Part5.0 SepEqNL 2007 3 PDF

UNIVERSIDAD NACIONAL
DE INGENIERA
FACULTAD DE INGENIERA MECNICA

rea Acadmica de Ciencias Bsicas y Humanidades
CALCULO NUMERICO (MB 535)
ECUACIONES NO LINEALES DE UNA

Y VARIAS VARIABLES
Profesores:
Garrido Jurez Rosa
Castro Salguero Robert
Obregn Ramos Mximo
2007-3
UNI-FIM Clculo Numrico-MB535
ACIBAH
I. Ecuaciones No Lineales
1. Introduccin
En este captulo estudiaremos algunos mtodos para la solucin numrica de ecuaciones

algbricas no lineales, esto es, ecuaciones que se puedan escribir en la forma f(x) = 0,
donde f es una funcin real de variable real.
Todos los valores s que anulan f, esto es, tales que f(s) = 0, se llaman ceros de la
funcin f o solucin de la ecuacin f(x)=0.
Fig. 1 Ceros de una funcin- Diferentes casos
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.
En los primeros, la ecuacin es resuelta por intermedio de expresiones que involucran a

la funcin f .Las soluciones de la ecuacin son determinadas de una forma exacta
despus de un numero finito de operaciones (suponiendo la utilizacin de la aritmtica
exacta). Estos mtodos apenas se aplican a algunos tipos de problemas. Un ejemplo es
la formula que resuelve la ecuacin de segundo grado.
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
Profesores del Curso R.G.J-R.C.S-M.O.R 1

ACIBAH
Tpicamente, la aplicacin de un mtodo iterativo parte de un estimado inicial, x0, de la

solucin a determinar y, por aplicacin de un procedimiento iterativo, van siendo
generada nuevas estimaciones x1, x2, x3,.., de forma que una sucesin {xn} converja para
la solucin s deseada. Este proceso iterativo finaliza cuando la estimacin xk satisface
un criterio dado (por ejemplo que xk esta prximo de s o f(xk) es cercano a 0) o despus
de un numero mximo de iteraciones tiempo de procesamiento.
INICIO: a b
xo [a ,b]
ALGORITMO
x k xk 1 x k 1
NO SI
xk 1 xk CRITERIO DE
STOP
PARADA
Figura 2: Aplicacin de un mtodo iterativo
2. Localizacin de Ceros
Cada aplicacin de un mtodo iterativo permite (mediante la satisfaccin de ciertas

condiciones) determinar el valor de un cero de una funcin. Cuando se pretende calcular
varios ceros, ser necesario aplicar el o los mtodos iterativos de acuerdo a cuantos
ceros se va a determinar. As mismo, antes de iniciar la aplicacin de un mtodo es
necesario proceder a un anlisis preliminar para establecer cual o cuales de los ceros se
va a determinar, as como su localizacin eventual aproximada.
Este proceso se llama separacin de ceros y consiste en la determinacin de los

intervalos disjuntos, cada uno conteniendo un cero de la funcin.
Ntese, por otro lado, que la verificacin de condiciones suficientes de convergencia de

mtodos iterativos exige ciertas propiedades de la funcin y de sus derivadas, las cuales
debern ser satisfechas en el intervalo dado en el cual se aplica el mtodo, o que
contenga un estimado inicial para su aplicacin.
La determinacin de intervalos conteniendo uno y solo un cero de la funcin y que

satisface las condiciones suficientes de convergencia, puede ser hecha de una forma mas
o menos automtica, mas siempre recurriendo a una o mas de los siguientes criterios:
Calculo de valores de funcin
Estudio del grafico de funcin
Anlisis de propiedades de funcin

ACIBAH
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
Figura 3 Aplicacin del Teorema de Bolzano
El teorema de Bolzano garantiza la existencia de una raz si existe un cambio de signo

en el intervalo [a,b], pero la anttesis es falsa, sino existe un cambio de signo, tambin
puede existir una raz en [a,b].

ACIBAH
Figura 4 Mltiples races
Los mtodos numricos que estn basados en el teorema de Bolzano se denominan

mtodos cerrados, ya que exigen como argumento un intervalo cerrado donde la
funcin experimente un cambio de signo.
Teorema 2 Si f es estrictamente montona en el intervalo [a b], f tiene como mximo un

cero en [a b].
Teorema 3 Si f es diferenciable, entre dos nmeros de Rolle consecutivos existe cuanto

mucho un cero de f.
Mtodos de los intervalos
Estos mtodos empiezan con un intervalo que contiene a la raz y un procedimiento es

usado para reducir el intervalo que contiene a la raz.
Ejemplos de mtodos de intervalos :
Mtodo de la Biseccin
Mtodo de Falsa posicin
Mtodos abiertos o funcionales

Mtodo de Newton
Mtodo de la Secante
Iteracin del Punto Fijo
3. Mtodo de las Bisecciones Sucesivas
Uno de los problemas ms sencillos de enunciar que ms motivan el estudio de los

mtodos numricos, es el de encontrar los nmeros reales que satisfagan una ecuacin
de la forma
f(x) = 0
Por ejemplo:
Resolver en los nmeros reales las ecuaciones
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:

ACIBAH
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 4 (Valor Intermedio) : Sea f una funcin continua definida en un intervalo

cerrado [a , b] y sean
m min f ( x) y M max f ( x)
x[ a ,b ] x[ a ,b ]
Entonces, para cada s [m , M] ; existe al menos un c [a , b] tal que f (c) = s
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]
1. f es continua en [a; b];

2. f(a)f(b) < 0
3. f no cambia de signo en [a,b]
Entonces existe una nica raz en [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

ACIBAH
acuerdo si se cumple que f ( x n1 ) f (bn ) 0 o f ( x n1 ) f (a n ) 0 . De esta forma, se

asegura que s [an,bn] en cualquier iteracin.
Figura 5 : Bisecciones sucesivas
Mtodo de las bisecciones sucesivas

Inicializacion a0 , b0 a, b
Repetir a n bn
1. x n1
2
2. Si f x n1 f a n 0
Entonces a n1 a n ; bn 1 x n1 ;
Sino a n1 x n1 ; bn 1 bn ;
Hasta que Verificar criterio de parada
El siguiente teorema establece condiciones suficientes para la convergencia del mtodo

de las bisecciones sucesivas.
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
vez que s es, por hiptesis, el nico cero de f en [a,b].

ACIBAH
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
El nmero de iteraciones suficientes para garantizar un error absoluto no superior a se

ba
puede calcular haciendo obtenindose el valor:
2n
ba
n log 2

El siguiente ejemplo ilustra la aplicacin de este mtodo.
Ejemplo 1 Determinar una aproximacin con un error absoluto inferior a 5x10-3 de la

(nica) solucin de la ecuacin 1+x+ex = 0 que se sabe esta en el intervalo [-2, -1].
Solucin
Verificacin de las condiciones de convergencia

La funcin f(x)=1+x+ex es montona, f(-2)=-1+e-2 <0, y f(-1)= e-1 >0.
Determinacin del nmero de iteraciones

Como se desea alcanzar una precisin de 5x10-3 se debe escoger n tal que
1 (2)
n log 2 n 7.6
5 x10 3
Efectuando 8 iteraciones a partir de [-2, -1] se tiene un error mximo absoluto de

1
4 x10 3
28
Iteraciones

ACIBAH
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
Trazando el grfico de y=|x| e y=ex. verificamos que el punto(nico) de interseccin ,

x* (una raz de f(x)=0 ) se sita en el intervalo < -1,0 >
Tal hecho acontece dado que:
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
Ejemplo 3 Usando el mtodo de la biseccin sucesivas, determine un valor

aproximado para los ceros de f(x) = |x| - ex con un error que no exceda a 0.15.
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].

ACIBAH
Concluimos entonces que x * x3 0.6256 es una aproximacin cuyo error no excede

a la tolerancia dada.
4. Mtodo Iterativo Simple (Iteracin del punto fijo)
Para aplicar este mtodo a la solucin de la ecuacin f ( x ) 0 , es necesario en primer

lugar obtener una ecuacin equivalente a esta que tenga la forma
x F (x) ,
Donde F ser una nueva funcin a determinar de modo que las dos ecuaciones sean
equivalentes.
En seguida, se escoge un valor inicial x0 y se genera una sucesin {xn} por medio de la
relacin de recurrencia
x n 1 F ( x n )
Para n = 0,1,. La funcin F se le llama funcin de recurrencia
Fig. 6 Mtodo iterativo simple
Una justificacin del funcionamiento de este mtodo reside en el siguiente argumento.

Si una sucesin {xn} converge, para un valor dado s, y si la funcin de recurrencia F es
continua, se verifica entonces que s = F(s), o sea, que s es un punto fijo de la funcin F.
Una vez que por hiptesis se tiene que f(x)=0 x = F(x), concluyndose finalmente
que f(s) = 0, o sea, que el mtodo iterativo simple, cuando converge, produce sucesiones
que convergen a ceros de la funcin f.
La implementacin de este mtodo es ms simple, bastando encontrar una funcin de

recurrencia F y un valor inicial x0.
Mtodo iterativo simple
Inicializacin Escoger x0
Repetir xn+1=F(xn)
Hasta que Verificacin del criterio de parada
Habitualmente, la funcin de recurrencia F es obtenida por manipulacin algebraica de

ecuacin f(x) =0 de forma que la variable x se encuentre en los dos miembros de la

ACIBAH
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).
Dependiendo de la funcin de recurrencia F y del valor inicial x0, el mtodo puede

tener diferentes comportamientos, algunos de los cuales se pueden observar en la Figura
7. Como se puede verificar, el mtodo no es siempre convergente y, cuando converge,
una sucesin generada puede ser montona o no. Debido a la gran variacin para
escoger la funcin de recurrencia, es importante conocer algn tipo de criterio que
permita elegir una funcin de recurrencia (conjuntamente con el punto inicial) que
generara una sucesin convergente para la solucin s deseada.
Figura 7 Diferentes comportamiento del mtodo iterativo simple
El siguiente teorema presenta condiciones que garantizan la convergencia del mtodo

iterativo simple. Este teorema nos da el criterio que permite seleccionar funciones de
recurrencia que converjan.
Teorema 7 Si F es continuamente diferenciable en [a,b], max x [a,b] F ( x) 1 y existe

s [a,b], tal s =F(s) , entonces para cualquier valor inicial x0 [a,b],la sucesin
generada por el mtodo iterativo simple converge para s.
Demostracin. Para cada n, el teorema del valor medio garantiza la existencia de n,

entre xn y s, tal que
F ( x n ) F ( s ) F ( n )( x n s )
Toda vez que s=F(s) y xn+1=F(xn), se tiene que
x n 1 s F ( n )( x n s )
Aplicando repetidamente este resultado, para n-1,n-2,,1 se concluye entonces que

ACIBAH
x n 1 s F ( n ) F ( n1 )...F ( o )( x0 s )
Donde [a,b] para todo i.
Siendo L=max x [a,b] F (x) , se tiene que F ( i ) L , entonces

x n 1 s Ln1 x 0 s
Toda vez que L<1 se concluye finalmente que xns.
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.
Una vez analizada la cuestin de la convergencia vamos a estudiar el comportamiento

del error de aproximacin de forma de poder establecer un criterio de parada.
De la demostracin del teorema anterior se obtiene la expresin

x n 1 s Ln1 x 0 s (1)
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 |
Siendo L=max x F (x ) (y suponiendo que L<1) se obtiene la siguiente estimacin para

el error absoluto en xn+1

ACIBAH
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.
Si se pretende determinar s con un error absoluto inferior a un valor dado de tolerancia

(), definido en el inicio, deber verificarse que n1 . Para utilizar este criterio de
parada, debe determinar L antes de iniciar la aplicacin del mtodo.
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
Haciendo F(x)=-1-ex se tiene que f(x)=0 x F (x)

Se verifica que L=max x [-2 ,-1] F (x) =e-1<1.
Escogiendo x0= -2 se garantiza la convergencia del mtodo.
~
Una funcin F ( x ) log e (1 x) no puede ser utilizada pues se tiene que maxx
~
F ( x) 1 en cualquier vecindad de la solucin!
Estimacin del error
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

ACIBAH
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
b) a= 4 , b= 6 g(a)=6 y g(b)= 5.1010

F(a) y F(b) y los valores que se generan del algoritmo { xi } pertenecen a [a,b]
(Contexto cerrado), por lo tanto decimos que el punto fijo es nico en [a,b]
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.

ACIBAH
Figura 8 Mtodo de Newton
La expresin de recurrencia que permite determinar xn+1 en funcin de xn se obtiene

fcilmente notando que la recta tangente al grafico de f en el punto (xn,f(xn)) puede ser
descrito por la ecuacin:
y f xn f xn
. x xn
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
Ntese que f ( x ) 0 , se tiene que:

f x
f x 0 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.

ACIBAH
Figura 9 Comportamientos no deseados del mtodo de Newton Raphson
El teorema presentado a continuacin nos dan las condiciones suficientes para la

convergencia del mtodo de Newton. Estas condiciones no son, en general, necesarias,
esto es, en algunas situaciones en que estas no se verifican el mtodo converge.
Teorema 8 Sea f C2([a, b];)tal que f ( x ) 0 , y f ( x) 0 f ( x) 0 en [a, b].

Sean adems s un (nico) cero de f en ([a, b]. Entonces una sucesin generada por el
Mtodo de Newton converge para s siempre que el punto inicial x0 [a,b] satisface
f ( x 0 ) f ( x0 ) 0 . Adems, una sucesin generada es montona.
Demostracin
Consideremos el caso f 0 y f 0 (Los otros casos tienen una demostracin
semejante).
Sea entonces x0 [a,b] tal que f ( x0 ) 0 , de tal forma que f ( x 0 ) f ( x0 ) 0 . Como f
f ( x0 )
es creciente y el cero s es nico se tiene entonces que x0 s. Como x1 x0 se
f ( x 0 )
tendr que x1x0.
El desarrollo de Taylor de f en torno al punto x0 permite escribir
f ( 0 )
f ( s) f ( x0 ) f ( x 0 )(s x0 ) ( s x0 ) 2
2
Para algn 0 entre x0 y s. Como, por hiptesis, f (s) 0 , se tiene
f ( x0 ) f ( 0 ) f ( x0 )
s x0 ( s x0 ) 2
f ( x0 ) 2 f ( x0 ) f ( x0 )
f ( x0 )
Atendiendo a los signos de f y f . Como x1 x0 , entonces x1 s.
f ( x 0 )
Suponiendo que xn s, y argumentando como antes, es posible concluir que xn+1 xn y
tambin que xn s.
Se ha demostrado por induccin, que {xn }es decreciente y limitada inferiormente por s.
Entonces {xn }es convergente, para un valor dado z, en el intervalo [a,b].
f ( x)
Como la funcin F ( x ) x es continua y como x n1 F ( x n ) , entonces
f ( x)
z F (z ) , y adems f(z)=0, demostrndose que la sucesin converge para un cero de f

ACIBAH
en [a,b]. Siendo este cero nico (debido a la monotona estricta de f) concluyndose

finalmente que z=s.
Vamos ahora a determinar la evolucin del error de aproximacin para las estimaciones
generadas por el mtodo de Newton. En la exposicin que se sigue se supone que {xn }
esta incluida en el intervalo [a,b]. Una vez ms, el desarrollo de Taylor de f en torno de
xn, garantiza la existencia de n entre xn y s tal que
f ( n )
f ( s) f ( xn ) f ( xn )( s xn ) ( s xn ) 2
2
Una vez que f(s)=0, esta expresin puede ser escrita en la forma (suponiendo
f ( x n ) 0 )
f ( xn ) f ( n )
s xn ( s xn ) 2
f ( xn ) 2 f ( x n )
f ( xn )
como x n1 x n , se concluye entonces que
f ( x n )
f ( n ) 2
s x n1 s xn
2 f ( x n )
Definiendo ahora M2=maxx[a,b] f (x) y m1=minx[a,b] f (x) , suponiendo que m1>0, y
siendo n una cota de s x n , podemos afirmar que n+1 dado por
M2 2
n1 n
2m1
ser una cota de s x n1 . Es ahora posible concluir que
2n
2m M
n 1 2 0
M 2 2m1
es una cota de s x n , desde que o es una cota de s x0 . Ntese que esta cota del
M2
error de aproximacin apenas es til cuando 0 1
2m1
Ejemplo 6. Utilizar el mtodo de Newton para determinar una aproximacin, con un
error absoluto inferior a 5x10-6, del (nico) cero de la funcin f(x)=1+x+ex , que se sabe
esta en el intervalo [-2, -1].
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 .
Valor inicial y estimacin del Error

m1 min x 2, 1 f ( x) 1 e 2
M 2 max x 2, 1 f ( x ) e 1
Siendo x0=-1 (ver arriba), se puede tomar 0=1 (estimacin pesimista).

ACIBAH
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)
En este ejemplo se verifica que el mtodo de Newton presenta una convergencia

bastante ms rpida que los mtodos anteriores, consiguindose una precisin mayor
con un menor nmero de iteraciones. Como ser discutido mas adelante, el mtodo de
Newton en la generalidad de los casos es un mtodo de convergencia ms rpido.
Ntese en tanto que su aplicacin exige el clculo de valores de la derivada de la
funcin y tambin que las condiciones para su convergencia pueden ser ms difciles de
verificar.
Teorema 9. Sea f C 2 (a, b; ) y s un cero de f en a, b , tal que f ( s) 0 ,

entonces existe 0 tal que la sucesin x n generada por el mtodo de Newton
converge para s siempre que x0 s , s
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

ACIBAH
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
0 2.4063e+000 -1.8905e-002 -1.6786e+000 1.1262e-002

1 2.3950e+000 1.3700e-004 -1.7030e+000 -8.0448e-005
2 2.3951e+000 7.0812e-009 -1.7028e+000 -4.1585e-009
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...

ACIBAH
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
Sea: lim n x n 1 lim n x n s , el valor al cual debe converger.
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
Donde las 14 cifras decimales son exactas comparadas con 3 , la convergencia es

rapidsima.
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

ACIBAH
-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
Se observa que la nica raz debe estar en [-5,-4].
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
Raz aproximada -4.375 y error es de 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

ACIBAH
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
(d) Sea f(x) = x2 a demostrar que el mtodo de Newton lleva a la recurrencia:

1 a
x n1 x n
2 xn

ACIBAH
II. Sistemas de Ecuaciones No Lineales
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.
2. Mtodo Iterativo simple (Iteracin del Punto Fijo)

Anlogamente al caso unidimensional, el mtodo iterativo simple se base en la
posibilidad de escribir el sistema de ecuaciones F(x)=0 en otro equivalente de la forma:
x Gx
Donde G : n n , o sea,
x1 g1 x1 , x 2 , , x n
x g x , x , , x
2 2 1 2 n

x n g n x1 , x 2 , , x n
Donde g1 , g 2 , , g n son los componentes de G .

ACIBAH
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.
Este mtodo es totalmente anlogo al mtodo iterativo simple ya estudiado, siendo

ahora necesario calcular en cada iteracin las nuevas estimaciones de todas las
variables.
Ejemplo 2 Re- escribiendo el sistema:
1
x1 Ln x1 x 2 2 0
2
x1 x 2 2 5 x 2 3 0
a la forma equivalente:
1
x1 2 Ln x1 x 2
2
1

x 2 3 x1 x 2 2
5
se obtiene la siguiente expresin de recurrencia:
1
x1 , k 2 Lnx1,k 1 x2,k 1
2
1
x2,k 3 x1,k 1 x22,k 1
5
Partiendo de la estimacin inicial x1,(0) =1 y x2,(0)=1, se obtiene los siguientes resultados
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
Teorema 1 Sea D n un conjunto cerrado y convexo. Sea G: D n

de clase C1
Y sea || . || una norma en n . Si:

ACIBAH
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
El siguiente ejemplo ilustra la aplicacin de este teorema en la solucin de un sistema

de ecuaciones no lineales
Ejemplo 2 Consideremos el sistema de ecuaciones
Re- escribiendo este sistema en la forma
(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

ACIBAH
El punto obtenido es x1 = 0.76023 , x2= 2.09436

Las condiciones suficientes de convergencia enunciadas en el teorema 1 permiten guiar
la eleccin de la funcin de iteracin G, tambin como el punto inicial x(0). Debemos as
mismo escoger una funcin G tal que J G ( z ) 1 , para alguna norma subordinada,
donde z es la solucin deseada. Con estas condiciones es posible garantizar la
convergencia del mtodo cualquiera que sea el punto inicial x(0) suficientemente
prximo a z, o sea, tal x(0) z para >0 suficientemente pequeo.
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
El mtodo de Newton consiste en utilizar esta expresin como relacin de recurrencia

para generar una sucesin de puntos x k que se pretenda convergente para la solucin
z del sistema de ecuaciones. Los trminos de la sucesin son calculados a partir de
xk xk 1 J F xk 1 F xk 1
1
k 1, 2,
Siendo el punto inicial x(0) convenientemente escogido.

Para obtener x(k) es necesario determinar:
f1 f1
x x
1 n

J F xk 1
f n f n
x1 xn xk 1


ACIBAH

Siendo en seguida calculado vk 1 J F xk 1 F xk 1 . Este clculo se efecta
1
resolviendo el siguiente sistema de ecuaciones lineales:
J F xk 1 vk 1 F xk 1
Finalmente, se obtiene x(k) a partir de la ecuacin:

xk xk 1 vk 1
El siguiente teorema presenta condiciones suficientes para la convergencia del mtodo

de Newton. Tal como en el caso unidimensional, se verifica que este mtodo presenta
una convergencia cuadrtica desde que la matriz Jacobiana usada en la solucin del
sistema de ecuaciones sea no singular.
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
Ejemplo 3 Volvemos al sistema de ecuaciones:

1
x1 Ln x1 x 2 2 0
2
x1 x 2 2 5 x 2 3 0
Definiendo la funcin:
1
x1 Ln x1 x 2 2 0
F x 2
2
x1 x 2 5 x 2 3 0
Se obtiene la matriz Jacobiana:
1 1
1
J F x 2x 2 x2
2 1
x2 2 x1x2 5
La expresin de recurrencia del mtodo de Newton tomar para este caso la forma:
x1, k x1, k 1 v1, k 1
x x
2, k 2, k 1 v2, k 1
Donde,
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


ACIBAH
Iniciando las iteraciones en el punto x1(0) =1 y x2,(0) =1 se obtiene:
y tambin:
Se tiene entonces que:
Resolviendo el sistema:
resultando entonces:
Los resultados se resumen en la siguiente tabla:
La convergencia cuadrtica del mtodo de Newton es notoria en este ejemplo en la que

se obtiene una solucin de un sistema en 3 iteraciones con error menor a 10-5. Esta
caracterstica de elevada rapidez es una de las grandes ventajas del mtodo de Newton.
Entre las mayores desventajas se incluye el elevado nmero de operaciones necesarias
en la ejecucin de cada iteracin del mtodo y tambin la necesidad de recurrir al
clculo de las derivadas de las funciones que definen el sistema de ecuaciones.

Part5.0 SepEqNL 2007 3 PDF

Cargado por

Información del documento

Título original

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

Part5.0 SepEqNL 2007 3 PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL

FACULTAD DE INGENIERA MECNICA

CALCULO NUMERICO (MB 535)

ECUACIONES NO LINEALES DE UNA

En este captulo estudiaremos algunos mtodos para la solucin numrica de ecuaciones

Fig. 1 Ceros de una funcin- Diferentes casos

En los primeros, la ecuacin es resuelta por intermedio de expresiones que involucran a

Profesores del Curso R.G.J-R.C.S-M.O.R 1

Tpicamente, la aplicacin de un mtodo iterativo parte de un estimado inicial, x0, de la

Figura 2: Aplicacin de un mtodo iterativo

Cada aplicacin de un mtodo iterativo permite (mediante la satisfaccin de ciertas

Este proceso se llama separacin de ceros y consiste en la determinacin de los

Ntese, por otro lado, que la verificacin de condiciones suficientes de convergencia de

La determinacin de intervalos conteniendo uno y solo un cero de la funcin y que

Profesores del Curso R.G.J-R.C.S-M.O.R 2

Figura 3 Aplicacin del Teorema de Bolzano

El teorema de Bolzano garantiza la existencia de una raz si existe un cambio de signo

Profesores del Curso R.G.J-R.C.S-M.O.R 3

Figura 4 Mltiples races

Los mtodos numricos que estn basados en el teorema de Bolzano se denominan

Teorema 2 Si f es estrictamente montona en el intervalo [a b], f tiene como mximo un

Teorema 3 Si f es diferenciable, entre dos nmeros de Rolle consecutivos existe cuanto

Mtodos de los intervalos

Estos mtodos empiezan con un intervalo que contiene a la raz y un procedimiento es

Mtodos abiertos o funcionales

3. Mtodo de las Bisecciones Sucesivas

Uno de los problemas ms sencillos de enunciar que ms motivan el estudio de los

Profesores del Curso R.G.J-R.C.S-M.O.R 4

Teorema 4 (Valor Intermedio) : Sea f una funcin continua definida en un intervalo

Entonces, para cada s [m , M] ; existe al menos un c [a , b] tal que f (c) = s

1. f es continua en [a; b];

Entonces existe una nica raz en [a,b].

Profesores del Curso R.G.J-R.C.S-M.O.R 5

acuerdo si se cumple que f ( x n1 ) f (bn ) 0 o f ( x n1 ) f (a n ) 0 . De esta forma, se

Figura 5 : Bisecciones sucesivas

Mtodo de las bisecciones sucesivas

El siguiente teorema establece condiciones suficientes para la convergencia del mtodo

vez que s es, por hiptesis, el nico cero de f en [a,b].

Profesores del Curso R.G.J-R.C.S-M.O.R 6

El nmero de iteraciones suficientes para garantizar un error absoluto no superior a se

El siguiente ejemplo ilustra la aplicacin de este mtodo.

Ejemplo 1 Determinar una aproximacin con un error absoluto inferior a 5x10-3 de la

Verificacin de las condiciones de convergencia

Determinacin del nmero de iteraciones

Efectuando 8 iteraciones a partir de [-2, -1] se tiene un error mximo absoluto de

Profesores del Curso R.G.J-R.C.S-M.O.R 7

Trazando el grfico de y=|x| e y=ex. verificamos que el punto(nico) de interseccin ,

Tal hecho acontece dado que:

Ejemplo 3 Usando el mtodo de la biseccin sucesivas, determine un valor

Profesores del Curso R.G.J-R.C.S-M.O.R 8

Concluimos entonces que x * x3 0.6256 es una aproximacin cuyo error no excede

4. Mtodo Iterativo Simple (Iteracin del punto fijo)

Para aplicar este mtodo a la solucin de la ecuacin f ( x ) 0 , es necesario en primer

Fig. 6 Mtodo iterativo simple

Una justificacin del funcionamiento de este mtodo reside en el siguiente argumento.

La implementacin de este mtodo es ms simple, bastando encontrar una funcin de

Mtodo iterativo simple

Habitualmente, la funcin de recurrencia F es obtenida por manipulacin algebraica de

Profesores del Curso R.G.J-R.C.S-M.O.R 9

Dependiendo de la funcin de recurrencia F y del valor inicial x0, el mtodo puede

Figura 7 Diferentes comportamiento del mtodo iterativo simple

El siguiente teorema presenta condiciones que garantizan la convergencia del mtodo

Teorema 7 Si F es continuamente diferenciable en [a,b], max x [a,b] F ( x) 1 y existe