Está en la página 1de 20

UNIVERSIDAD REGIONAL AUTÓNOMA DE LOS ANDES

EXTENSIÓN SANTO DOMINGO
CARRERA DE SISTEMAS

SIMULACIÒN
TEMA: CONSULTA
AUTOR: ADRIAN PAREDES
TUTOR: ING. SANDRO TOCTAGUANO
NIVEL: QUINTO
PERIODO: OCTUBRE – FEBRERO
STO. DGO – ECUADOR
2015-216

1. INTRODUCCION

Esta consulta está enfocada a presentar de manera precisa una interpretación de
diferentes temas referentes a la asignatura de simulación, teniendo en cuenta su
definición, componentes, aspectos y procesos relevantes para que se dé, desde
una perspectiva amplia y tener un entendimiento de la materia en sí.
En la actualidad, los métodos numéricos son una herramienta indispensable en
prácticamente todos los campos de las ciencias exactas e ingenierías. Aquellos
métodos utilizados para encontrar las raíces de un polinomio de grado n tienen
además aplicaciones que van desde encontrar los puntos de intersección de
funciones complejas, hasta la resolución de ecuaciones diferenciales.

2. OBJETIVOS
2.1. GENERAL
Investigar

los métodos de desarrollo para el aprendizaje de la matera de

simulación.

2.2. ESPECIFICOS
Identificar los diferentes tipos de métodos que se ha investigado.
Realizar ejemplos de los diferentes tipos de métodos investigados.

y la recta y=x. FUNDAMENTACION CIENTIFICA MÉTODOS DE APROXIMACIONES SUCESIVAS Descripción El método de las aproximaciones sucesivas es uno de los procedimientos más importantes y más sencillos de codificar. y así sucesivamente. obtendremos un nuevo número x2. y se sustituye en el segundo miembro de la ecuación para obtener x1. la solución x es El método de iteración se explica geométricamente mediante el gráfico de la figura. Se sustituye f(x) por la ecuación equivalente Se estima el valor aproximado de la raíz x0. (1) Si esta secuencia es convergente es decir. Supongamos la ecuación donde f(x) es una función continua que se desea determinar sus raíces reales. Un ejemplo típico es la de encontrar la raíz de la ecuación . Se dibuja la curva y=j(x). bisectriz del primer cuadrante. Poniendo x1 como argumento de j(x). Este proceso se puede sintetizar en la fórmula.3. La abscisa x del punto de intersección es la raíz buscada. tiende hacia un límite.

la primera aproximación. la raíz buscada está en el intervalo 0 a p/2. y otra línea horizontal hasta encontrar la línea recta.. y repetimos el proceso indefinidamente. calculamos el valor del coseno de x. desde este punto. Tomamos una aproximación inicial a la raíz x0.Para encontrar la raíz. Tal como nos sugiere la representación gráfica de la función en la figura. el punto de intersección tiene de abscisa x2 . Como podemos apreciar en la figura.5.cos(x).cos(x0). Cuando el valor absoluto del cociente entre la diferencia de dos términos consecutivos de la sucesión y uno de los términos. este punto tendrá por abscisa x1. x2. Este criterio. se traza una línea horizontal hasta que se alcanza la recta bisectriz. Volvemos a escribir el código incluyendo la condición de terminación y dentro de una función denominada raiz. x3. p/2). sea menor que cierta cantidad e. El código aunque correcto. en dicho intervalo y aplicamos la fórmula (1).001. no es completamente riguroso. cumpliendo una determinada condición. su codificación no presenta grandes dificultades. necesita terminarse en algún momento. while(true){ x1=Math. introducimos el valor inicial x. lo guardamos de nuevo en la variable x. el valor devuelto (segunda aproximación). double x=0. una línea vertical hasta encontrar a la curva. pero es un buen punto de partida para el estudio de este método. tiende hacia la raíz x de la ecuación buscada. luego. } La condición de finalización Primero. Se traza de nuevo. a la que se le pasa el valor inicial y que devuelve la raíz buscada final double ERROR=0. se comienza en el punto cualquiera de abscisa x0 dentro del intervalo (0. y así sucesivamente. la sucesión x1. double raiz(double x0){ double x1. y se traza la línea vertical hasta que interseca la curva. .. while(true){ x=Math.

x0=x1. } . Verificamos si se cumple la condición de terminación. se sale del bucle y la función devuelve la raíz buscada. } En primer lugar.if(Math. public abstract class Ecuacion { protected static final double ERROR=0. Como podemos observar las variables x0 y x1 guardan dos términos consecutivos de la sucesión que tiende hacia la raíz de la función.abs((x1-x0)/x1)<ERROR) break. y la guardamos en la variable x0. fijamos el valor de la constante e o ERROR. if(Math. while(true){ x1=f(x0). y que deje sin definir la función f(x). Introducimos la primera aproximación a la raíz. la guardamos en la variable x1. declarándola abstracta. } return x0. } return x0. La clase que describe el procedimiento Queremos que el procedimiento numérico sea independiente de la función f(x) cuya raíz deseamos averiguar. función creamos una clase miembro raizque base defina el procedimiento numérico. x0 toma el valor de x1 y se repite el proceso. calculamos su coseno y obtenemos la segunda aproximación. } abstract public double f(double x).abs(x1-x0)<ERROR) break. dejando a las clases derivadas de Ecuacion la definición de la función f(x) particular. public double raiz(double x0){ double x1. En el caso de que no se cumpla. x0=x1. En el momento en que se cumpla la condición de terminación. Para abstracta denominada Ecuacion con una ello.001.

raiz(0.out. System.5)).out.println("solucion1 "+f1. . System. En la figura.5 y en el segundo caso es 0.println("solucion1 "+f1. System. solamente si el valor absoluto de la derivada de la función j(x) en la vecindad de la raíz x es menor que la unidad (la pendiente de la recta bisectriz del primer cuadrante es uno). En las dos primeras llamadas a la función raiz comprobamos que la solución buscada no depende del valor inicial de partida x0. 1.Las clases derivadas denominadas Funcion1 y Funcion2 definen la función f(x) public class Funcion1 extends Ecuacion{ public double f(double x){ return Math.0/3).cos(x).raiz(0. que en el primer caso es 0. } } Creamos objetos de las clases derivadas y llamamos desde ellos a la función raiz que describe el procedimiento numérico Funcion1 f1=new Funcion1().9)).println("solucion1 "+f2.9. ya que la sucesión xi diverge. } } public class Funcion2 extends Ecuacion{ public double f(double x){ return Math.out.pow(x+1. Funcion2 f2=new Funcion2().5)).raiz(0. podemos ver como es imposible encontrar la solución marcada por un puntito negro en la intersección entre la curva y la recta bisectriz del primer cuadrante. El criterio de convergencia No todas las ecuaciones pueden resolverse por este método.

la ecuación tiene una raíz en el intervalo (1. obteniéndose rápidamente un valor aproximado de la raíz buscada. no se cumplen las condiciones de convergencia del proceso de iteración. y por tanto. . en consecuencia. Ejemplos Resolver por el método de aproximaciones sucesivas las siguientes ecuaciones. Primero hay que ponerlas de la forma x=f(x). Si escribimos la ecuación en la forma como podrá verificar fácilmente el lector.Por ejemplo. 2) ya que f(1)=-1<0 y f(2)=5>0. cumple las condiciones de convergencia. Esta ecuación puede escribirse de la forma En este caso.

Expresamos la ecuación en la forma f(x)=0. El algoritmo ha sido generalizado de muchas formas para la resolución de otros problemas no lineales más difíciles. 3. También puede ser usado para encontrar el máximo o mínimo de una función. Además los más comunes se consideran la técnica grafica otra posibilidad es la derivar una estrategia simple para intentar conseguir una convergencia más rápida de la que ofrecen muchos otros tipos de alineación. Por ejemplo. sistemas de ecuaciones y ecuaciones diferenciales e integrales no lineales. 1 Para aplicar el método de Newton-Raphson. no obstante. Calculamos la derivada f0 (x) = ex + 1 x2. Considé re la ecuaci´on f (x) = 0 en la que supondremos que f (x) es una funci´on de clase C2([a. Supongamos adem´as que la ecuaci´on anterior admite una . y = 1/x en el intervalo x ∈ [0. si representamos las curvas y = ex. consideremos la ecuación ex = 1 x. Nos es siempre el mejor método para un problema dado. e identificamos la función f.METODO DE ALINEACION DE NEWTON RAPHSON El método de Newton-Raphson es un método iterativo que nos permite aproximar la solución de una ecuación del tipo f(x)=0. En el ejemplo es f(x) = ex − 1 x. 2. En este caso es imposible despejar la incógnita. por ejemple. es evidente que la ecuación tiene una solución en este intervalo. b]). el método de Newton (conocido también como el método de Newton-Raphson o el método de Newton-Fourier) es un algoritmo eficiente para encontrar aproximaciones de los ceros o raíces de una función real. 4]. Construimos la fórmula de recurrencia xj+1 = xj − exj − 1 xj exj + 1 x2 j En análisis numérico. pero su simplicidad forma y su gran velocidad hace que frecuentemente sea el primer algoritmo que se experimenta en la resolución de un problema no lineal. Partimos de una estimación inicial de la solución x0 y construimos una sucesión de aproximaciones de forma recurrente mediante la fórmula xj+1 = xj − f (xj) f0 (xj). encontrando los ceros de su primera derivada. seguimos los siguientes pasos: 1.

en general.f ”(x0 + θh) = 0 2 El m´etodo de Newton-Raphson (o m´etodo de linealizaci´on de Newton) se sustenta en simplificar la expresi´on anterior linealiz´andola. Pero para resolver esta ecuaci´on primero deberíamos conocer el valor de θ (lo cual no es obvio) y una vez conocido resolver una ecuaci´on. b]. no lineal pues obsérvese que h interviene en la expresión f ”(x0 + θh). la expresi´on del desarrollo en serie de Taylor nos permitir´ıa escribir que: 0 = f (x∗) = f (x0 + h) = f (x0) + h. 1] Si conocido x0 se fuese capaz de determinar h resolviendo la ecuaci´on: h2 f (x0) + h · f ′(x0) + 2 · f ”(x0 + θh) = 0 podrıa determinarse x∗ como x∗ = x0 +h. Para cualquier otro valor x0 ∈ [a. Por ello resuelve la ecuaci´on lineal: de la que se obtiene que: . Para ello considera que si se est´a suficientemente cerca de la soluci´on (es decir si h es suficientemente pequen˜o) el t´ermino h2· f ”(x0 + θh) podr´a despreciarse fente a los otros t´erminos de 2 la ecuaci´on.soluci´on x∗ en el intervalo [a. denotando por h al valor tal que x∗ = x0 + h. θ ∈ [0. no se ganaría gran cosa remplazando el problema de resolver f (x) = 0 por el de resolver F (h) = f (x0) + h · f ′(x0) + h2 . b]. salvo en situaciones muy particulares.f ′(x0) + h2 2 · f ”(x0 + θh). Por tanto.

Más concretamente el m´etodo de Newton-Raphson consiste ∞ en generar la sucesió n. se tendría que H ƒ= h y por tanto x∗ = x0 + h ƒ= x1 = x0 + H. seria asi cuando h sea suficientemente pequeño. f ′(xi) a partir de un valor x0 dado. es decir cuando x0 sea suficientemente próximo a x∗. i=0 Sobre este m´etodo. al menos. al ser diferente la ecuación linealizada que la proporcionada por el desarrollo de Taylor. De una forma intuitiva (que después deberemos precisar cuándo es correcta) puede pensarse que aunque x1 sea diferente de x∗ sería un valor más próximo a x∗ que x0 pues lo hemos obtenido ”aproximando” el valor h que nos llevaba de x0 a x∗.xi+1 = xi − f (xi) . en primer lugar. Con ello el m´etodo de NewtonRaphson propone repetir este proceso de forma recursiva hasta estar lo suficientemente cercanos a la soluci´on buscada.f (x0) + H · f ′(x0) = 0 H = f (x0) f ′(x0) − Obviamente. puede observarse que si denotamos por: . Ello.

f (x) g(x) = x − f ′(x) MÉTODO DE REGULA-FALSI Y DE LA SECANTE Método de la secante Este método aproxima el valor de f (xi) mediante: f (xi) ≈ f(xi) − f(xi−1) xi − xi−1 con lo que el esquema iterativo del método de Newton-Raphson se ve modificado a: xi+1 = xi − f(xi) f(xi)−f(xi−1) xi−xi−1 = xi−1 · f(xi) − xi · f(xi−1) f(xi) − f(xi−1) Obsérvese que para aplicar el método se necesitan dos valores x0 y x1 con los que Inicializar el proceso. Por ello en el método de la secante la primera iteración se realiza mediante el método de Newton siguiéndose el siguiente proceso: Dado x0: x1 ← x0 − f(x0) f ′(x0) xi+1 = xi−1·f(xi)−xi·f(xi−1) f(xi)−f(xi−1) .

. el método de bisección es un algoritmo de búsqueda de raíces que trabaja dividiendo el intervalo a la mitad y seleccionando el su intervalo que tiene la raíz. 2. b] existe al menos una raíz. Esta forma de proceder es repetida las veces que sea necesario hasta encontrar un intervalo en el que exista una solución y con una longitud inferior a la precisión deseada. Y en el caso de que f(x1) = 0 se habrá determinado ya la solución. . (b. Tras ello se denomina x1 al punto de corte con el eje de abscisas de la recta secante que pasa por los puntos (a. f(a)).b] 1 .b] toma todos los valores que se hallan entre f(a) y f(b). Este es uno de los métodos más sencillos y de fácil intuición para resolver ecuaciones en una variable. el valor cero sería un valor intermedio entre f(j) y f(e). En caso de que f(a) y f(b) tengan signos opuestos. MÉTODO DE BIPARTICIÓN En matemáticas.b]. x1) existirá una solución de la ecuación. En ´él se considera una ecuación f(x) = 0 y un intervalo [a. Esto es que todo valor entre f(a) y f(b) es la imagen de al menos un valor en el intervalo [a. Con ello. f(b)) es decir al punto: x1 = a · f(b) − b · f(a) f(b) − f(a) Si f(x1)·f(a) < 0 se puede asegurar que en el intervalo (a. En todo caso o se tiene la solución de la ecuación o se dispone de un intervalo más pequeño en el que volver a repetir el proceso. b] en el que f(x) sea continua y además se verifique que f(a) · f(b) < 0. según se indicó al analizar el método de bipartición se puede estar seguro de que en [a. i = 1. El método de la secante toma su nombre del hecho de que gráficamente Se puede interpretar el método de forma similar al de Newton pero sustituyendo la recta tangente a la curva en el punto. EL MÉTODO DE “REGULA FALSI” Este método es una combinación del método de bipartición y del método de la secante. el cual establece que toda función continua f en un intervalo cerrado [a. . también conocido como Método de Intervalo Medio. por lo que con certeza existe un p en [a. En el caso de que f(x1)· f(a) > 0 se puede afirmar lo mismo para el intervalo (x1. . b).1 Se basa en el teorema del valor intermedio (TVI).

El procedimiento que presentamos a continuación. MÉTODO DE BAIRSTOW Como vimos anteriormente.6) siendo el cociente y de los números reales coeficientes de y el resto de la división. permite realizar esto. si un polinomio tiene todos sus coeficientes reales. ambos dependientes . De esta forma. En este caso. por lo que podemos considerar funciones dependientes de los parámetros 2 y . entonces puede tener raíces reales o complejas. Si realizamos la división de polinomios con coeficientes reales .que cumple f(p)=0. es posible determinar todas sus raíces de dos en dos. entonces resulta que (3. y los . utilizando sólo aritmética real. se asegura la existencia de al menos una solución de la ecuación f(x)=0. llamado método de Bairstow. . Para aplicar el método consideremos tres sucesiones definidas por las siguientes relaciones: Donde los valores iniciales vienen dados por: Se puede probar que las tres sucesiones convergen al valor de la única raíz del intervalo: CASO DE RAÍCES COMPLEJAS.

En principio . se obtendrían dos raíces del polinomio Veamos pues cómo se pueden obtener esos dos valores partiremos de dos valores iniciales y y segundo . . por lo que podemos expresar y Si suponemos que las funciones de dos variables 3 y son diferenciables .Si pudiéramos determinar dos valores y con y de manera que se tendría que lo que grado calculando las raíces de la ecuación de .

DESARROLLO  MÉTODO DE BIPARTICIÓN. El gran parecido con la fórmula del método de la regla falsa. Claro. el método de la secante es un proceso iterativo y por lo mismo. En el método de aproximación sucesiva. pero evita el cálculo de la derivada. en cada ecuación se debe reescribir la ecuación con una ecuación con equivalencia para asi poder encontrar la solución se debe partir de un valor inicial que será x0 y se procede a calcular la aproximación de un valor entero o decimal y es proceso se lo debe repetir el proceso las veces necesarias para obtener el resultado del problema planteado 4 . El método de bipartición o más conocido como método de intervalo medio se basa en el teorema del valor inter el cual establece que toda función f en un intervalo cerrado tomas todos los valores que se hallan en f(a) y f(b) estos valores es la imagen de por lo menos un valor en el intervalo medio  MÉTODO DE REGULA-FALSI Y DE LA SECANTE. mientras que el método de la regla falsa va a la segura. corre el mismo riesgo de éste último de no converger a la raíz. Este método se basa en la fórmula de Newton-Raphson. encuentra la aproximación casi con la misma rapidez que el método de Newton-Raphson.  MÉTODOS DE APROXIMACIONES SUCESIVAS. La diferencia entre una y otra es que mientras el método de la regla falsa trabaja sobre intervalos cerrados.

El método consiste en lo siguiente:  Debe existir seguridad sobre la continuidad de la función f(x) en el intervalo [a. b] como [a.b]  A continuación se verifica que  Se calcula el punto medio m del intervalo [a. b] según se haya determinado en cuál de estos intervalos ocurre un cambio de signo 5 . m] o [m.b] y se evalúa f(m) si ese valor es igual a cero. METODO DE ALINEACION DE NEWTON RAPHSON. no trabaja sobre un intervalo se basa en una formula en un proceso iterativo El método de alineación es un método que nos permite aproximar la solución de un problema o una ecuación más compleja que al igual que el método de aproximación sucesivas comenzamos desde un valor x0 y seguimos los siguientes pasos expresando una formula o identificamos la función que se está empleando. Este método es uno de los usados y efectivos. ya hemos encontrado la raíz buscada  En caso de que no lo sea. verificamos si f(m) tiene signo opuesto con f(a) o con f(b)  Se redefine el intervalo [a.

El proceso matemático depende de dividir el polinomio entre un factor. 4. Realizamos la división de polinomios con coeficientes reales. el método de Bairstow se basa por lo general en esta aproximación. Si un polinomio tiene todos sus coeficientes reales. Con este nuevo intervalo se continúa sucesivamente encerrando la solución en un intervalo cada vez más pequeño. DESARROLLO  MÉTODO DE BIPARTICIÓN. es posible determinar todas sus raíces de dos en dos. este caso. entonces puede tener raíces reales o complejas. En este caso es posible determinar las raíces de dos en dos. utilizando sólo aritmética real. El método de bipartición o más conocido como método de intervalo medio se basa en el teorema del valor inter el cual establece que toda función f en un intervalo cerrado tomas todos los valores que se hallan en f(a) y f(b) estos valores es la imagen de por lo menos un valor en el intervalo medio  MÉTODO DE REGULA-FALSI Y DE LA SECANTE. hasta alcanzar la precisión deseada  CASO DE RAÍCES COMPLEJAS. 6 . MÉTODO DE BAIRSTOW.

Este método se basa en la fórmula de Newton-Raphson. pero evita el cálculo de la derivada. En el método de aproximación sucesiva. La diferencia entre una y otra es que mientras el método de la regla falsa trabaja sobre intervalos cerrados. Claro.  MÉTODOS DE APROXIMACIONES SUCESIVAS. el método de la secante es un proceso iterativo y por lo mismo. corre el mismo riesgo de éste último de no converger a la raíz. en cada ecuación se debe reescribir la ecuación con una ecuación con equivalencia para asi poder encontrar la solución se debe partir de un valor inicial que será x0 y se procede a calcular la aproximación de un valor entero o decimal y es proceso se lo debe repetir el proceso las veces necesarias para obtener el resultado del problema planteado  METODO DE ALINEACION DE NEWTON RAPHSON. mientras que el método de la regla falsa va a la segura. no trabaja sobre un intervalo se basa en una formula en un proceso iterativo El método de alineación es un método que 7 . El gran parecido con la fórmula del método de la regla falsa. encuentra la aproximación casi con la misma rapidez que el método de Newton-Raphson. Este método es uno de los usados y efectivos.

es posible determinar todas sus raíces de dos en dos.nos permite aproximar la solución de un problema o una ecuación más compleja que al igual que el método de aproximación sucesivas comenzamos desde un valor x0 y seguimos los siguientes pasos expresando una formula o identificamos la función que se está empleando. hasta alcanzar la precisión deseada  CASO DE RAÍCES COMPLEJAS. este caso. ya hemos encontrado la raíz buscada  En caso de que no lo sea. el método de Bairstow se basa por lo general en esta aproximación.b] y se evalúa f(m) si ese valor es igual a cero. Si un polinomio tiene todos sus coeficientes reales. m] o [m. entonces puede tener raíces reales o complejas. Realizamos la división de polinomios con coeficientes reales. verificamos si f(m) tiene signo opuesto con f(a) o con f(b)  Se redefine el intervalo [a. b] según se haya determinado en cuál de estos intervalos ocurre un cambio de signo  Con este nuevo intervalo se continúa sucesivamente encerrando la solución en un intervalo cada vez más pequeño. El método consiste en lo siguiente:  Debe existir seguridad sobre la continuidad de la función f(x) en el intervalo [a. MÉTODO DE BAIRSTOW.b]  A continuación se verifica que  Se calcula el punto medio m del intervalo [a. b] como [a. utilizando sólo aritmética real. En este caso es posible determinar las raíces de dos en dos. El proceso matemático depende de dividir el polinomio entre un factor. 8 .

academia. se ha de comenzar la iteración con un valor razonablemente cercano al cero (denominado punto de arranque o valor supuesto). BIBLIOGRAFÌA 6.1. esenciales de un sistema físico o proceso en términos matemáticos.edu/3524278/Metodo_de_Newton_Raphson. CONCLUSIONES • Un modelo matemático puede definirse como una formulación o una ecuación que expresa las características. La única manera de alcanzar la convergencia es seleccionar un valor inicial lo suficientemente cercano a la raíz buscada. • El método de Newton-Raphson es un método abierto.es/matematica-aplicada/programacion-y-metodosnumericos/contenidos/TEMA_8/Apuntes/EcsNoLin.upm. en el sentido de que no está garantizada su convergencia global. Así.5. DIGITAL http://www. 6._Raices_de_ecua ciones_lineales http://ocw.pdf 9 .