Ecuaciones No Lineales

Tema 2:
Mtodos Numricos para Resolver

Ecuaciones No Lineales
Prof. Abelardo Monsalve
Barquisimeto, Octubre 2014
Motivacin
De un recipiente esfrico de radio 0.90 m y con una barra medidora graduada
de 2.40 m, calcular la altura h que queda inmersa en el tanque si el volumen de
aceite es de 2.5 m3. En ese caso, el volumen determinado por una altura h es,
h3 0.859436h2 2.387324 = 0
Prog. Numrica (5132)
Tema 2: Ecuaciones No Lineales
Motivacin
Si f(x) es un polinomio de grado menor o igual a 4 existen frmulas que

permiten obtener todas las soluciones de la ecuacin f (x) = 0. Para
ax2 + bx + c = 0
se sabe que las dos races se pueden obtener por la resolvente
cuadrtica.
b 4a c
2a
2
Motivacin
Las frmulas para calcular las tres races de la ecuacin:
x3 + ax2 + bx + c = 0
slo fueron descubiertas hacia mediados del siglo XVI. Para encontrar la raz
real
x1. Se definen
3b a 2
Q
,
9
9ab 27c 2a 3
R
54
Con los cuales se calcula
S 3 R Q 3 R2 ,
T 3 R Q 3 R2
Finalmente
x1 = S + T -
a
3
Planteamiento del Problema

Una gran variedad de problemas de la ingeniera y ciencias aplicadas, conducen
a la resolucin de un problema matemtico del tipo
f (x ) 0,
x n , con n 1
(*)
El problema radica en que: por lo general, f es una funcin real NO LINEAL

posiblemente un polinomio de orden mayor que 1, y que en muchos casos no se
conoce la solcuin explcita o analtica de la ecuacin (*)
Es por ello que, los mtodos numricos resultan ser una valiosa herramienta
para hallar soluciones que permitan la toma de decisiones. Dentro de los
mtodos numricos, son los Mtodos Numricos Iterativos los que ms
usados, para lograr tal fin.
Mtodos Iterativos
Un Mtodos Iterativo es aquel que, partiendo de un valor x0 arbitrario, se
calcula una sucesin x0, x1, x2, . . . de forma recurrente, mediante una relacin
de la forma
xn 1 g(xn ),
n 0,1,2,; xn n , con , g :
Los mtodos iterativos tambin se utilizan en otros problemas numricos y, en

general, son muy poco vulnerables al crecimiento del error por redondeo
Iteracin:
Los pasos que se dan, en un algoritmo, para calcular un iterado, xn+1, a partir
del iterado anterior, xn.
Mtodos Numricos como Solucin

Mtodos Numricos Iterativos:
Se construye una sucesin de aproximaciones
ms aproximaciones iniciales.
{xn}, a partir de una o
La definicin de la sucesin generalmente se efecta por una

ecuacin de recurrencia.
En la prctica, la sucesin se calcula hasta un valor xn si se cumple

uno o ms de los siguientes criterios:
Criterios de Parada
Criterios de Parada:
Dada un valor
al que llamaremos Tolerancia.
Si
|xi xi+1| <
Si
| f ( xi ) | < ,
, i-Iteracin.
i-Iteracin.
Dado un entero N > 0, si n > N
Convergencia
Definicin
una sucesin que converge a a. Sea en =xn a,
Sea x n
entonces existe
un nmero p 1 y una constante c 0 con 0 c 1 tal que
lm
en 1
en
Decimos que p es el orden de convergencia de la sucesin
{xn},
p = 1 Lineal
p = 2 Cuadrtica
p = 3 Cbica
1 < p < 2 Superlineal
Convergencia
La sucesin x n
tiene un orden de convergencia p 1, si existe c 0,
con 0 c 1, tal que
en 1 c en
Estabilidad y Condicin
Los algoritmos numricos debe dar resultados precisos.
Estabilidad: Un algoritmo es estable si cambios pequeos en los datos iniciales
producen cambios pequeos en los resultados.
Condicin: Algunos algoritmos son estables solamente para un conjunto de
condiciones iniciales. Estos algoritmos son condicionalmente estables
Crecimiento del error: Si e0 denota el error inicial y en el error despus de n
iteraciones, decimos que el error crece::
Linealmente si en
Exponencialmente si en
kne0
kne0 (Hay que evitarlo)
Por lo general es inevitable el crecimiento lineal del error.
Error Total e iteraciones ptimas

Generalmente en los algoritmos iterativos los errores de aproximacin
dependen del nmero de iteraciones n y pueden modelizarse como,
eaprox /n ,
y los errores de redondeo dependen de la precisin de la mquina emaq y van
como
eredondeo
emaq
Entonces, el error total et viene dado por,
et eaprox + eredondeo /n +
emaq
El nmero de iteraciones ptima se alcanza cuando et sea mnimo
Mtodos Numricos Iterativos

Mtodos de Inicializacin (Mtodos Grficos):
Mtodo de la Biseccin
Mtodo de la Regula Falsi (Falsa Posicin)
Mtodo de la Regula Falsi Modificado
Mtodo de la Secante
Otros Mtodos
Mtodo de Newton
Mtodo del Punto Fijo
caa bc
cc312 2 1
22
f (a )
ff((ca1 ) f (cb21))00
f ( c2 )
f (c3 )
f (c1 )
c1
c2
c3
raz
f (b)
Sea
una raz simple:
xn a b xn xn a b a
xn a
xn a
1
2n
b a
Convergencia Lineal
Tasa de convergencia
p = 0.5
Es un mtodo lento, (Tasa p = 0.5 )

Para ganar un decimal hay que hacer 3.3 pasos
La convergencia del mtodo no depende de f
Algoritmo del Mtodo de la Biseccin

Algoritmo - Biseccin
Entrada: a, b, tol, n
Salida: c, error
leer(a, b, t, n)
i1
fa f(a)
Mientras {(i<n) o (fc0) o (|b-a|/2>tol)}
c a+(ba)/2
fc f(c)
ii+1
si (sign(fa)*sign(fc)>0)
fa fc ; a c
sino
bc
si {(fc=0) o (|ba|/2 tol)}
escribir(c)
sino
escribir(error)
tol
Tolerancia
a,b
Extremos del
Intervalo
N Mximo de
Iteraciones
Raz
aproximada
Funcin a
evaluar
Ejemplo del Mtodo de la Biseccin-Seleccin del Intervalo Inicial
e x ln( x) f ( x) e x ln( x) 0
1,5
1
0,5
5,3
4,7
4,4
4,1
3,8
3,5
3,2
2,9
2,6
2,3
1,7
1,4
1,1
0,8
0,5
0
-0,5
-1
-1,5
-2
Mtodo de la Biseccin- Iteraciones
Iter
1,5
1,25
Error
Porcentual
f(a)
f(b)
1,25
0,3678794
-0,182335
0,0633612
1,5
1,375
0,0633612
-0,182335
-0,065614
1,25
1,375
1,3125
0,0633612
-0,065614
-0,002787
9,0909091
1,25
1,3125
1,28125
0,0633612
-0,002787
0,0298538
4,7619048
1,28125
1,3125
1,296875
0,0298538
-0,002787
0,0134273
2,3809524
1,296875
1,3125
1,3046875
0,0134273
-0,002787
0,0052937
1,1904762
1,3046875
1,3125
1,3085938
0,0052937
-0,002787
0,0012467
0,5952381
1,30859375
1,3125
1,3105469
0,0012467
-0,002787
-0,000772
0,297619
1,30859375
1,3105469
1,3095703
0,0012467
-0,000772
0,0002369
0,1490313
1,30957031
1,3105469
1,3100586
0,0002369
-0,000772
-0,000268
0,0745156
10
1,30957031
1,3100586
1,3098145
0,0002369
-0,000268
-1,54E-05
0,0372717
f(
Decanato de Ciencias y Tecnologa. Departamento de Matemticas.

Prof. Abelardo Monsalve Prog. Numrica (5132) Tema 2: Ecuaciones No Lineales
Observaciones: (Mtodo de la Biseccin)

Comentarios del mtodo de biseccin:
Hay que dar dos valores iniciales, uno a cada lado de la raz que se est
buscando. Esto es un problema, especialmente si no se tiene ninguna
idea del comportamiento de la funcin o si esta presenta races muy
similares o mltiples
Errores de redondeo o de cuantificacin pueden causar problemas

cuando el intervalo de bsqueda se vuelve pequeo
Al evaluar la funcin cerca de la raz, f ( x ) 0 , para el clculo del

cambio de signo, los errores por operar con nmeros muy pequeos
pueden hacerse presentes
Mtodo de la Biseccin- Error Porcentual
Error Porcentual
10
9
8
7
6
5
4
3
2
1
0
Iteraciones
Mtodo de la Falsa Posicin (Regula Falsi )
Y
f (b)
c1
c2
f (c3 )
c3
b
f ( c2 )
f (c1 )
f (a )
L1
L2
L3
L4
raz
Consiste en aproximar el grafico de f por una ruta que contenga

Departamento
(a,f
(a)) de; Matemticas.
(b,f (b))
a Decanato de Ciencias y Tecnologa.
Algoritmo del Mtodo de la Falsa Posicin

Algoritmo Falsa Posicin
Salida: c, error
leer(a, b, tol, n)
i 0; c a
fa f(a); fb f(b)
Repita Mientras { (i<n) o (|cant|>tol) }
i i + 1; ant c
c bfb(ba)/(fbfa)
fc f(c)
si (sign(fa)sign(fc)>0)
fa fc ; a c
sino
fb fc ; b c
tol
Tolerancia
a,b
Extremos del
Intervalo
N Mximo de
Iteraciones
Raz
aproximada
Funcin a
evaluar
si (|c-ant|tol)
escribir(c)
sino
escribir(error)
Convergencia del Mtodo de la Falsa Posicin

Diferencias divididas:
Sean a b c, entonces se definen las:
Diferencia dividida de primer orden: f a, b
f (b) f a
b a
f b, c f a, b
Diferencia dividida de primer orden: f a, b, c
c a
Propiedades:
f [a, b] = f [b, a]
f [a1, a2, a3] = f [ai, aj, ak] con i j k y i, j, k {1, 2, 3}
si f es continua en [a, b] y derivable en (a, b) , existe (a, b) tal que

f [a, b] = f() (Teorema del valor medio)
si f es derivable en (min(a, b, c), max(a, b, c)), existe tal que

f [a, b, c] = f()
Convergencia del Mtodo de la Falsa Posicin

Del mtodo tenemos que:
c b f b
b a
f b f a
donde el error se calcula como
f ''(h)
1
c a (a a)(b a)
,
2
f '(x)
h, x (a,b)
Teorema:
Sea f dos veces continuamente diferenciable en [a, b] con la nica raz en
[a, b] . Suponiendo que f (a) f (b) < 0, f () 0 y f no cambia de signo
en [a, b] . Si
C
f ''(x )
wa
max x[a ,b ]
1,
2
f '(x )
w a o w b,
Entonces el mtodo converge linealmente.

an+1 a C(an a) , si w = b
bn+1 a C(bn a) , si w = a
Observaciones: (Mtodo de la Falsa Posicin)

Comentarios del Mtodo de la Falsa Posicin
Hay que dar dos valores iniciales, uno a cada lado de la raz que se est
buscando. Esto es un problema, especialmente si no se tiene ninguna
idea del comportamiento de la funcin o si esta presenta races muy
similares o mltiples
Si la funcin es convexa o cncava en [a, b], uno de los extremos de
intervalo no se mover por lo que el mtodo solamente aproxima a la
raz por uno de los lados.
Al evaluar la funcin cerca de la raz, f ( x ) 0 , para el clculo del
cambio de signo, los errores por operar con nmeros muy pequeos
pueden hacerse presentes
Mtodo de la Secante
Y
f (b)
f ( c2 )
c1
c3
f (c3 )
c2
f (c1 )
f (a )
L2
L1
L4
raz
L3
Mtodo de la Secante
Algoritmo Secante
Salida: c, error
leer(a, b, tol, n)
i1
fa f(a); fb f(b)
Repita Mientras { (i<n) (fc 0) (|ba|/2>tol)}
c bfb(ba)/(fbfa)
ii+1
a b; fa fb
b c; fb f(c)
si ((fc=0) (|ba|/2tol))
escribir(c)
sino
escribir(error)
tol
Tolerancia
a,b
Extremos del
Intervalo
N Mximo de
Iteraciones
Raz
aproximada
Funcin a
evaluar
Convergencia del Mtodo de la Secante
c b f b
b a
f b f a
donde el error se calcula, usando diferencias divididas, como
f ''(h)
1
c a (a a)(b a)
,
2
f '(x)
sustituyendo
h, x (a,b)
c = xn+1 , b = xn , c = xn+1 tenemos que

en 1
1 f ''(hn )
en en 1
2 f '(xn )
Teorema:
Sea f dos veces continuamente diferenciable en un entorno de [a, b] de
para el cual f ()=0 y f () 0 . Entonces si x0 y x1 se seleccionan
suficientemente de , las iteraciones del mtodo convergen a . Adems,
lm
en 1
en
f ''(x )
2
f
'(
x
)
p 1
,p
1 5
2
1.62
Observaciones: (Mtodo de la Secante)

Comentarios del Mtodo de la Secante
f por iteracin
Solo hay que hacer una evaluacin de
La raz no queda encerrada entre los iterados
Hay que dar dos valores iniciales, a pesar de que no tienen que encerrar a
la raz que se est buscando, los puntos tienen que estar suficientemente
cerca de la raz para garantizar que el mtodo converja.
Si la derivada de la funcin, cerca de la raz, tiene un valor muy alto el

clculo de b a puede causar problemas por perdida de cifra
significativas.
De igual modo, si la derivada de la funcin, cerca de la raz, tiene un

valor muy bajo el clculo de f (b) f (a) puede causar problemas por
perdida de cifras significativas
Mtodo de Newton-Raphson
Consiste en aproximar a
como aproximacin a
Para x0 dado
f por una recta LT tangente a f y usar la raz de LT
Se calcula la tangente a f en x 0
LT f '(x 0 )(x x 0 ) f (x 0 ),
hacemos, LT 0 y se obtiene
x1 x 0
f (x 0 )
f '(x 0 )
xn xn 1
f (xn 1 )
f '(xn 1 )
Decanato de Ciencias y Tecnologa. Departamento de Matemticas.

Para x0 dado
xn 1 xn
f (xn )
f '(xn )
Y
f ( x0 )
x2
x1 x 0
Algoritmo Newton-Raphson
Entrada: x, tol, n
Salida: x, error
leer(x , tol, n)
i0
Repita Mientras { (i<n) (|xxa|>tol)}
ii+1
xa x
x xaf(xa)/fp(xa)
tol
si ((|xxa|tol))
escribir(x)
sino
escribir(error)
Tolerancia
Extremos del
Intervalo
N Mximo de
Iteraciones
Funcin a
evaluar
fp
Derivada de f
Convergencia del Mtodo de Newton-Raphson

xn 1 xn
La expansin de Taylor alrededor de
f ' xn
xn
f (x ) f (xn )+(x xn )f ' xn +

Para xn =
f (xn )
(x xn )2
2
f '' x n
x n [xn , x ] o [x , xn ]
, f ()=0, tenemos que
f (xn )
f ''(xn )
(a xn ) (a xn )
0
2 f '(x )
f '(xn )
n
en
en 1
Equivalente a
en 1
f ''(xn )
e
2 f '(x )
n
2
n
Teorema:
Sea f dos veces continuamente diferenciable en [a, b]. Si [a, b], tal que
f ()=0 y f () 0 . Entonces existe e>0 tal que el mtodo de NewtonRaphson genere una sucesin {xn} que converge cuadrticamente a , para
cualquier valor inicial x0 I=[-e,+e]. Adems,
lim
en 1
en
1 f ''(a)
2 f '(a)
Mtodo del Punto Fijo

Partiendo de la ecuacin general
f (x) = 0 ,
cuyas races se quieren determinar. Supongamos que es una de sus races y
que existe otro valor x0 que no satisface la ecuacin
f (x0) 0,
f ()=0
Realizando algunas operaciones algebraicas transformamos la ecuacin
f (x) = 0 , en g(x) = x ,
donde,
g(x) es una nueva funcin que cumple con

g(a) = a, g(x0) x0
Mtodo de Punto Fijo

Al evaluar un valor cualquiera x0 en
g(x) obtenemos un nuevo valor
x1 =g(x0 ),
donde, si el nuevo valor
x1 x 0 ,
x1 x 0 ,
encontramos la raz x 0 a
lo que generalmente pasa
Si repetimos el proceso obtenemos
x1 = g(x0) , x2 = g(x1) , . . . , xn = g(xn1)
Mtodo de Punto Fijo

La sucesin {xn} converge a la raz si
lm (xn ) = 0
n
Si la expresin anterior es cierta, debe valer tambin para xn+1
lm (xn+1 ) = 0
n
, y como xn tiende a
,
lm (xn+1 xn) = 0
n
Es decir, cuando el nmero de iteraciones se vuelve muy grande, la diferencia

entre dos aproximaciones sucesivas xn+1 y xn de la raz debe aproximarse a
cero. Esta condicin es necesaria para que los procesos iterativos converjan a la
raz.
Algoritmo del Mtodo de Punto Fijo

Algoritmo Punto Fijo
Entrada: x, tol, n
Salida: x, error
leer(x , tol, n)
i0
Repita Mientras { (i<n) (|xxa|>tol)}
ii+1
xa x
x g(xa)
tol
si ((|xxa|tol))
escribir(x)
sino
escribir(error)
Tolerancia
Extremos del
Intervalo
N Mximo de
Iteraciones
Funcin a
evaluar
Mtodo de Punto Fijo
Convergencia en Escalera
Y
g ( )
g (x)
yx
x0
x1
x2
Mtodo de Punto Fijo
Divergencia Oscilante
yx
g ( )
g (x)
x2
x0
x1
Mtodo de Punto Fijo
Convergencia Oscilatoria
yx
g (x)
g ( )
x 0 x1
Criterio de convergencia del Mtodo de Punto Fijo

Teorema:
Sea una raiz de g(x) = x , con la funcin g(x) ,p 2 veces
continuamente diferenciable en un entorno de . Adems, supongamos que
g(j)() = 0, j < p
Si se elige a x0 suficientemente cerca de mtodo iterativo de un punto
converge a con un orden de al menos p y se cumple
lm
en 1
enp
g (p)(a)
p!

Ecuaciones No Lineales

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ecuaciones No Lineales

Cargado por

Copyright:

Formatos disponibles

Tema 2:

Mtodos Numricos para Resolver

Prof. Abelardo Monsalve

Barquisimeto, Octubre 2014

Prof. Abelardo Monsalve

Prog. Numrica (5132)

Tema 2: Ecuaciones No Lineales

Si f(x) es un polinomio de grado menor o igual a 4 existen frmulas que

Prof. Abelardo Monsalve

Prog. Numrica (5132)

Tema 2: Ecuaciones No Lineales

Con los cuales se calcula

Prof. Abelardo Monsalve

Prog. Numrica (5132)

Tema 2: Ecuaciones No Lineales

Planteamiento del Problema

El problema radica en que: por lo general, f es una funcin real NO LINEAL

Prof. Abelardo Monsalve

Prog. Numrica (5132)

Tema 2: Ecuaciones No Lineales

Los mtodos iterativos tambin se utilizan en otros problemas numricos y, en

Prof. Abelardo Monsalve

Prog. Numrica (5132)

Tema 2: Ecuaciones No Lineales

Mtodos Numricos como Solucin

{xn}, a partir de una o

La definicin de la sucesin generalmente se efecta por una

En la prctica, la sucesin se calcula hasta un valor xn si se cumple

Prof. Abelardo Monsalve

Prog. Numrica (5132)

Tema 2: Ecuaciones No Lineales

al que llamaremos Tolerancia.

|xi xi+1| <

Dado un entero N > 0, si n > N

Prof. Abelardo Monsalve

Prog. Numrica (5132)

Tema 2: Ecuaciones No Lineales

una sucesin que converge a a. Sea en =xn a,

un nmero p 1 y una constante c 0 con 0 c 1 tal que

Decimos que p es el orden de convergencia de la sucesin

Prof. Abelardo Monsalve

Prog. Numrica (5132)

Tema 2: Ecuaciones No Lineales

tiene un orden de convergencia p 1, si existe c 0,

con 0 c 1, tal que

Prof. Abelardo Monsalve

Prog. Numrica (5132)

Tema 2: Ecuaciones No Lineales

Por lo general es inevitable el crecimiento lineal del error.

Prof. Abelardo Monsalve

Prog. Numrica (5132)

Tema 2: Ecuaciones No Lineales

Error Total e iteraciones ptimas

Entonces, el error total et viene dado por,

El nmero de iteraciones ptima se alcanza cuando et sea mnimo

Prof. Abelardo Monsalve

Prog. Numrica (5132)

Tema 2: Ecuaciones No Lineales

Mtodos Numricos Iterativos

Mtodo de la Regula Falsi (Falsa Posicin)

Mtodo de la Regula Falsi Modificado

Mtodo del Punto Fijo

Prof. Abelardo Monsalve

Prog. Numrica (5132)