Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Part5.0 SepEqNL 2007 3 PDF
Part5.0 SepEqNL 2007 3 PDF
DE INGENIERA
Profesores:
Garrido Jurez Rosa
Castro Salguero Robert
Obregn Ramos Mximo
2007-3
UNI-FIM Clculo Numrico-MB535
ACIBAH
I. Ecuaciones No Lineales
1. Introduccin
Para una ecuacin del tipo f(x) = 0, antes de intentar aplicar cualquier mtodo de
resolucin, es importante garantizar que la ecuacin tenga solucin, o sea, que existe un
real; s tal que f(s)=0. Muchas veces importa tambin determinar si la solucin es nica,
o si existen diferentes soluciones y, en este caso, saber cual o cuales importan
determinar.
Los mtodos de resolucin de una ecuacin tipo f(x) = 0 se pueden dividir en dos
grandes grupos: mtodos directos y mtodos iterativos.
Los mtodos iterativos se caracterizan por generar sucesiones convergentes para las
soluciones de la ecuacin a resolver. Estos mtodos se distinguen entre si por la forma
como son generadas las sucesiones de soluciones aproximadas.
Los mtodos iterativos se clasifican en:
Mtodos Grficos (Localizadores)
Mtodos de los intervalos
Mtodos abiertos o funcionales
INICIO: a b
xo [a ,b]
ALGORITMO
x k xk 1 x k 1
NO SI
xk 1 xk CRITERIO DE
STOP
PARADA
2. Localizacin de Ceros
El esbozo del grafico de una funcin f permite en muchas situaciones determinar de una
forma visual los intervalos disjuntos, cada uno de los cuales contenga solo un cero de f.
El grafico de la funcin puede ser obtenido utilizando medios computacionales, a travs
de un estudio analtico de las propiedades de f, o usando ambos procesos de una forma
conjugada.
Los mtodos Grficos son utiles porque proporcionan un valor inicial a ser usado por
otros mtodos
Ejemplo 1
Re solver
f ( x) x e x 0
Transformar :
x ex
La raz [0,1]
raz 0.6
Estos intervalos iniciales pueden ser utilizados por mtodos cerrados, los cuales son
capaces de encontrar la raz, de manera mas eficiente.
Los mtodos cerrados se basan en el teorema de Bolzano el cual se desarrolla a
continuacin.
Teorema 1 de Bolzano: Dado un intervalo cerrado [a,b] y una funcin continua f(x),
existe al menos una solucin a la ecuacin trascendente f(x)=0 si f(a)*f(b) 0
x 3 1 0, sen( x) x 0 tan( x ) x 0
Las grficas siguientes ilustran mejor la situacin. Indican que un problema con
enunciado tan simple puede ser difcil de resolver:
La primera grfica sugiere que hay un nico cero, precisamente donde ese cero est y
las otras dos indican que hay alguno en cada caso, pero nada ms. En realidad, sen(x) y
x se encuentran en un nico punto, x = 0; pero en cambio tan(x) y x se encuentran en un
nmero infinito de puntos. Ciertamente se requiere disponer de herramientas tericas
(teoremas) y prcticas (algoritmos) para resolver problemas de esta clase.
Una de las herramientas tericas ms importantes, que sirve de base terica al mtodo
de biseccin, es el Teorema del Valor Intermedio, que enunciamos enseguida.
Teorema 5 Si f es una funcin continua en un intervalo [a,b] tal que f(a) y f(b) poseen
signos diferentes entonces por el teorema del valor intermedio permite afirmar que
existe un numero s en el intervalo [a, b] tal que f(s)=0.
Si adems de las hiptesis del teorema anterior se verifica que la derivada de la funcin
no cambia de signo en el intervalo [a; b], entonces la raz es nica en ese intervalo.
Tenemos asimismo un criterio para verificar la existencia de la unicidad de ceros de una
funcin continua f dado en el intervalo [a,b]
El mtodo de las bisecciones sucesivas parte del intervalo inicial [a, b] que se sabe
contiene un cero de f, supuestamente nico. En cada iteracin se produce la reduccin
del intervalo a la mitad del intervalo actual. Para lo cual, se divide el intervalo actual
escogindose el intervalo izquierdo o derecho de forma que la funcin tenga signo
diferente en los extremos del sub-intervalo escogido. O sea, siendo [an, bn] el intervalo
1
de la iteracin n, se calcula x n1 (a n bn ) . El valor x n 1 sustituye a an o bn de
2
Teorema 6
Sea f continua en [a,b] tal que f(a).f(b)0, y `sea s un nico cero de f en ese intervalo.
Entonces, el mtodo de las bisecciones sucesivas genera una sucesin convergente para
s.
Demostracin. La sucesin {an} es creciente y limitada y la sucesin {bn} es
decreciente y limitada, por lo que ambas son convergentes.
ba
Como se verifica que bn a n n , se concluye que lim an = lim bn =z. para algn z
2
[a,b] .
1
Como x n1 (a n bn ) se tiene tambin que lim x n =z.
2
La aplicacin del mtodo garantiza que f (a n ) f (bn ) 0 , para todo n. Entonces, como f
es continua se tiene que f ( z ) 0 , lo que implica que f ( z ) 0 , o sea, z = s, toda
2
1
Toda vez que s [an,bn] y x n1 (a n bn ) , se verifica fcilmente que
2
1 ba
s xn1 (bn a n ) n 1
2 2
Se puede entonces afirmar que el error absoluto del estimado xn est acotado por
ba
2n
Solucin
Iteraciones
Solucin
La solucin de la ecuacin ser s = -1.277 4 x10-3, o sea, s [-1.281, -1.273]
Ejemplo 2 Localice grficamente las races de f(x) = 0, siendo f(x) = |x| - ex.
Solucin
Como:
f ( x) 0 | x | e x
1. f C ( 1,0 );
2. f (1) f (0) 0.632 (1) 0.632 0;
3. f ' ( x ) 1 e x , para x 0, y como tal f ' ( x ) 0 para todo x 1,0
Solucin
De acuerdo al ejemplo 2, existe una nica solucin x* en el intervalo < -1, 0>. Vamos a
determinar cul es el menor valor de n tal que | x * x n | 0.15 . Este valor puede ser
determinado como:
1 ln 0.15
n
0.15 n 2.74
2 ln 2
Luego, n=3. Esto es se debe realizar 3 iteraciones. Partiendo del intervalo inicial <-1,0>
tenemos x1 = 0.5. Como f(x1) = -0.16065 vemos que:
x * [1,0.5].
Prosiguiendo el proceso obtenemos x2 = 0.75 y como f(0.75) = 2.7776 vemos que
x * [0.75,0.5].
Inicializacin Escoger x0
Repetir xn+1=F(xn)
Hasta que Verificacin del criterio de parada
ecuacin. Por ejemplo, para aplicar este mtodo en la resolucin de la ecuacin x + e-x =
0 se puede transformar en la ecuacin equivalente x = -e-x, obtenindose la funcin de
recurrencia F(x) = -e-x.
Cabe resaltar que para una ecuacin dada f(x) = 0 se puede obtener una infinidad de
funciones de recurrencia F. Para esto, basta notar que f(x) = 0 x = x + rf(x) para
cualquier r 0, se tiene que F(x) = x + rf(x).
F ( x n ) F ( s ) F ( n )( x n s )
x n 1 s F ( n )( x n s )
x n 1 s F ( n ) F ( n1 )...F ( o )( x0 s )
Este teorema permite afirmar que si una funcin de recurrencia tal que F (s ) 1 , el
mtodo iterativo simple converge desde que el valor inicial x0 esta suficientemente
prximo de s. De las muchas posibilidades para escoge F es necesario seleccionar una
que verifique F ( x) 1 en una vecindad de la solucin.
donde L=max x [a,b] F (x) , que se supone inferior a 1. Esta expresin determina una
cota del error de aproximacin de x n 1 con base en el error de aproximacin de x0 .
Este ltimo no es habitualmente conocido y su cota conocida puede ser bastante
pesimista, por lo que ser interesante encontrar otra expresin para la aproximacin del
error. En tanto, la expresin (1) permite prever que cuanto mas prximo de cero este L,
mas rpidamente converger a cero el error de aproximacin, por lo que menos
iteraciones sern necesarias para alcanzar una precisin deseada.
Para obtener una expresin para el error de aproximacin de xn+1, vamos a partir
nuevamente de la aplicacin del teorema del valor medio para la funcin F en el
intervalo de los extremos xn y s, garantizndose la existencia de n en ese intervalo tal
que F ( x n ) F ( s ) F ( n )( x n s ) .
De aqu se puede escribir
x n 1 s F ' ( n ).( x n s )
x n 1 s F ' ( n ).( x n s x n 1 x n 1 )
x n 1 s F ' ( n ).( x n x n 1 ) F ' ( n ).( x n 1 s)
(1 F ' ( n )).( x n 1 s) F ' ( n ).( x n 1 x n )
| 1 F ' ( n ) | . | x n 1 s | | F ' ( n ) | . | x n 1 x n |
(1 | F ' ( n ) |). | x n 1 s | | | F ' ( n ) | . | x n 1 x n |
L
x n1 s x n1 x n `
1 L
L
El valor n 1 x n 1 x n ` constituye asimismo una cota del error en xn+1, cota que
1 L
puede ser calculado despus de la determinacin de xn+1.
Ejemplo 4 Utiliza el mtodo iterativo simple para determinar una aproximacin, con un
error absoluto inferior a 5x10-5, del (nico) cero de la funcin f(x)=1+x+ex = 0, que se
sabe esta en el intervalo [-2, -1].
Solucin
Funcin de iteracin y valor inicial
L e 1
n1 xn1 xn xn 1 xn
1 L 1 e 1
Solucin
s -1.27846, con un error absoluto inferior a 2x10-5
Ejemplo 5
Un balance de masa para las aguas de un lago contaminado puede ser escrita como:
dC
V w QC KV C
dt
Donde V=1x106 m3 , Q=1x105 m3/ao, w=1x106gr/ao, K = 0.2(m3.g)0.5 /m3/ao
a) Se desea encontrar la concentracin C en estado estacionario (independiente del
tiempo).Use el mtodo de las aproximaciones sucesivas, slo 03 iteraciones, iniciando
con Co=5g/m3.
b) Es nico el punto fijo en Co1?
Solucin
dC
a) En estado estacionario 0 , entonces f (C ) w QC KV C 0
dt
Algoritmo de aproximaciones sucesivas Ci 1 F ( xi ) 10 2 Ci
1
prueba de la convergencia: F'(C) = <1
C co 5
x1 = 5.5279
x2= 5.2977
x3 = 5.3966
5. Mtodo de Newton
El mtodos de Newton es uno de los mtodos mas poderosos para resolver ecuaciones
del tipo f(x) = 0. Tal como en el caso del mtodo iterativo simple (del que puede ser
considerado un caso particular), este mtodo parte de un estimado inicial x0 y genera
una sucesin {xn } de una forma recurrente.
Cada nuevo valor de la sucesin, xn+1, es determinado como el punto de interseccin con
el eje de la x de la recta tangente del grafico de la funcin en el punto (xn,f(xn)), o sea, en
el punto correspondiente al valor anterior de la sucesin.
De acuerdo con lo expuesto antes, esta recta pasar tambin por el punto (xn+1,0).
Sustituyendo en la ecuacin de la recta este punto y resolviendo la ecuacin obtenida
para xn+1 se obtiene:
f xn
x n1 x n
f x n
Que ser entonces una expresin de recurrencia del mtodo de Newton. Refirase que
en este la funcin de recurrencia xn+1=F(xn) donde:
f x
F x x
f x
Mtodo de Newton
Inicializacin Escoger x0
Repetir f xn
x n1 x n
f x n
Hasta que Verificar criterio de parada
Antes de presentar las condiciones que garanticen la convergencia del mtodo de
Newton, se muestra grficamente en la figura 9 algunas situaciones en que el mtodo no
produce sucesiones convergentes para la solucin de ecuaciones que se pretende
calcular.
Solucin
Condiciones de Convergencia
f ( x) 1 e x f 0
f ( x ) e x f 0
El mtodo converge desde que x0 esta a la derecha del cero, garantizando que
f ( x 0 ) f ( x0 ) 0 .
M2
As mismo 0 0.16 1 y la cota de error vista anteriormente puede ser utilizada.
2m1
Iteraciones
Solucin
s -1.27846 (con todos las cifras exactas)
6. Problemas resueltos
Problema 1
Un cable telefnico suspendido entre dos postes tiene un peso de Kilogramos-
fuerza/m. La tensin en medio del cable es obtenida por la solucin de la siguiente
ecuacin:
2T L
senh S
2T
Donde:
S es la longitud del cable = 32m.
L es la distancia entre los dos postes = 30m.
= 0.10 Kgf/m
Se pide:
a) Utilice el mtodo de la biseccin para hallar la tensin T a partir de las
siguientes condiciones : intervalo inicial [ 2 3], Tol= 1E-2.
Solucin
Resolviendo por biseccin x T
1.5
f ( x ) 20 x sinh 32
x
a2 b3 f(a)*f(b)<0
I a b x
0 2 3 2.5
1 2 2.5 2.25
2 2.25 2.5 2.375
3 2.375 2.5 2.4375
4 2.375 2.4375 2.40625
5 2.375 2.40625 2.390625
6 2.390625 2.40625 2.3984375
b) El valor hallado en la ltima iteracin del item a) considrelo como valor inicial
para aplicar el mtodo de Newton Rapshon. Muestre el algoritmo y realice 02
iteraciones. Obtenga el error en la ltima iteracin.
Solucin
1.5
f ( x ) 20 x sinh 32
x
df ( x) 1.5 30 1.5
20 x sinh cosh
dx x x x
f ( xi )
xi 1 xi
Algoritmo: f ( x i ) i=0,1, 2
i x f(x) df/dx t
Error = 4.1585e-009
c) Es posible encontrar un algoritmo del punto fijo para encontrar el cero cercano
a 2.3?. Si su respuesta es afirmativa encuentre el algoritmo. Justifique.
Solucin
1.5
g ( x)
8
a sinh
5x
7. 5
g ( x) 2 1
8 2
a sinh 5 x 25 64 * x
2.3
1.5
xi 1
8
a sinh
Algoritmo 5 xi i=0,1,2...
Problema 2
Demuestre que la siguiente sucesin converge a R :
x n1
2
x n x n 3R
2
3xn R
Realice 03 iteraciones a partir de x 0 1.5 , para estimar 3 y comente sus
resultados.
Solucin
s
s s 2 3R
3s 2 R
3s 3 sR s 3 3sR
2s 3 2sR
s2 R
s R
Aplicando el algoritmo:
x1 = 1.73076923076923
x2 = 1.73205080739327
x3 = 1.73205080756888
Problema 3
El desplazamiento x (metros) de una masa que experimenta una oscilacin
amortiguada varia con el tiempo t (segundos) segn el modelo:
x 0 .1 e t
cos t / sen t
1
Donde y tienen unidades de seg . Al realizar mediciones se obtiene un
1
desplazamiento x de 0.0162 metros en un instante t de 0.41 segundos, 7.5 seg .
Determine el parmetro .
a) Localice la raiz o raices
b) Realice 03 iteraciones del mtodo de biseccin y muestre el error.
c) A partir de la aproximacin obtenida en b) realice 03 iteraciones de Newton-
Raphson y muestre el error.
Solucin
a) Tabulando :
f 0.0162 0.1e 0.41 cos7.5 * 0.41 sen 7.5 * 0.41
7.5
-8 0.0127
-7 0.0109
-6 0.0081
-5 0.0039
-4 -0.0025
-3 -0.0122
-2 -0.0270
-1 -0.0494
0 -0.0836
1 -0.1355
2 -0.2144
3 -0.3343
4 -0.5165
5 -0.7933
b) Aplicando biseccin:
a x b err
-5 -4.5 -4 0.5
-4.5 -4.25 -4 0.25
-4.5 -4.375 -4.25 0.125
c) Aplicando Newton-Raphson:
f n
n1 n
f n
x0=-4.37500000000000
x1=-4.33776519902844 err1=0.03723480097156
x2=-4.33805268463188 err2= 2.874856034402740e-004
x3=-4.33805270194987 err3= 1.731798970894261e-008
Problema 4
Dada la funcin f ( x) x 2 ln x
(a) Localizar grficamente las races de ecuacin
(b) Realizar una iteracin utilizando el mtodo de Newton tomando x0 =1.5
Solucin
0
LN(x)
-1
2-X
-2
-3
-4
-5
-6
-7
0 0.5 1 1.5 2 2.5 3 3.5 4
f x x 2 Ln( x)
f ' x 1 1
x
f xn
x n1 x n
f ' xn
x 0 1.5
x1 1.5567
7. Problemas Propuestos
(a) Trate de encontrar todos los ceros de f(x) = cos(x) - cos(3x) por un
procedimiento grfico o analtico. Enseguida utilice un mtodo numrico para
aproximar los ceros que se encuentran en el intervalo [-2,2].
(b) Argumente por medios grficos que la ecuacin x = tan(x) tiene infinitas
soluciones. Conjeture el valor de dos de esas soluciones y confirme su
conjetura con un mtodo numrico.
(c) Evale
3
S=
6 3 6 3 6 ...
3
Sugerencia: Sea x0=0 y considere g ( x) 6 x . El nmero S es un punto
fijo de la funcin g
1. Introduccin
En este capitulo abordaremos el problema de solucin numrica de los sistemas de
ecuaciones no lineales. Un sistema de n ecuaciones con n variables x1, x2,, xn puede
ser descrito en la forma:
f1 x1 , x 2 , , x n 0
f x , x , , x 0
2 1 2 n
f n x1 , x 2 , , x n 0
Donde f1, f2, , fn son funciones de n en
Utilizando una notacin mas compacta, podemos definir el vector x= (x1, x2,, xn)T y la
funcin F: n n de acuerdo con:
f 1 x f1 x1 , x 2 , , x n
f x f x , x , , x
F x 2 1 2
2 n
f n x f n x1 , x 2 , , x n
Podemos escribir el sistema de ecuaciones como:
F ( x) 0
Ejemplo 1 El sistema de ecuaciones:
1
x1 Ln x1 x 2 2 0
2
x1 x 2 2 5 x 2 3 0
Puede ser re-escrito en la forma F(x)=0 definiendo la funcin:
F : n n
1
x1 Ln x1 x 2 2
x 2
2
x1 x 2 5 x 2 3
En la casi totalidad de las situaciones no existen mtodos directos para la solucin de
sistemas de ecuaciones no lineales, siendo necesario recurrir a los mtodos iterativos.
En las secciones siguientes estudiaremos dos mtodos iterativos para la solucin de
ecuaciones no lineales.
Los mtodos iterativos simples consisten entonces en generar una sucesin de puntos en
n
por medio de la relacin de recurrencia:
xk G x k 1 , k 1, 2,
a partir de un punto inicial x(0). Se pretende que esta sucesin de puntos en n converja
para un punto fijo s de la funcin G, esto es, tal que s = G(s) que ser por tanto solucin
del sistema original, o sea, tal que F(s)=0.
Como pasa con todos los mtodos iterativos, es importante analizar la convergencia del
mtodo iterativo simple. El siguiente resultado nos da las condiciones suficientes para la
convergencia del mtodo iterativo simple. Es de notar la semejanza entre estas
condiciones y las presentadas para el caso unidimensional
i) J G x L 1 x D
ii) G D D
Entonces:
i) existe uno y solo un valor de z D tal que z G z
ii) el mtodo iterativo simple converge para z , cualquiera que sea x 0 D
iii) Se verifica que:
L
z xk x k x k 1
1 L
(1)
y definiendo
Se obtiene
7
Fcilmente se verifica que J G ( x ) 1 para cualquier (x1,x2) 2. Se concluye
12
asimismo que el sistema tiene una solucin nica y que el mtodo iterativo simple como
una expresin de recurrencia dada por (1) converge para esa solucin, cualquiera que
sea el punto inicial escogido. En la siguiente tabla se presentan los valores obtenidos
partiendo del punto inicial x1(0) =1 y x2,(0) =1
3. Newton Raphson
El mtodo de Newton para la solucin de sistemas de ecuaciones es tambin una
generalizacin del mtodo ya estudiado para el caso unidimensional. Consideremos
nuevamente el sistema de ecuaciones F(x)=0. Suponiendo que la matriz de Jacobianos
JF(x) es no singular, este sistema es adems equivalente a JF(x)-1 F(x)=0, o tambin:
x x J F x F x
1
xk xk 1 J F xk 1 F xk 1
1
k 1, 2,
Siendo en seguida calculado vk 1 J F xk 1 F xk 1 . Este clculo se efecta
1
J F xk 1 vk 1 F xk 1
Teorema 2
Sean F de clase C2 y z tal F(z)=0. Si det (JF(z)) 0 entonces una sucesin generada por
el mtodo de Newton es convergente para z cualquiera que sea el punto inicial x(0)
suficientemente prximo de z. Se verifica adems que existe una constante positiva c tal
que:
2
z xk c z xk 1
o sea la convergencia es cuadrtica.
El siguiente ejemplo ilustra la aplicacin del mtodo de Newton en la solucin de un
sistema de ecuaciones no lineales
1 1 1
1 2 x v1, k 1 x1, k 1 Lnx1, k 1 x2, k 1 2
2 x2, k 1
2 1, k 1 v2, k 1 2
x2, k 1 2 x1, k 1 x2, k 1 5 x1, k 1 x22, k 1 5 x2, k 1 3
y tambin:
Resolviendo el sistema:
resultando entonces: