce como frmula

De Newton Raphson
30
Ejemplo Mtodo de Newton-Raphson

Planteamiento del problema. Utilice el mtodo de Newton
Raphson para calcular la raz de f(x)=e-x x empleando
como valor inicial x0 = 0
Solucin. La primer derivada de la funcin es
f (x)=-e-x -1
e xi x i
que se sustituye para obtener xi +1 = xi
xi
xi
t (%)
100
0.500000000
11.8
0.566311003
0.147
0.567143165
0.0000220
0.567143290
< 10-8
31
Algoritmo
1.
2.
3.
4.
Se debe incluir una rutina de graficacin en el programa

Al final de los clculos, se necesitar sustituir siempre la raz final
calculada en la funcin original, para determinar si el resultado se
acerca a cero. Esta prueba protege el desarrollo del programa
contra aquellos casos en los que se presenta convergencia lenta
u oscilatoria, la cual puede llevar a valores pequeos de a,
mientras que la solucin an est muy lejos de una raz.
El programa deber incluir siempre un lmite mximo permitido
del nmero de iteraciones para estar prevenidos contra
soluciones oscilantes, de lenta convergencia o divergentes que
podran persistir en forma interminable.
El programa deber alertar al usuario para que tome en cuenta la
posibilidad de que f (x) sea igual a cero en cualquier momento
durante el clculo.
32
5.2.3 El mtodo de la secante

Un problema potencial en la implementacin del mtodo de Newton
Raphson es la evaluacin de la derivada. En casos complejos, la
derivada se puede aproximar mediante una diferencia finita dividida
hacia atrs
f(x i)
f ( xi 1 ) f ( xi )
f ' ( xi )
xi 1 xi
Sustituyendo en la ecuacin
de Newton - Raphson
xi +1
f(x i-1)
f ( xi )( xi 1 xi )
= xi
f ( xi 1 ) f ( xi )
x i-1
xi
33
Ejemplo El mtodo de la secante

Planteamiento del problema. Con el mtodo de la secante,
calcule la raz de f(x)=e-x x. Comience los clculos iniciales
con los valores x-1=0 y x0 = 1.0.
Solucin.
Primera iteracin:
x-1=0 f(x-1)=1
x0 =1 f(x0)=-0.63212
x1=1-((-0.63212)(0-1)/(1-(-0.63212)))=0.61270
Segunda iteracin
x0=1
f(x0)=-0.63212
x1 =0.61270 f(x1)=-0.07081
x2=0.61270-((-0.0708)(1-0.61270)/(-0.63212-
(0.07081))) = 0.56384
34
Mtodo de la secante modificada

En lugar de considerar dos valores arbitrarios para aproximar la
derivada, un mtodo alternativo considera un cambio
fraccionario de la variable independiente para estimar f(x),
f ( xi + xi ) f ( xi )
f ' ( x)
xi
donde d es un pequeo cambio fraccionario. sta aproximacin
se sustituya en la ecuacin de la secante para obtener la
siguiente expresin iterativa:
xi +1
xi f ( xi )
= xi
f ( xi + xi ) f ( xi )
35
Ejercicios
Ejercicio 5.4 Evaluar las races de las siguientes ecuaciones
trascendentes
a. sin x - 2exp(-x2) = 0
b. ax - ax = 0 para a = 2, e, or 3
c. ln(1 + x2) x1/2= 0
d. e-x/(1 + cos x) - 1 = 0
36
Ejercicio 5.5 Para el flujo turbulento de un fluido a travs de un tubo

liso, es posible establecer la siguiente relacin entre el factor de
friccin cf y el nmero de Reynolds Re:
Calcular cf para Re = 104, 105 y 106.
37
Ejercicio 5.6 Desarrolle una funcin para calcular el volumen

especfico de un gas puro, dada la temperatura y la presin
usando la ecuacin de estado de Soave-Redlich-Kwong
Las constantes a y b son obtenidas de las ecuaciones
38
donde Pc y Tc son la presin crtica y temperatura crtica

respectivamente. La variable es una funcin emprica de la
Temperatura
El valor de S es una funcin del factor acntrico
Las propiedades fsicas del n-butano son
39
y la constante de los gases R es
Calcule el volumen especfico del vapor de n-butano a 500 K y en un

rango de presiones de 1 a 40 atm. Compare los resultados
grficamente con aquellos que se obtienen de la ley de los gases
ideales. Qu conclusin obtiene de sta comparacin grfica?
40
Ejercicio 5.7 Repita el ejercicio 5.6 usando las ecuaciones de estado

de Benedict-Webb-Rubin (BWR) y Patel-Teja (PT). Compare
grficamente los resultados con los obtenidos en el ejercicio 3.
La ecuacin de estado de Benedict-Webb-Rubin (BWR) es
donde A0, B0, C0, a, b, c, , y son constante. Donde P est en

atmsferas, V est en litros por mol, y T est en kelvin, Los valores de
las constantes para el n-butano son:
41
La ecuacin de estado de Patel-Teja es
Donde a es funcin de la temperatura, y, b y c son constantes
donde
42
y b es la ms pequea de las races positivas del polinomio cbico
F y c son funciones del factor acntrico
43
Ejercicio 5.8 La ecuacin de Underwood para destilacin

multicomponente est dada por
donde F = tasa de flujo molar de la alimentacin

n = numero de componentes en la alimentacin
zjF = fraccin molar de cada componente en la alimentacin
q = calidad de la alimentacin
j = volatilidad relativa de cada componente en condiciones
promedio de la columna
= raz de la ecuacin
44
Underwood ha demostrado que (n-1) de la races de la ecuacin se

encuentran entre los valores de las volatilidades relativas como se
Muestra
Evale las n-1 races de sta ecuacin para el caso mostrado en la

Tabla
F=100 mol/h
q=1 (lquido saturado)
45

Metodos Numericos

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Metodos Numericos

Cargado por

Copyright:

Formatos disponibles

5.

Parte II: Anlisis Numrico

5.1.1 Mtodos Grficos

Ejemplo: Utilizar grficas por computadora para localizar las races de

Parte II: Anlisis Numrico

La grfica muestra la existencia de varias races, incluyendo quizs

Parte II: Anlisis Numrico

Reduciendo la escala horizontal se obtiene:

En efecto, hay dos races diferentes entre x=4.23 y x=4.26

5.1.2 El mtodo de biseccin

Paso 1: Elija valores iniciales inferior, xl , y superior, xu , que encierren

Paso 3: Realice las siguientes evaluaciones para determinar en que

Parte II: Anlisis Numrico

Tercera iteracin: xl = 14; xu = 15

Parte II: Anlisis Numrico

Criterios de paro y estimaciones de errores

Parte II: Anlisis Numrico

Ejemplo Estimacin del error en la biseccin

Parte II: Anlisis Numrico

FUNCTION Bisect(xl, xu, es, imax, xr, iter, ea)

5.1.3 Mtodo de la falsa posicin

Una tcnica alternativa al mtodo de biseccin, consiste en unir f(xl) y

Parte II: Anlisis Numrico

Usando tringulos semejantes:

sta es la ecuacin de la falsa

Ejemplo Falsa posicin

Parte II: Anlisis Numrico

Ejemplo Un caso en el que la biseccin es preferible a la falsa

Parte II: Anlisis Numrico

Con el mtodo de falsa posicin

Parte II: Anlisis Numrico

Parte II: Anlisis Numrico

Falsa posicin modificada

Parte II: Anlisis Numrico

FUNCTION ModFalsePos(xl, xu, es, imax, xr)

Parte II: Anlisis Numrico

Parte II: Anlisis Numrico

Ejercicio 5.3 La concentracin de saturacin de oxgeno disuelto en agua se

donde Osf = concentracin de saturacin de oxgeno disuelto en agua a 1 atm

5.2 Mtodos abiertos

Parte II: Anlisis Numrico

5.2.1 Iteracin simple de punto fijo

Mientras que sen(x)=0, puede transformarse sumando x a ambos lados

Parte II: Anlisis Numrico

De sta manera, dado un valor inicial para la raz xi , la ecuacin

Parte II: Anlisis Numrico

Iteracin simple de punto fijo

Parte II: Anlisis Numrico

Parte II: Anlisis Numrico

se grafican por separado. As, los

Parte II: Anlisis Numrico

FUNCTION Fixpt(x0, es, imax)

5.2.2 Mtodo de Newton-Raphson

que se reordena para obtener

la cual se conoce como frmula

Ejemplo Mtodo de Newton-Raphson

Parte II: Anlisis Numrico

Se debe incluir una rutina de graficacin en el programa

5.2.3 El mtodo de la secante

Parte II: Anlisis Numrico

Ejemplo El mtodo de la secante

Parte II: Anlisis Numrico

Mtodo de la secante modificada

Parte II: Anlisis Numrico