Mtodos Numricos

Prof. Karin Saavedra / 2014-1

Unidad 5: Resolucin de ecuaciones no lineales
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
2
Captulo 0: Introduccin
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
3
Ecuaciones no lineales

Estudiaremos algunos mtodos bsicos de resolucin de ecuaciones no lineales.

- dada (no lineal), encontrar tal que

El problema consiste en:

La solucin se denomina raz de la funcin . x

f
f : R R x R f(x) = 0
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
Ecuaciones no lineales
4

Solucin analtica (no siempre)

f(x) = ax
2
+ bx + c = 0
x =
b

b
2
4ac
2a

Mtodos grficos (poco precisos)

Mtodo de prueba y error (fortuitos)

Mtodos sistemticos iterativos

races
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
5
Captulo 1: Mtodo de convergencia
garantizada
1. Mtodo de la biseccin
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
6
Mtodo de convergencia garantizada
Sea una funcin continua en el intervalo y supongamos
que . Entonces, para cada valor intermedio tal que , existe
tal que . La misma conclusin se obtiene para el caso que .

En particular, si y tienen signos opuestos, entonces es precisamente un

valor intermedio y, por lo tanto, existe por lo menos una raz de en el intervalo .
Teorema del valor intermedio:
f : [a, b] R [a, b]
f(a) < f(b) z f(a) < z < f(b)
(a, b) f() = z f(a) > f(b)
f(a) f(b) z = 0
(a, b) f
f(a)
f(b)
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
c) por lo tanto, tiene una raz en y se define
a) por lo tanto, y finaliza el proceso
7
Mtodo de biseccin

Est basado en el teorema del valor intermedio y tiene una convergencia garantizada

Algoritmo:
1. Escjase los valores iniciales y tales que sea contnua y cambie de signo
sobre el intervalo. Esto se puede verificar asegurndose que
x
a
x
b f
f(x
a
)f(x
b
) < 0
2. La primera aproximacin a la raz es: x
x
r
=
x
a
+x
b
2
3. Forzosamente debemos caer en uno de los siguientes casos:
f(x
a
)f(x
r
) = 0
f(x
a
)f(x
r
) > 0
f(x
a
)f(x
r
) < 0
f(x
r
) = 0
b) por lo tanto, tiene una raz en y se define
f
(x
a
, x
r
) x
b
= x
r
f x
a
= x
r
4. En los casos (b) y (c) , tiene una raz en el nuevo intervalo . Por lo tanto,
el proceso se vuelve a repetir desde (2) con el nuevo intervalo , hasta que se
satisfaga algn criterio de detencin.
(x
r
, x
b
)
(x
a
, x
b
)
(x
a
, x
b
)
f
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
8
Mtodo de biseccin
0
1
0
1
x
r
= 0, 5 x
r
= 0, 75
0, 5
0
x
r
= 0, 625
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
9
Mtodo de biseccin

Si es la raz de la ecuacin, entonces los valores calculados en cada paso

(donde denota el nmero de iteracin) satisfacen:
x
k
r
k
y, por lo tanto, x
k
r
Obs:

La cota del error en el mtodo de la biseccin se reduce a la mitad en

cada paso

El mtodo puede ser demasiado lento, pero al menos es un mtodo en el que la

convergencia est garantizada

El mtodo es slo aplicable al caso escalar (de una sola ecuacin), y no se generaliza al
caso de sistemas de ecuaciones
x
k
r
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
10
Captulo 1: Mtodo de convergencia
veloz
1. Mtodo de Newton Raphson
2. Mtodo de la secante
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
11
Mtodos de convergencia veloz
Denicin: Una sucesin que converge a se dice convergente con orden ,
si:
para alguna constante .

Si se dice que la sucesin converge linealmente a ; si , que converge

cuadrticamente; etc
!
Cuanto mayor es , ms velozmente se reduce el error.
{x
k
}
kN

C > 0
p = 1 p = 2
p
p 1
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
12
Captulo 1: Mtodo de convergencia
veloz
1. Mtodo de Newton Raphson
2. Mtodo de la secante
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1

Se basa en usar una recta tangente a la grfica de para aproximar esta grfica
cerca del punto donde la funcin se anula.

Supongamos que tenemos la aproximacin a la raz de . Trazamos la

recta tangente a la curva en el punto :
Mtodo de Newton-Raphson
13
x
k
f(x)
(x
k
, f(x
k
))
f

Esta recta cruza al eje de abscisas en

un punto que ser nuestra
siguiente aproximacin a la raz .
x
k+1

(desarrollo de Taylor de primer orden)

y = 0
x
0
x
1
x
2
x
3
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
14
Mtodo de Newton-Raphson

El punto donde la recta tangente

corta al eje de abscisas queda determinado por:

El mtodo define entonces la sucesin de aproximaciones a de la manera siguiente:

a partir de una aproximacin inicial dada y siempre que
x
k+1

x
0 f
0
(x
0
) 6= 0
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
15
Mtodo de Newton-Raphson

Es posible demostrar que el error del mtodo de Newton est dado por:
| x
k+1
| =
f
00
()
f
0
()
| x
k
|
2

La convergencia del mtodo de Newton-Raphson depende de la aproximacin inicial

(no es incondicional). Si es suficientemente cercana a la solucin , entonces la
convergencia est asegurada.

x
0
!
Sin embargo, no hay una forma prctica de verificar esto.
x
0
entonces, si el mtodo de NewtonRaphson converge, lo hace cuadrticamente (es
decir, con orden ). p = 2
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
16
Mtodo de Newton-Raphson

Ejemplo: Resolver la siguiente ecuacin con un error inferior a 10

5
x
2
2 = 0
Solucin exacta:
= 1.414213562373095
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
17
Captulo 1: Mtodo de convergencia
veloz
1. Mtodo de Newton Raphson
2. Mtodo de la secante
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
Mtodo de la secante
18

Cuando la derivada de la funcin se anula o es difcil de evaluar, conviene utilizar el

mtodo de la secante en lugar del de NewtonRaphson.

ste simplemente consiste en reemplazar la

derivada por el cociente: f
0
(x
k
)
es decir,
para con , dados.
k = 1, 2, ...
x
0
x
1
f
y = 0
x
0
x
2
x
3
x
1
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
19

Como en el mtodo de NewtonRaphson, la convergencia del mtodo de la secante

no est siempre garantizada (depende de la eleccin inicial ), pero cuando tiene
lugar es bastante veloz, con un orden levemente inferior al de NewtonRaphson.

Se puede demostrar que:

con y
x
0
Mtodo de la Secante
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
20
Captulo 3: Sistemas de ecuaciones no
lineales
1. Mtodo de Newton
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
Sistemas de ecuaciones no lineales
21
- dada (no lineal), encontrar tal que
, para el caso de un sistema de ecuaciones.

El problema consiste en:

Una de las ventajas del mtodo de NewtonRaphson adems de su velocidad de

convergencia, es que se puede generalizar fcilmente a sistemas de ecuaciones no
lineales. Esta generalizacin se conoce como mtodo de Newton.

Al igual que en el mtodo de NewtonRaphson, buscamos una aproximacin de la

solucin mediante un desarrollo de Taylor.
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
Mtodo de Newton
22

Supongamos que es la solucin del sistema de ecuaciones, y

que es dos veces diferenciable.

Entonces, aplicando el desarrollo de Taylor de primer orden para funciones de varias

variables de en torno a una aproximacin de la raz , se
tiene que:
donde es la matriz Jacobiana de en :
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
23
Mtodo de Newton

Si adems la matriz jacobinana es invertible, entonces podemos aproximar la

raz despejndola en la ecuacin anterior:

El mtodo de Newton consiste en: dada la aproximacin de la solucin , tomar

como nueva aproximacin el valor de la expresin anterior:
donde es la aproximacin inicial.
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
24
Mtodo de Newton

En la prctica no es necesario (ni conveniente) invertir la matriz , sino que se

utiliza un mtodo menos costoso: resolver en cada iteracin el sistema de ecuaciones
lineal

As, llamando , se obtiene el siguiente algoritmo:

Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
25
Mtodo de Newton

La estimacin del error del mtodo de NewtonRaphson se pueden generalizar al

caso de sistemas de ecuaciones, reemplazando el valor absoluto por una norma
vectorial. As, se obtiene que:
donde es una constante positiva que depende de las derivadas primeras y
segundas de .
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
26
Mtodo de Newton

Funciones a utilizar:

Ejemplo: Resolver el siguiente sistema de ecuaciones con un error inferior a 10

5
Graficamente:
Unidad 5: Resolucin de ecuaciones no lineales Prof. Karin Saavedra / 2014-1
27
Mtodo de Newton

Algoritmo:

Resultados obtenidos: