Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRESENTADO POR:
Anny Domnguez, Bladimir Maldonado, Daniel Briceo, Diana Dulhoeste, Gianfranco Bottone,
Jean Carlos Isidro, Luis Mrquez
PROFESORA:
Mara Altamar
Introduccin
En el clculo de races de una ecuacin o sistema de ecuaciones, se pueden usar en general dos
tipos de mtodo, abiertos y cerrados. En los mtodos cerrados la raz se encuentra entre un
intervalo predeterminado por un lmite inferior y uno superior, y mediante el clculo se va
acercando progresivamente al valor exacto de las races.
En contraste, los mtodos abiertos que son los que estudiaremos a continuacin, se basan en
frmulas que requieren nicamente de un solo valor de inicio o solo un par de ellos, pero no
necesariamente cercanos a la raz. Estos mtodos a veces divergen, con lo que se alejan de los
valores de las races, pero cuando convergen, generalmente lo hacen ms rpido que los metodos
cerrados.
2 + 3
2
La utilidad de la ecuacin es que proporciona una frmula para predecir un nuevo valor de x
en funcin del valor anterior de x. De esta manera, dado un valor inicial para la raz xi, la
ecuacin se utiliza para obtener una nueva aproximacin xi+1, expresada por la frmula
iterativa:
x(i+1) = g(xi)
= |
( + 1)
| 100%
( + 1)
Ejemplo:
Use una iteracin simple de punto fijo para localizar la raz de:
0.9 2 1.7 2.5 = 0
Con nueve iteraciones y un valor inicial Xo = 5:
Aplicando la ecuacin nos queda:
0.9 2 2.5
( + 1) =
1.7
1 iteracin
1 =
= |
0.9(5)2 2.5
= 11.76
1.7
(11.76) 5
| 100% = 57.48%
(11.76)
2 iteracin
1 =
= |
0.9(11.76)2 2.5
= 71.8
1.7
(71.8) 11.76
| 100% = 83.62%
(71.8)
Como podemos observar el error aumenta, quiere decir que el valor de la raz es errneo por lo
tanto el mtodo diverge.
Si despejamos la variable 2 nos queda:
1.7 + 2.5
( + 1) =
0.9
Entonces tenemos:
1 iteracin
1.7(5) + 2.5
( + 1) =
= 3.496
0.9
= |
(3.496) 5
| 100% = 43.02%
(3.496)
2 iteracin
( + 1) =
= |
1.7(3.496) + 2.5
= 3.063
0.9
(3.063) 3.496
| 100% = 14.14%
(3.063)
Podemos observar claramente que nos vamos acercando al valor de la raz, por lo tanto el mtodo
converge. Luego despus de nueve iteraciones obtenemos
Iteracin
1
2
3
4
5
6
7
8
9
x0
5
3,49602949
3,06290533
2,9263058
2,88188207
2,86728666
2,8624751
2,86088713
2,86036286
Xi
3,49602949
3,06290533
2,9263058
2,88188207
2,86728666
2,8624751
2,86088713
2,86036286
2,86018975
Ea
43,0193884
14,1409583
4,6679855
1,54148306
0,50903214
0,168091
0,05550609
0,01832887
0,00605244
( ) =
( ) 0
( + 1)
( + 1) =
( )
( )
Ejemplo:
Use una iteracin por el mtodo Newton-Raphson localizar la raz de
0.9 2 1.7 2.5 = 0 , con cinco iteraciones y un valor inicial Xo = 5
Entonces:
( ) = 0.9 2 + 1.7 + 2.5
( ) = 1.8 + 1.7
1 iteracin:
(1) = 5
(3.42467) 5
| 100% = 46.0%
= |
(3.42467)
2 iteracin:
(2) = 3.42467
(2.92436) 3.42467
| 100% = 17.11%
= |
(2.92436)
Continuamos las iteraciones hasta que f (xi)=0
Iteracin
x0
1
2
3
4
5
6
7
f(xi)
5
3,424657534
2,924356997
2,861146976
2,860104689
2,860104406
2,860104406
-11,5
-2,233533496
-0,225270565
-0,003595956
-9,77725E-07
-7,19425E-14
0
f'(xi)
-7,3
-4,464383562
-3,563842594
-3,450064556
-3,44818844
-3,44818793
-3,44818793
Xi
Ea
3,424657534
2,924356997
2,861146976
2,860104689
2,860104406
2,860104406
2,860104406
46
17,10805275
2,209254593
0,036442254
9,91389E-06
7,2977E-13
0
( ) =
( 1) ()
( 1)
( + 1) =
( )
( 1) ()
( 1)
Simplificando tenemos:
( + 1) =
( )(( 1) )
( 1) ( )
1 iteracin: Cuando i = 0
xo=3.5; x (-1)=2.5
f (xo)= 0.9(3.5)2 + 1.7(3.5) + 2.5 = 2.575
f (x(-1)) = 0.9(2.5)2 + 1.7(2.5) + 2.5 = 1.125
Sustituyendo todos los valores tenemos:
(1) =
()((1) )
(1) ()
(1) = 3.5
(2.575)(2.5 3.5)
= 2.80405
(1.125) (2.575)
(2.80405) 3.5
| 100% = 24.82 %
= |
(2.80405)
2 iteracin: Cuando i=1
x1 =2.80405; xo =3.5
f (x1)= 0.9(2.80405)2 + 1.7(2.80405) + 2.5 = 0.19046
f (xo) = 0.9(3.5)2 + 1.7(3.5) + 2.5 = 2.575
Sustituyendo todos los valores tenemos:
(2) = 1
(2) = 2.80405
(1)( 1)
() (1)
(0.19046)(3.5 2.80405)
= 2.85198
(2.575) (0.19046)
(2.85198) 2.80405
| 100% = 1.68 %
= |
(2.85198)
3 iteracin: Cuando i=2
x2 = 2.85198; x1= 2.80405
f (x1)= 0.9(2.80405)2 + 1.7(2.80405) + 2.5 = 0.19046
f (x2) = 0.9(2.85198)2 + 1.7(2.85198) + 2.5 = 0.02796
(3) = 2.85198
(2)((1) 2)
(1) (2)
(0.02796)(2.80405 2.85198)
= 2.86023
(0.19046) (0.02796)
(2.86023) 2.80405
| 100% = 1.96 %
= |
(2.86023)
Por el mtodo de la secante, el valor estimado de la raz despus de tres iteraciones es de 2.86023,
con un error aproximado de 1.96%
1.4. MTODO DE BISECCIN
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 la funcin cambia de signo sobre un intervalo, se evala el valor de 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.
+
2
Ejemplo:
Determine las races reales de ( ) = 0.5 2 + 2.5 + 4.5, usando el mtodo de biseccin con
cuatro iteraciones para determinar la raz ms grande. Emplee como valores iniciales x (l) = 5 y x
(u) = 10 adems calcule el error estimado.
+
2
=> =
(5)+(10)
2
= 7.5
2 Iteracin:
Valor aproximado de la raz
+
2
=> =
(5)+(7.5)
2
= 6.25
(6.25) 7.5
| 100% = 20 %
= |
(6.25)
(5) = 0.5(5)2 + 2.5(5) + 4.5 = 4.5
(6.25) = 0.5(6.25)2 + 2.5(6.25) + 4.5 = 0.59375
(5) (6.25) = 2.67188 => caso 2
Hacemos = entonces = 6.25
3 Iteracin:
Valor aproximado de la raz
= |
+
2
=> =
(6.25)+(7.5)
2
(6.875) 6.25
| 100% = 9.09 %
(6.875)
= 6.875
4 Iteracin:
Valor aproximado de la raz
+
2
=> =
(6.25)+(6.875)
2
= 6.5625
(6.5625) 6.875
| 100% = 4.76 %
= |
(6.5625)
Podemos ver que el valor de la raz es ms preciso conforme disminuye el error, entonces para la
cuarta iteracin tenemos un valor estimado de la raz de 6.5625, con un error de 4.76%, si se
desea conocer un valor ms preciso es necesario hacer un mayor nmero de iteraciones.
Mtodos de un punto
Si en alguno de los mtodos vistos se tiene que la sucesin, x. xl, x2,.. . Converge muy
lentamente a la raz buscada, pueden tomarse, entre otras, las siguientes decisiones
a) Continuar el proceso hasta satisfacer alguno de los criterios de convergencia
b) Ensayar con una g (x) distinta; es decir, buscar una nueva g (x ) en punto fijo o cambia de
mtodo.
c) Utilizar la sucesin de valores xo, xl, x2,... para generar otra sucesin: x1, x2, x3 que
converja ms rpidamente a la raz(x) que se busca.
Los incisos (a) y (b) son suficientemente claros, mientras que la sucesin x1, x2, x3de la
parte (c) se basa en que en ciertas condiciones de g (x)*, se tiene que:
lim (
( + 1)
) = ( )
( + 1) = () ( )
O tambin:
( + 2) ( + 1) = () (( + 1) )
Restando la ecuacin de la obtenemos:
( + 2) ( + 1) ( ) (( + 1) )
Despejando nos queda:
( )
( + 2) ( + 1)
(( + 1) )
( 1) ( )
1 ( )
(( + 1) )2
( + 2) 2( + 1) +
(( + 1) )2
( + 2) 2( + 1) +
5
3,424657534
2,924356997
2,861146976
2,860104689
2,860104406
2,860104406
((3.42466) 5)
= 5
= 2,7337
(2.94436) 2(3.42466) + 5
((2.94436) 3.42466)
1 = 3.42466
= 2.8437
(2.86115) 2(2.94436) + 3.42466
((2.86115) 2.94436)
2 = 2.94436
= .
(2.8601) 2(2.86115) + 2.94436
Determinar un subintervalo de (a), que puede ser (a) mismo. Es un intervalo donde se
presupone que es de inters analizar la funcin. Evalese la funcin en los siguientes
puntos de ese subintervalo: puntos extremos y aquellos donde sea fcil el clculo de f (x).
En los siguientes pasos todo estar referido a este subintervalo.
Encontrar los puntos singulares de la funcin (puntos en los cuales es infinita o no est
definida).
La primera y la segunda derivadas dan informacin muy til sobre la forma de la funcin,
an ms til que informacin de valores computados; por ejemplo, dan los intervalos de
crecimiento y decrecimiento de la funcin. Por esto, obtiene la primera derivada y evala
Encontrar los puntos mximo y mnimo, as como los valores de la funcin en esos
puntos.
Obtener las asntotas de la funcin. Estas, en caso de existir, indican cierta regularidad en
los comportamientos de la grfica de y = f (x ) al tender x o y hacia infinito.
Mtodo de Newton-Raphson.
Con todos los coeficiente reales. f ' (x ) es un polinomio de grado (n-1) y de coeficientes
tambin reales.
() = () 1 + ( 1)1 2 + + 22 + 1
Si el valor inicial xo es real, entonces:
1 =
()
()
Tambin ser real y todos los valores xi siguientes. Consecuentemente no se puede encontrar una
raz compleja de la ecuacin si se inicia con un valor x0 real. Si por el contrario, el valor
inicial x0 es complejo, x1 entonces ser complejo, x2 tambin y as sucesivamente. De esta
manera, si el proceso converge, puede encontrarse una raz X compleja
Ejemplo:
Encuentre las races complejas de la ecuacin ( ) = 2 + 4 = 0
Al derivar () tenemos: ( ) = 2
Sea x0 = j el valor inicial propuesto, aplicando la ecuacin obtenemos:
2 + 4
1 =
2
Pero 2 = 1, entonces:
1 =
Multiplicando y dividiendo por j el trmino
1 + 4
3
=
2
2
3
, se obtiene:
1 = (1.5) = 2.5
2 = 2.5
(2.5)2 + 4
= 2.05
2(2.5)
2 = 2.05
(2.05)2 + 4
= 2.001
2(2.05)
( ) +
( )
1 2
2
2
2
( ) + 2
( )( ) +
( )2 ] +
+ [
2!
Donde f (x, y) se ha expandido alrededor del punto (a, b) y todas las derivadas parciales estn
evaluadas en (a, b).
Expandiendo 1 alrededor de ( , ),
1( +1 , +1 ) = 1( , ) +
1 +1
1 +1
(
(
) +
)
1 2 1 +1
2 1 +1
2 1 +1
2
2
[
(
(
(
) + 2
)(+1 ) +
) ]
2!
Donde todas las derivadas parciales estn evaluadas en ( , ), de la misma forma puede
expandirse 2 como sigue:
2( +1 , +1 ) = 2( , ) +
2 +1
2 +1
(
(
) +
)
1 2 2 +1
2 2 +1
2 2 +1
2
2
[
(
(
(
) + 2
)(+1 ) +
) ]
2!
0 1( , ) +
1 +1
1 +1
(
(
) +
)
0 2( , ) +
2 +1
2 +1
(
(
) +
)
2
2
( ) +
() = 2( , )
Sistema de Ecuaciones
El cual es un sistema de ecuaciones lineales en las incgnitas h y j (recurdese que las derivadas
parciales de la ecuacin , as como f1 y f2 estan evaluadas en ( , ) y por lo tanto son
nmeros reales.
Este sistema de ecuaciones lineales resultante tiene solucin nica, siempre que el determinante
de la matriz de coeficientes o matriz jacobiana J no sea cero; es decir si:
1
= ||
2
1
|
0
2|
Conclusiones:
Podemos ver que son mtodos efectivos para encontrar la raz de una ecuaciones no
lineales
Podemos ver que cada uno de los mtodos antes escritos dan una solucin que en cierto
modo son soluciones aproximadas entre todos pero varia en la exactitud y la rapidez de
desarrollo del calculo
Bibliografa
Chapra Steven C., 2006, Mtodos Numricos Para Ingenieros, Mxico, McGraw Hill