Documentos de Académico
Documentos de Profesional
Documentos de Cultura
No Lineales
No Lineales
No Lineales
lineales
Curso de Programacin numrica
Temario
Mtodos cerrados:
Mtodos grficos
Mtodo de biseccin
Mtodo de la posicin falsa
Mtodos abiertos
Iteracin simple de punto fijo
Mtodo de Newton-Raphson
Mtodo de la secante
Races de polinomios
Mtodo de Mller
Mtodo de Bairstow
Mtodos grficos
Los mtodos grficos consisten en graficar la funcin f(x) y
observar donde la funcin cruza el eje x.
Ejemplo 1
Encontrar la raz de:
f x
667.38
1 e 0.146843x 40 0
x
40
35
x
f(x)
4 34.11488938
8 17.65345264
12 6.066949963
16 -2.268754208
20 -8.400624408
30
25
20
15
10
5
0
-5 0
-10
-15
10
15
20
25
Ejemplo 2
Grafica de: f(x) = sen 10x + cos 3x
x
0.00
0.25
0.50
0.75
1.00
1.25
1.50
1.75
2.00
2.25
2.50
2.75
3.00
3.25
3.50
3.75
4.00
4.25
4.50
4.75
5.00
f(x)
1.00
1.33
-0.89
0.31
-1.53
-0.89
0.44
-0.46
1.87
0.41
0.21
0.31
-1.90
-0.06
-0.90
0.05
1.59
-0.01
1.45
-0.48
-1.02
2.50
2.00
1.50
1.00
0.50
0.00
-0.500.00
-1.00
-1.50
-2.00
-2.50
1.00
2.00
3.00
4.00
5.00
6.00
Ejemplo 2 (cont.)
Grafica de: f(x) = sen 10x + cos 3x
x
f(x)
4.20
4.21
4.22
4.23
4.24
4.25
4.26
4.27
4.28
4.29
4.30
0.08
0.05
0.02
0.00
-0.01
-0.01
-0.01
0.01
0.04
0.07
0.11
0.12
0.10
0.08
0.06
0.04
0.02
0.00
4.18
-0.02
4.20
4.22
4.24
4.26
4.28
4.30
4.32
Tarea
Utilice Excel para los siguientes problemas.
Mtodo de la biseccin
Se trata de encontrar los ceros de
f(x) = 0
Donde f es una funcin continua en [a,b] con f(a) y f(b) con
signos diferentes.
y
f(a)
y = f(x)
bx
a
f(b)
Mtodo de la biseccin
De acuerdo con el teorema del valor medio, existe p [a,b] tal
que f(p) = 0.
El mtodo consiste en dividir a la mitad el intervalo y localizar
la mitad que contiene a p.
El procesos se repite hasta la lograr la precisin deseada.
Mtodo de la biseccin
Primera iteracin del algoritmo
y
f(a)
y = f(x)
f(p1)
bx
a
f(b)
p
p1=(a+b)/2
Mtodo de la biseccin
Segunda iteracin del algoritmo
y
y = f(x)
f(a)
bx
a =p1
f(p2)
p
p2=(a+b)/2
f(b)
Mtodo de la biseccin
Algoritmo biseccin
Entradas: extremos a,b; nmero de iteraciones ni; tolerancia tol
Biseccin en C
double biseccion(double a, double b, double error, int ni){
double p,pa,eps;
int i;
p = a;
i = 1;
eps = 1;
while(f(p) != 0 && i<ni && eps > error){
pa = p;
p = (a+b)/2;
if(f(p)*f(a)>0)
a = p;
else
if(f(p)*f(b)>0)
b = p;
i++;
eps = fabs(p-pa)/p;
}
return p;
}
Ejemplo
Funcin de ejemplo
x 1 tan(x)
2
Funcin en C:
double f(x){
Tarea
Haga funciones en C para encontrar la solucin de las
siguientes ecuaciones utilizando la funcin biseccion():
2.
f x
667.38
1 e 0.146843x 40 0
x
xrnuevo xranterior
xrnuevo
sustituyedo
100%
nuevo
r
anterior
r
xb xa
100%
xb xa
x x
b a
2
xrnuevo
xb xa
2
Nmero de iteraciones
El error absoluto en la primera iteracin es:
Ea0 xb0 xa0 Dx 0
Dx 0
log Dx 0 / Ead
n
log 2
log 2
Ead
r
h
L
area sector r 2a
r a
h
sen 1
2
2
r
area triangular 2
base altura
h r 2 h2
2
V LA L r 2 sen 1 h / r h r 2 h 2
Tarea
17. Un abrevadero de longitud L tiene una seccin transversal
en forma de semicrculo con radio r (vase la figura) Cuando se
llena de agua hasta una distancia h de la parte superior, el
volumen V de agua es
V = L [ 0.5 r2 r2 arcsen(h/r) h(r2 h2)1/2 ]
Escriba un programa en C amigable para el usuario que lea los
datos de este problema y encuentre la profundidad h del
abrevadero. Utilice el mtodo de biseccin para encontrar la
solucin.
r
h
L
Resumen
Requiere que se conozca el intervalo en donde est la raz.
Los valores de la funcin en los extremos deben tener signos
diferentes.
De la figura
f xl
f xu
xr xl xr xu
Despejando
xr xu
f xu xl xu
f xl f xu
xl
xr
xu
f(xl)
f(xr)
Ejemplo en Excel
Encontrar la raz de:
f x
667.38
1 e 0.146843x 40 0
x
xl
xu
xr
f(xl)
f(xu)
f(xr)
12.0000000 16.0000000 14.9113077 6.0669500 -2.2687542 -0.2542775
12.0000000 14.9113077 14.7941976 6.0669500 -0.2542775 -0.0272572
12.0000000 14.7941976 14.7817001 6.0669500 -0.0272572 -0.0029076
12.0000000 14.7817001 14.7803676 6.0669500 -0.0029076 -0.0003100
12.0000000 14.7803676 14.7802255 6.0669500 -0.0003100 -0.0000330
Tarea
Encuentre la raz real de f(x) = (0.8 0.3x)/x, por el mtodo de
falsa posicin. Utilice valores iniciales de 1 y 3, calcule el error
porcentual verdadero en cada iteracin. Encuentre la raz
analiticamente.
Falsa posicin en C
if(fl*fr<0){
xu = xr;
fu = f(xu);
iu = 0;
double falsaPosicion(double xl,
il++;
double xu, double ee, int imax){
if(il>=2)
double error,fl,fu,fr,xr,xrOld;
fl/=2;
int iter=0,il=0,iu=0;
}
fl = f(xl);
else{
fu = f(xu);
xl = xr;
do{
fl = f(xl);
xrOld = xr;
il = 0;
xr = xu - fu*(xl-xu)/(fl-fu);
iu++;
fr = f(xr);
if(iu>=2)
iter++;
fu/=2;
if(xr!= 0)
else;
error=fabs((xr-xrOld)/xr*100);
error = 0;
}
}while(error>ee && iter<=imax);
return xr;
}
Teorema
Si g C [a, b] y g(x) C [a, b] para toda x C [a, b], entonces g tiene un
punto fijo en [a, b].
Si adems g(x) existe en (a, b) y una constante positiva k<1 existe con
|g(x)| <= k, pata toda x (a, b),
Entonces el punto fijo en [a, b] es nico.
|g(x)<=1
y=x
b
p=g(p)
y = g(x)
|g(x)>1
y=x
b
p=g(p)
y = g(x)
a
a
p1= g(p0)
p3= g(p2)
y = g(x)
p2= g(p1)
p2= g(p1)
p3= g(p2)
y=x
p1= g(p0)
y = g(x)
p1 p3 p2 p0 x
p0
p1
p2 x
Casos de no convergencia
y
y=x
y=x
y = g(x)
y = g(x)
x
Ejemplo
Sea la funcin: x3 + 4x2 10 = 0 tiene una raz en [1, 2]
Puede despejarse en:
a. x = g1(x) = x x3 4x2 +10
b. x = g2(x) = (10 x3)
c. x = g3(x) = (10/(4 + x))
d. x = g4(x) = x (x3 + 4x2 10)/(3x2 + 8x)
(b)
(c)
(d)
1 1.5
2 -0.875
3 6.732421875
4 -469.72001200
5 1.02754555E8
6 -1.084933870E24
7 1.277055591E72
8 -2.082712908E216
9 NaN
10
11
12
13
14
15
20
25
30
1.5
1.286953767
1.402540803
1.345458374
1.375170252
1.360094192
1.367846967
1.363887003
1.365916733
1.364878217
1.365410061
1.365137820
1.365277208
1.365205850
1.365242383
1.365229578
1.365230028
1.365230012
1.5
1.348399724
1.367376371
1.364957015
1.365264748
1.365225594
1.365230575
1.365229941
1.365230022
1.365230012
1.365230013
1.365230013
1.5
1.373333333
1.365262014
1.365230013
1.365230013
a)
c)
b)
d)
Corolario
Si g satisface las hiptesis de teorema del punto fijo, las cotas
de error que supone utilizar pn para aproximar a p estn dadas
por
Caso (b)
g1(x) = 1 3x2 8x
Caso (c)
g3(x) = (10/(4 + x))
g3(x) = ( 5/3.16)(4 + x)1.5
Caso (d)
Programa en Matlab
function y = PuntoFijo(f_name, p0, tol, ni)
%f_name - nombre de la funcion
%p0 - valor inicial de la raiz
%tol tolerancia
%ni nmero de iteraciones
i = 1;
while i<=ni
p = feval(f_name,p0);
if(abs(p0-p)<tol)
y = p;
break;
end
i = i + 1;
p0 = p;
end
fprintf('No se encontro solucion.');
Funcin en C
double PuntoFijo(double p0, double tol, int ni){
int i = 1;
double p;
while(i<=ni){
p = f(p0);
if(fabs((p0-p)/p)<tol)
return p;
i++;
p0 = p;
}
std::cout << "NO solucion en :" << ni << iteraciones.\n";
return p;
}
Tarea
Encontrar la raz ms grande de
Mtodo de Newton-Raphson
f(x)
La ecuacin de la recta
tangente es:
y f(xn) = f (xn)(x xn)
Cuando y = 0, x = xn+1 o sea
0 f(xn) = f (xn)(xn+1 xn)
Pendiente = f (xn)
f (xn)
f ( xn )
xn1 xn
f '( xn )
xn+1
xn
Algoritmo Newton
Para obtener una solucin a f(x) = 0 dada una
aproximacin p0.
ENTRADA aproximacin inicial p0; tolerancia tol;
nmero mximo de iteraciones N0.
1. i = 1
2. Mientras i<=N0 hacer
2.1. p = p0 f(p0)/f(p0)
2.2. Si |p p0|< tol entonces regrese p
2.3. i = i + 1
2.4. p0 = p
3. fracaso en encontrar la raz en N0 iteraciones
Ejemplo
f(x) = x cos(x)
f(x) = 1 + sen(x)
Tomando p0 = 0, se obtiene
pn
0
1
0.7503639
0.7391128
0.7390851
f(pn)
-1
0.459698
0.0189
0.00005
3E-10
f(pn)
1
1.8414
1.6819
1.6736
1.6736
pn+1
1
0.7503639
0.7391128
0.7390851
0.7390851
Ejercicio
Encontrar la solucin de
x3 + 4x2 10 = 0
En el intervalo [1, 2] con el mtodo de Newton
Cdigo en C
double Newton(double x0, double ee, int ni){
int i = 0;
double x,fx,dfx;
while(i<ni){
fx = f(x0);
dfx = df(x0);
x = x0-fx/dfx;
if(fabs((x-x0)/x)<ee)
return x;
i++;
x0 = x;
}
std::cout << "No solucin en "<< i << " pasos\n";
return x;
}
Solucin
Para estimar el valor inicial de i podemos desarrollar el
binomio (1 + i)n para aproximarlo a la segunda potencia. El
resultado es
i0
2 A nP
nn 1P
$750,000.00 i
f(i)
f'(i)
i n+1
$1,500.00 0.009065551
$4,784.89 2361961.89 0.007039738
240 0.007039738
1297.701361 1175049.297 0.005935357
0.005935357
255.8695592 730982.8805 0.005585323
A(calculado)= $750,000.00 0.005585323
20.97312565 612780.0414 0.005551096
0.005551096
0.18919948 601739.1171 0.005550782
0.005550782
1.58807E-05 601638.1029 0.005550782
0.005550782
-1.99179E-10 601638.0945 0.005550782
i=
0.56%
A=
P=
n=
$350,000.00 i
f(i)
f'(i)
i n+1
$20,000.00 0.166666667 15099.14998 450849.857 0.13317625
10 0.133176249 3212.297411 266179.386 0.12110808
0.121108082 346.4384394 209573.765 0.11945502
A(calculado)= $350,000.00 0.11945502 6.113559001 202191.641 0.11942478
0.119424783 0.002029206 202057.423 0.11942477
0.119424773 2.47383E-10 202057.379 0.11942477
0.119424773 6.54836E-11 202057.379 0.11942477
i=
11.94%
O utilizando
f xn f xn h
f ' xn
h
Algoritmo Newton2
Para obtener una solucin a f(x) = 0 dada una
aproximacin p0.
ENTRADA aproximacin inicial p0; tolerancia tol;
nmero mximo de iteraciones N0.
1. i = 1
2. h = 0.001
3. Mientras i<=N0 hacer
2.1. y = f(p0)
2.2. y_deriv =(f(p0+h)-y)/h
2.3. p = p0 y/y_deriv
2.4. Si |p p0|< tol entonces regrese p
2.5. i = i + 1
2.6. p0 = p
3. fracaso en encontrar la raz en N0 iteraciones
Cdigo en C
double Newton(double x0, double ee, int ni){
int i = 0;
double x,fx,dfx,h;
h = 0.0001;
while(i<ni){
fx = f(x0);
dfx = (f(x0+h)-fx)/h;
x = x0-fx/dfx;
if(fabs((x-x0)/x)<ee)
return x;
i++;
x0 = x;
}
std::cout << "No solucin en "<< i << " pasos\n";
return x;
}
Programa en Matlab
function x = Newt_n(f_name, xO)
% Iteracin de Newton sin grficos
x = xO; xb = x-999;
Calcula derivada con
n=0; del_x = 0.01;
incrementos
while abs(x-xb)>0.000001
n=n+1; xb=x ;
if n>300 break; end
y=feval(f_name, x) ;
y_driv=(feval(f_name, x+del_x) - y)/del_x;
x = xb - y/y_driv ;
fprintf(' n=%3.0f, x=%12.5e, y=%12.5e, ', n,x,y)
fprintf(' yd = %12.5e \n', y_driv)
end
fprintf('\n Respuesta final = %12.6e\n', x) ;
xn
1
3.000000
2.333333
2.238095
2.236069
xn+1
3.000000
2.333333
2.238095
2.236069
2.236068
Desventajas
En algunos casos la convergencia es muy lenta, considere
f(x) = xn 1
Se obtiene la siguiente secuencia empezando en x = 0.5
iteracin
0
1
2
3
4
x
0.5
51.65
46.485
41.8365
37,65285
..
--
1.000000
Desventajas (cont.)
f(x)
f(x)
x1
x0
x2
x0
x2
x1
mnimo local
f(x)
x1
x0 x
x0
x1
varias races
la iteracin en un mnimo
Ejemplo
Resolver utilizando Excel
Resultados
h=
0.1
xn
f(xn)
f'(xn)
xn+1
0.00000000
-1.00000000
1.94995999
0.51283104
0.51283104
-0.10815190
1.41522716
0.58925121
0.58925121
0.00099615
1.33011566
0.58850229
0.58850229
-0.00004224
1.33095756
0.58853402
0.58853402
0.00000178
1.33092188
0.58853269
h=
xn
0.01
f(xn)
f'(xn)
xn+1
0.00000000
-1.00000000
1.99499996
0.50125314
0.50125314
-0.12524617
1.47731614
0.58603267
0.58603267
-0.00347081
1.38411969
0.58854027
0.58854027
0.00001043
1.38133294
0.58853271
0.58853271
-0.00000004
1.38134134
0.58853274
Tarea #14
La carga en un circuito RLC serie esta dada por
1 R 2
qt q0e Rt /( 2 L ) cos
t
LC 2 L
Ejemplo
La carga en un circuito RLC paralelo la impedancia esta dada
por
2
1
1
1
wC
R2
wL
Races mltiples
En el caso de que un polinomio tenga races mltiples, la
funcin tendr pendiente igual a cero cuando cruce el eje x.
Tales casos no pueden detectarse en el mtodo de biseccin
si la multiplicidad es par.
En el mtodo de Newton la derivada en la raz es cero.
Generalmente el valor de la funcin tiende a cero ms rpido
que la derivada y puede utilizarse el mtodo de Newton
Ejemplo
Polinomio:
n
0
1
2
3
4
5
6
7
8
9
10
f(x) = (x 3) (x 1) (x 1)
xn
0.50000000
0.72727273
0.85591767
0.92561694
0.96215341
0.98090260
0.99040636
0.99519176
0.99759300
0.99879578
0.99939771
f(xn)
-0.62500000
-0.16904583
-0.04451055
-0.01147723
-0.00291894
-0.00073639
-0.00018496
-0.00004635
-0.00001160
-0.00000290
-0.00000073
f'(xn)
2.75000000
1.31404959
0.63860849
0.31413077
0.15568346
0.07748373
0.03865069
0.01930234
0.00964539
0.00482125
0.00241026
xn+1
0.72727273
0.85591767
0.92561694
0.96215341
0.98090260
0.99040636
0.99519176
0.99759300
0.99879578
0.99939771
0.99969881