Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Divisin sinttica:
Supngase que se tiene la divisin de polinomios:
8 x 5 +3 x 4 +2 x2 + 4 x6
x +1
8 x +3 x +2 x + 4 x6
Se puede representar por solo:
8 3 2 46
Es importante mencionar que al hacer una divisin sinttica de este tipo se obtiene
un cociente que ser un polinomio de un grado menor al polinomio original y se
obtendr un residuo el cual, si toma un valor de cero nos indicara que la funcin
tiene un valor f(x) igual a cero.
Por ejemplo:
La divisin:
5
2 x 9 x +11 x 6 x 6 x +18
x3
Se puede representar segn lo dicho como:
1.- Se baja el primer coeficiente del polinomio que se encuentra dentro de la lnea de
operacin:
Algo que vale la pena resaltar en la forma en cmo se representan los polinomios
en una divisin sinttica es que cuando un coeficiente es cero no se debe omitir
dicho valor en la representacin, esto es:
El polinomio:
2 x 4 3 x 3+ 2 x 2+ 0 x6
Se representa como:
23 2 06
Nunca como:
23 26
Ahora bien, hemos visto que se pueden obtener los ceros o races de los
polinomios dividiendo sintticamente el polinomio a resolver entre un binomio de la
forma (X+C)
Esto nos arroja un valor que satisface a f(x)=0 solo cuando el valor del residuo de
nuestro proceso de divisin en cero, por tanto en natural pensar en Qu valores de
C tengo que proponer en el binomio para obtener un residuo igual a cero?
En realidad se deben de proponer los valores de C de una forma arbitraria,
inclusive, podra decirse que es una tarea ardua encontrar los valores de C que
hacen que el residuo del proceso de divisin sea cero, por tal motivo se desarrollaron
las reglas de descartes que permiten determinar el nmero mximo de posibles
races reales positivas y negativas, con lo cual se reduce un poco el intervalo de
valores que se pueden proponer para C ya que si predecimos un polinomio con solo
races positivas propondremos entonces races positivas y nunca negativas. Las
reglas de descartes son:
La cantidad de races reales positivas es igual al nmero de cambios de signo
de f(x) o disminuido en ese nmero en una cantidad entera par.
La cantidad de races reales negativas es igual al nmero de cambios de
signo de f(-x) o disminuido en ese nmero en una cantidad entera par.
f ( x )=8 x 5 +4 x 4 + 4 x 3 +2 x 2 +6 x +3
Igualndolo a cero queda:
8 x 5+ 4 x 4 + 4 x 3+ 2 x 2 +6 x+3=0
No existen cambios en los signos por lo que se concluye que no existen races
positivas
0=8 x +4 x 4 x +2 x 6 x +3
Como se observa curre lo siguiente con los signos:
Si uno es observador se dar cuanta que hemos redactado mximo 5 races eso
significa que existen varias posibilidades en la que es posible obtener 5 races
positivas, pero tambin existen otras opciones resultantes las cuales se dan en la
siguiente tabla:
Posibilidad
Races reales
+
Races reales -
Races
imaginarias
Races totales
Para terminar con este tema es importante redactar los teoremas formales que rigen
a la division sintetica:
Teorema del residuo
Si se divide la funcin polinomial (x) entre el binomio x - a donde a es un
nmero real, el residuo es igual a (a).
El teorema del residuo indica que el resultado de evaluar numricamente una
funcin polinomial para un valor a es igual al residuo de dividir el polinomio
entre x - a.
Mtodo de la biseccin:
Este mtodo se usa principalmente para conocer los ceros de una funcin, dicho
mtodo se fundamenta en teorema del valor intermedio el cual dicta que:
Sea
f (a)
dentro de
f (b) si
esto ocurre, obligatoriamente se tiene que generar un cruce de la grfica por el eje
de las x, sea, se cumplir la existencia del valor intermedio u =0, significa
entonces que existe por lo menos un valor c dentro del intervalo (a,b) que satisface
f ( c )=0
a
Grficamente esto es:
Mediante este teorema se conoce que existe una raz dentro del intervalo elegido,
pero no se conoce el valor exacto de esta raz, entonces Cmo aproximarla?
Lo que se tiene que llevar acabo es un proceso iterativo que sigue estos pasos:
Supngase que se tiene lo siguiente:
Si se hace:
xr=
xl+ xo
2
[xl , xo]
f (xl)
f ( xl )f (xr )
lo que el producto de
es positivo y el valor de
f ( xr)
es positivo, por
[xr , xo] .
Una vez que se sabe esto, se tiene que refrescar el intervalo de bsqueda, con lo
que se deben tener en cuenta los siguientes criterios:
xr
f ( xl )f (xr )
[xl , xo]
le corresponde un valor
f ( xr)
negativo, as
Este procedimiento se repite la cantidad de veces que sea necesario hasta cumplir
que el error sea menor que la tolerancia establecida:
El error est dado por:
E=
xr actual xr an terior
100
xr actual
procedimiento, por tal motivo, si dicho valor inicial se encuentra cercano a la raz la
convergencia es casi segura, en contraste, si este es un valor lejano, la
convergencia es vaga e inclusive nula.
Una vez que se ha tomado un valor arbitrario de arranque el mtodo linealiza la
funcin mediante una recta tangente a la curva evaluada en ese punto de arranque
tomado, esta lnea se extiende lo suficiente como para que choque con el eje de las
equis, al suceder esto, ese valor x en donde la lnea tangente a la curva coincidi se
toma como el nuevo valor x que se usara de nuevo en el algoritmo y que de hecho es
una aproximacin a la raz que se busca.
La explicacin del mtodo se da en el siguiente ejercicio grfico:
Suponga que se tiene la misma funcin usada en el mtodo de la biseccin, como
podemos ver existe una raz (punto rojo de la grfica) la cual se desea conocer; Lo
primero que se hace es establecer un valor de arranque xo :
x0
, el punto x en el que la
Esto es:
f ( x 0)
'
f (x0)
Si
Donde
E=
f ( x i+1)f ( xi )
100
f ( xi +1)
Metodo de la secante:
Este mtodo es una de las variaciones del mtodo de newton raphson, sus ventajas
se hacen notables al tener una funcin que resulta difcil de derivar ya que este
mtodo obtiene la derivada de una forma numrica, por tal motivo, se requieren dos
valores de arranque, aun as, el mtodo se considera abierto, ya que no es
necesario que el valor de la raz se encuentre dentro del intervalo formado por los
valores de arranque elegidos.
La forma en cmo se evita la derivada analtica del mtodo de newton raphson es
usando una derivada numrica dada por:
f ' ( xi )=
f ( x i1 ) f ( x i )
( x i1 ) ( xi )
(Recuerde de geometra analtica que la pendiente de una recta est dada por
m=
y 2 y 1
x 2x 1
f ( x i )(xi 1 xi )
f ( x 11 ) f ( x i )
Bueno, recordemos que se denomina recta secante a una recta que corta a una
curva en dos puntos, al reducir la distancia entre estos puntos hasta el lmite en el
que la distancia entre dichos puntos tiende a cero se llega a lo que se conoce como
recta tangente.
As pues, en cada iteracin del mtodo de la secante se obtiene una recta de este
tipo, la cual se puede ver en el siguiente ejemplo:
[ xo , f ( x 0 ) ] y [ x 1, f ( x 1 ) ]
xo
x1
El punto del eje x que intercepta la lnea secante esta dado segn lo dicho por:
x i+1=x i
f ( xi )(x i1 xi )
f ( x i1 )f ( x i )
Y otras iteraciones:
Como se puede ver tanto las ventajas como desventajas del mtodo de la secante
son similares al mtodo de newton raphson ya que uno es producto del otro, existen
otras variaciones para este mtodo y una de ellas se estudiara a continuacin.
f ' (x)
f ( xi + x i ) f (x i )
xi
x i+1=x i
f ( xi ) xi
f ( x i + x i )f ( x i)
x i+1=x i
f ( xi )(x i1 xi )
f ( x i1 )f ( x i )
Secante modificada:
x i+1=x i
f ( xi ) xi
f ( x i + x i )f ( x i)
Por ltimo se mide el grado de error y se compara con una tolerancia, si se cumple
la tolerancia deseada se para el proceso, si no es as si hace el numero necesario de
iteraciones hasta cumplir la condicin.
f 1 ( x 1 , x 2 , x 3 x n ) =0
f 2 ( x 1 , x 2 , x 3 xn ) =0
f 3 ( x 1 , x 2 , x 3 xn ) =0
f n ( x 1 , x 2 , x 3 x n )=0
En donde las funciones son ecuaciones no lineales.
El mtodo busca encontrar los valores para las incgnitas x que hacen que se
satisfagan todas las ecuaciones.
Dado que estas funciones no son lineales, se deben expandir en sus series de
Taylor.
Es importante mencionar que para esta deduccin es necesario tener conocimiento
de clculo de varias variables (calculo 3) ya que esta expansin en series de Taylor
no es una expansin comn si no que es una expansin de una serie de varias
variables.
f
f
2
2
+ y
+O( x + y )
x
y
f 2 ( x+ x , y + y )=f 2 ( x , y ) + x
f2
f
+ y 2 +O( x 2 + y 2 )
x
y
, y
( )( )
f
x
f2
x
f
y x
f (x, y)
=
f2 y
f 2( x , y )
y
La matriz
( )
f
x
f2
x
f
y
f2
y
f
y
f2
y
f3
y
.
fn
y
f
f
z
n
f ( xi )
f2
f2 x
f 2 ( xi )
z
n y
f 3
f 3 z = f 3 ( xi )
.
z
n
.
n
.
.
f n ( xi )
f n f n
z
n
( )
( )( )
[J ]i [ x]i =[ f (x)]i
As pues, para resolver el sistema se llevara a cabo un proceso iterativo en donde
primero se propondr un valor inicial x , luego, con este valor se resolver
[J ]i [ x]i =[ f (x)]i , una vez obtenidos los valores de los
nuevo valor de
de la siguiente manera
x , y
x i+1=x i + x i
, lo mismo se deber
f ( x , y ) =x3 3 x y 21
f 2 ( x , y )=3 x 2 y y 3
0.6
0.6
3
2
3 x 23 y 2
6 xy
x = x 3 x y 1
6 xy
3 x 23 y 2 y
3 x 2 y y 3
)( ) (
0
(2.16
)( ) (
2.16 x = 0.568
0 y
0.432
se calcula el
2.16 x+ 0 y=0.432
Una vez resueltas estas ecuaciones se obtiene los valores:
x=0.2
y=0.262963
As pues
y=0.8622963
(1.75066473
2.06951112
)( ) (
2.06951112 x = 0.17173411
1.75066473 y
0.22726242
x=0.139299
y =0.0348546
Que generan los valores
x=0.539299
y=0.8971509
x=0.49999999
y=0.866025403
y=0.866025
0.50.49999999
100=0.0000002
0.5
AX=B
43
2 2
61
A|B :
A|B =5 4 3 2
Para fines practicos y para evistar confusiones se acostumbra colocar una linea que
separe las matrices:
1 3
43
2 2
61
A|B =5 4 3 2
Ahora, una matriz se llama escalonada por filas o simplemente escalonada si cumple
con las siguientes propiedades:
1. Todas las filas cero estn en la parte inferior de la matriz.
2. El elemento delantero de cada fila diferente de cero est a la derecha del elemento
delantero diferente de cero del rengln anterior.
para hacer una matriz escalonada es necesario llevan acabo productos de filas por
escalares y operaciones de sumas, restas e intercambio de filas.
Vemos un ejemplo para entender lo dicho:
1
A= 1
2
4
2 3 4
1 1 0
1 0 1
3 2 1
F2 F 1F 2
F3 F 4 2 F 3
( )
1
A= 0
0
4
2
1
1
3
3
4
2
2
4
4
3
1
Ahora hacemos
F 4 F 44 F1
F3 F 2F 3
1 2
3 4
4 4
A= 0 1
0 0
2
1
0 5 10 15
Despues
F 4 F 4 +5 F 2
1
A= 0
0
0
F4
F4
5
2 3
1 4
0 2
0 10
4
4
1
5
( )
1
A= 0
0
0
2 3 4
1 4 4
0 2 1
0 2 1
Por ultimo:
F 4 F 4F 3
( )
1
A= 0
0
0
2
1
0
0
3 4
4 4
2 1
0 0
6 2
2 4 12
A|B = 12 8 6 10 34
3 13 9
3 27
6
4
1 18 38
1
2
y la restamos a la
1
y la restamos a la
1
2
6 2
2 4 12
2 2 10
A|B = 0 4
0 12 8
1 21
0
2
3 14 26
1
2
reduce a:
6 2
2 4 12
A|B = 0 4 2 2 10
0 0 2 5 9
0 0 4 13 21
6 2 2 4 12
A|B = 0 4 2 2 10
0 0 2 5 9
0 0 0 3 3
Como se puede ver esta matriz es una matriz triangular superior la cual si se toma
en cuenta que el vector de incognitas es:
a
b
A=
c
d
representa lo siguiente:
3 d =3
2 c5 d=9
4 b+ 2c +2 d=10
6 a2 b+2 c+ 4 d =12
Ahora hacemos un proceso de sustitucion en donde, al saber que
d=1
9+5 d
=2
2
102 d2 c
=3
4
124 d2 c+2 b
=1
6
5 x+6 y z=13
4 x y+ 3 z =8
1 3 2 3
A|B = 5 6 1 13
4 1
3 8
1 0 0 2
( A|B )= 0 1 0 5
0 0 1 7
z=7
Los cuales son los nueros que satisfacen el sistema de ecuaciones.
Este es un metodo iterativo de gran utilidad para cuando es posible tener una interfaz
de ejecusion del metodo con una capacidad de calculo y una capacidad iterativa
elevada como en el caso de una computadora.
Supongase que se tiene un sistema del tipo:
[ A ][ X ] =[B ]
(sistemas como los que se han venido manejando) para este tipo de sistemas es
posible despejar de cada una de las ecuaciones una de las variables a resolver, una
vez que se tiene un despeje para cada una de las variables se comienza usando la
el primer despeje que corresponde a la primer variable y que esta dada en funcion
de las otras variables a resolver, por ejemplo, para el caso de un sistema 3x3 el
primer despeje sera para la variable x y estara en funcion de y y de z, para este
primer despeje se otrogan valores a las variables que corresponden a dicho despeje,
en el sistema 3x3 mencionado para eldespeje de x se dara valores a y y a z una
vez dados los valores se hacen las operaciones necesarias y asi se obtendra un
valor de x, dicho valor sera sustituido en el siguiente despeje para la siguiente
variable a resolver, y algo similar ocurrira con elsiguiente despeje para la siguiente
variable, para entender lo dicho se propone el isguiente sistema:
3 x0.1 y0.2 z=7.85
71.4+0.2 y0.3 x
10
y=
z=
71.4+0.2 y0.3 x
10
7.85+ 0.1(0)+0.2(0)
=2.616666
3
Y se establecio al inicio como condicion incial que z=0 y ademas se obtuvo del
primer despeje para x que x=2.616666
Entonces:
y=
z=
71.4+0.2 y0.3 x
10
x=2.616666
y=2.7945238
entonces
z sera:
z=
71.4+0.2(2.7945238)0.3(2.616666)
=7.005609544
10
Notese como se ignoran las condiciones inciales propuestas una vez que se
obtienen valores de los despejes para cada una de las variables a resolver.
Por lo tanto una vez que se termina la primera iteracion se tendran valores para
x ,y y z que seran usados en la siguiente iteracion , dichos valores obtenidos
son aproximaciones un tanto vagas, es por eso que se tendran que hacer varias
iteraciones.
En la siguiente iteracion se tendra:
x=
7.85+ 0.1(2.79452)+0.2(7.0056)
=2.990557
3
y=
19.3+ 0.3(7.005610)0.1(2.99056)
=2.499625
7
z=
71.4+0.2(2.499625)0.3( 2.990557)
=7.000291
10
Metodo de jacobi:
El metodo de jacoby es un metodo igualmnte iterativo, la unica diferencia cae en la
forma en como se procede con el manejo de los valores iniciales y los resultados
que se obtienen de los despejes:
y=
z=
71.4+0.2 y0.3 x
10
7.85+ 0.1(0)+0.2(0)
=2.6166666
3
y=
z=
71.4+0.2(0)0.3(0)
=7.14
10
Comos se puede observar, los valores inciales se despejan en todos los despejes y
no se hace el arrastre y relacion de valores entre las variables como se hacia en el
metodo de gauss- seidel.
Una vez que se obtiene la primer aproximacion se procede a hacer la segunda
iteracion:
x=
7.85+ 0.1(2.757142)+0.2(7.14)
=3.00076
3
y=
19.3+ 0.3(7.14)0.1(2.6166666)
=2.4888
7
z=
71.4+0.2(2.757142)0.3(2.6166666)
=7.0063
10