P. 1
Métodos Para Resolucion de ecuaciones No lineales

Métodos Para Resolucion de ecuaciones No lineales

|Views: 110|Likes:
Publicado porluis.velezmoro

More info:

Categories:Types, Research
Published by: luis.velezmoro on Jun 05, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPSX, PDF, TXT or read online from Scribd
See more
See less

12/01/2014

pdf

text

original

LOGO

Universidad Nacional de Trujillo

Métodos Numéricos Computacionales

Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

Solución de Ecuaciones Algebraicas no Lineales 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 La elección del método numérico depende del (solución aproximada) problema a resolver (estructura del problema, tipo de ecuaciones, precisión requerida, rapidez del cálculo,....). Tipos de «Por tanto no existe un Métodos universalmente aplicable» mejor método Métodos Métodos

Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

Métodos Acotados
La raíz está situada en un intervalo (necesita dos puntos). Acaba convergiendo dentro de una tolerancia.

Met. de la Bisección Met. de laFalsa Posición Met. del Punto Fijo Punto Fijo Met. Newton Raphson Newton Raphson Met. Secante de laSecante

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.

Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

Métodos Acotados « 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 Método dede f(b) diferente al signo la Bisección
1.

Selecciona un intervalo [a,b] donde halla un cero Calcula el punto medio como nuevo punto Comprueba si hay cambio de signo en [a,c] o en [p,c]. Comprobación: f(a)*f(c). Si el producto es cero, entonces p es una raíz. Si no es cero volver al punto 2.

2.

3.

4.

Métodos Numéricos Computacionales Eje Método de la Bisección mpl f(x)= x3 + 2x2 + 10x ε = 1020 o:X 3
Universidad Nacional de Trujillo

a = b =

f(x)-20 0 1 -7 Existe cambio de signo 2 16 Valores Iniciales 3 46 a=1 y b=2
16

El número interaciones sera:

de

a=1 b=2

n= ( ln c – ln ε ) / ln 2

n= ( ln (2-1) – ln 10-3 ) / ln 2 n=9,96 n≈10

1º Iteración c=(a+b)/2
c=(1+2)/2 c=1,5 f(1)= -7 f(1,5)=2,88 ≠ signo

2º Iteración c=(a+b)/2
c=(1+1,5)/2 c=1,25 f(1)= -7 f(1,25)=-2,42 Nuevos valores a=1,25 b=1,5 = signo

2,88

-7

1

1,5

2

x

Nuevos valores a=1 b=1,5

Métodos Numéricos Computacionales Eje Método de la Bisección (Programación en Matlab) mpl f(x)= x3 + 2x2 + 10x o: 20
Universidad Nacional de Trujillo

0,0007 ≤ Tolerancia = 0,001

Método de la Falsa Posición

Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

1.

Selecciona un intervalo [a,b] donde halla un cero Calcula un punto intersección como nuevo punto

2.

1.

Comprueba si hay cambio de signo en [a,c] o en [c,b]. Comprobación: f(a)*f(c). Si el producto es cero, entonces c es una raíz. Si no es cero volver al punto 2.

2.

Métodos Numéricos Computacionales Eje Método de la Falsa Posición mpl f(x)= x3 + 2x2 + 10x ε = 1020 o:X 3
Universidad Nacional de Trujillo

a = b =

f(x)-20 0 1 -7 Existe cambio de signo 2 16 3 46 y
16

a=1 b=2 1º Iteración
= signo

Valores Iniciales a=1 b=2

2º Iteración
= signo Nuevos valores a=1,35791 b=2

1,30435

-1,33476

-7

1

2

x

Nuevos valores a=1,30435 b=2

Métodos Numéricos Computacionales Eje mplMétodo de la Falsa posición (Programación en Matlab) o:
Universidad Nacional de Trujillo

0,0002 ≤ Tolerancia = 0,001

Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

Similaridades: •Ambos métodos necesitan DOS valores iniciales (a y b) •Requieren un procedimiento para determinar el cambio de signo. •Acaban convergiendo a la raíz con cierta tolerancia Diferencias: •El cálculo del nuevo punto estimado se hace con diferentes estrategias •En general el método de la posición falsa converge más

Comparación entre ambos métodos.

Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

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)

Método del Punto Fijo
1.

Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

Problema f(x)=0 Transformar a x=g(x) Seleccionar un punto inicial Calcular nuevo valor x0 xi+1=g(xi)

y

|f(x)|< Tolerancia = ε

2.

3.

y=x y= g(x) x x

Repetir hasta llegar a la tolerancia requerida
4.

Si: |g’(x)|<1 El algoritmo converge linealmente |g’(x)|>=1 El algoritmo diverge

Raiz

x x

Métodos Numéricos Computacionales Eje Método del Punto Fijo mpl f(x)= cosx – 3x ε = 10o: a) g(x)= (cos x) /3 3 b) g(x)= cos x
Universidad Nacional de Trujillo

x0=π /8

converge

-2x

diverge

provar

y

3x

x0=π/ 8

1º g(x0)=(cos Iteraciónx0)/3
g(π/8)=(cos π/8)/3 g(π/8)=0,30796

2º g(x0)=(cos x0=0,30796 Iteración x0)/3
g(0,30796)=(cos 0,30796)/3 g(0,30796)=0,31765 |f(π/8)|= 0,02907

Hast a |f(x)|< ε

|f(π/8)|= 0,25422
π/2

cos x

x

Nuevo valor de x0 es: x0= g(π/8) x0= 0,30796

Nuevo valor de x0 es: x0= g(0,30796) x0= 0,02907

Métodos Numéricos Computacionales Eje mpl Método de l Punto Fijo (Programación en Matlab) a) g(x)= (cos x) /3 o:
Universidad Nacional de Trujillo

0,0003≤ Tolerancia = 0,001

Métodos Numéricos Computacionales Método de Newton Problema g(x)=0 Raphson
Universidad Nacional de Trujillo

1. Seleccionar un punto inicial x0 2. Calcular g(xi) y g’(xi) 3. Aplicar la tangente en ese punto y en el corte con el eje de abcisas tenemos el nuevo punto estimado

f(xi) xi+1=xif’(xi)

= g(xi)

4. Repetir hasta llegar a la tolerancia requerida

Métodos Numéricos Computacionales Método de Newton Necesita conocer la derivada de la función Raphson
Universidad Nacional de Trujillo

Deduciendo la ecuación general del algoritmo

Convergencia cuadrática (rápida)

y

Puede no converger (depende de la función y de la estimación inicial)

Raiz x 2

f(x ) (x0,f(x 0)) x x 1 x0 - 0 θ

f(x0) x

f(x0) tg(θ) f’(x0) = x0 = x1 f(x0) X1 = f’(x0) X0 f(xi) Xi+1 = f’(xi) Xi -

Métodos Numéricos Computacionales Eje Método de Newton Raphson mpl f(x)= x3 + 2x2 + 10x – o: 20 x0 = ε = 10Universidad Nacional de Trujillo

f’(x)= 3x2 + 4x + 10

1,

3

y

f(x)

1º f(xi) Xi+1 = Iteración Xi f’(xi)
X1 = 1 - 13 + 2*12 + 10*1 – 20

2º f(xi) Xi+1 = Xi Iteración f’(xi)
X1 = 1,36934

Hast a |f(x)|< ε

3*12 + 4*1 + 10

X1 = 1,41176- 1,411763 + 2*1,411762 + 10*1,41176 – 20 3*1,411762 + 4*1,41176 + 10

X1 = 1,41176
X=1,3688

x

Nuevo valor de x0 es: x0= x1 x0= 1,41176

Nuevo valor de x0 es: x0= x1 x0= 1,36934

Métodos Numéricos Computacionales Eje Método de Newton Raphson(Programación en mpl ε = 10f(x)= x3Matlab) + 2x2 + 10x o: 20 3
Universidad Nacional de Trujillo

0,0000≤ Tolerancia = 0,001

Método de la Secante

Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

Problema g(x)=0

1.

Seleccionar dos puntos iniciales x0,x1 Calcular la recta que pasa por esos puntos El corte con el eje de abscisas da el nuevo punto estimado. Volver a calcular la recta. xi-xi-

2.

3.

xi+1=xif (xi)-f 1 (xi-1)
llegar

f (xi)
la

1.

Repetir hasta requerida

a

tolerancia

Método de la Secante
Deduciendo la ecuación general del algoritmo
y
Dos iteraciones

Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

No Necesita conocer la derivada de la función (la aproxima). Necesita dos puntos iniciales. Puede no converger.

(x1,f(x1))

f(x1)-f(x0)

(x0,f(x0))

x1 - x0

f (x1)-f = f (x1) x1-x0 x1 – (x0) x2 x2 = x1 (x1)-f f (x1) - x1-x0 f (x0) xn- f (xn) xn+1 = fxn(xn)-f xn-1

Métodos Numéricos Computacionales Eje Método de la Secante mpl f(x)= x3 + 2x2 + 10x – o: 20 x0 = 0 , x1 =ε = 10Universidad Nacional de Trujillo

y

f(x)

1º Iteración

3 1, 2º Iteración x0= 1
x1= 1,53846

Hast a |f(x)|< ε

x1-x0 f (x1) x2 = x1 f (x1)-f (x0) X2 = 1,53846
X=1,3688

X2 = 1,35031

x Nuevos valores de x0 ,x0 son: x0= x1 x1= x2 x0= 1 , x1= 1,53846 Nuevos valores de x0 ,x0 son: x0= x1 x1= x2 x0= 1,53846 , x1= 1,35031

Métodos Numéricos Computacionales Eje Método de la Secante (Programación en Matlab) mpl f(x)= x3 + 2x2 + 10x – 20 x0 = 0 , x1 =ε = 10o: , 3 1,
Universidad Nacional de Trujillo

0,0009≤ Tolerancia = 0,001

Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

Bibliografia:
Metodo Numérico Aplicados a la Ingenieria (Antonio Nieves)

LOGO

Universidad Nacional de Trujillo

Gracias!

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->