Documentos de Académico
Documentos de Profesional
Documentos de Cultura
METODOS
NUMERICOS
Ingeniera Civil
ING. CRISTIAN CASTRO P.
Capitulo IV
Ecuaciones Algebraicas
No Lineales
es solucin de:
es solucin de:
es solucin de:
BSQUEDA DE UNA RAZ
BSQUEDA DE VARIAS RACES
RACES DE POLINOMIOS
EJEMPLOS DE APLICACIN EN
INGENIERA
RACES DE ECUACIONES
SUMILLA:
ECUACIONES ALGEBRAICAS NO LINEALES
- Consideraciones generales
- Solucin de ecuaciones no lineales
- Separacin de races
- Mtodos para ecuaciones con una sola variable:
- Mtodo de bsqueda incremental,
- Iteracin de punto fijo,
- Mtodo de biseccin,
- Mtodo del Regula-Falsi,
- Mtodo de Newton-Raphson,
- Mtodo de la secante,
- Criterios de convergencia
- Condicionamiento
- Races de polinomios
- Deflacin
- Algoritmos.
Ecuaciones Algebraicas
Lineales No lineales
Metodos
Numericos
Interval
Halving False
(o bisection) Position Ridder
(o regula falsi)
Succesive
Secant Muller
Substitution
(o fixed-point)
Wegstein Newton
Metodos Raphson
Analiticos
Brent
Broyden
Homotopy
Dogleg step
Hook step
Objetivo
Sea f(x) una funcin no lineal en x. Hallar el valor de x, x*,
tal que se cumple f(x*)=0.
x* se suele denominar el cero o raz de f(x)
x* se puede determinar por medios analticos (solucin
exacta) o por medios numricos (solucin aproximada)
Tipos de mtodos
Mtodos acotados
La raz est situada en un intervalo (necesita dos
puntos). Acaba convergiendo dentro de una
tolerancia.
Mtodos abiertos
Slo emplean un punto inicial (o dos puntos que no
tienen por qu contener a la raz) y una frmula para
encontrar la raz. No siempre convergen, pero
cuando lo hacen son mucho ms rpidos que los
mtodos acotados.
Ecuaciones algebraicas no lineales
Mtodos abiertos
Emplean una aproximacin funcional para obtener el nuevo valor
estimado de la raz (lnea recta, cuadrtica, polinomio)
Mtodos:
Punto-fijo (sustitucin sucesiva o directa)
Newton-Raphson (lnea recta empleando informacin del gradiente)
Secante (lnea recta empleando dos puntos)
Muller (aprox. cuadrtica empleando tres puntos)
Ecuaciones algebraicas no lineales
Similaridades:
Ambos mtodos necesitan DOS valores iniciales
Convergence Rate
Requieren un procedimiento para determinar el
cambio de signo.
10
Relative Errors
Diferencias: Bisection method
f ( x i ).f ( x s ) 0
f(xi)
hay una raz
3 races (o 5, o 7 o )
hay un nmero impar de races
xi xs x
f(xs)
PRECAUCIONES EN EL USO
DE MTODOS CERRADOS
f(x)
f ( x i ).f ( x s ) 0
f(xi)
hay una raz
3 races (1 simple y 1 doble)
hay un nmero impar de races
xi xs x
f(xs)
PRECAUCIONES EN EL USO
DE MTODOS CERRADOS
f(x)
f ( x i ).f ( x s ) 0
f(xi)
no hay raz
2 races (o 4, o 6 o )
hay un nmero par de races
f(xs)
xi xs x
PRECAUCIONES EN EL USO
DE MTODOS CERRADOS
f(x)
f ( x i ).f ( x s ) 0
f(xi)
no hay raz
1 raz doble
hay un nmero par de races
f(xs)
xi xs x
PRECAUCIONES EN EL USO
DE MTODOS CERRADOS
Los mtodos cerrados siempre convergen,
aunque lentamente.
En la mayora de los problemas el mtodo de
la regla falsa converge ms rpido que el de
biseccin.
Conviene utilizar la calculadora graficadora
o una computadora para graficar la funcin
y realizar acercamientos necesarios hasta
tener claridad sobre su comportamiento.
Anlisis Numrico de
Ecuaciones No
Lineales
Mtodos Numricos
Aplicados a la Ingeniera
Temario
Mtodos cerrados:
Mtodos grficos
Mtodo de biseccin
Mtodo de la posicin falsa
Mtodos abiertos:
Iteracin simple de punto fijo
Mtodo de Newton-Raphson
Mtodo de la secante
Races de polinomios:
Mtodo de Mller
Mtodo de Bairstow
MTODO GRFICO
f(x)
Visual
x
xr
MTODO GRFICO
x f(x)
x
f ( x) e x
0 1
0.05 0.90122942
0.1 0.80483742
0.15 0.71070798 1
0.2 0.61873075
0.25 0.52880078 0.8
0.3 0.44081822
0.35 0.35468809 0.6
0.4 0.27032005
0.4
0.45 0.18762815
0.5 0.10653066 0.57
0.2
0.55 0.02694981
0.6 -0.05118836 0
0.65 -0.12795422 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 1
0.75 -0.27763345
0.8 -0.35067104 -0.4
0.85 -0.42258507
-0.6
0.9 -0.49343034
0.95 -0.56325898 -0.8
1 -0.63212056
FUNDAMENTOS CONCEPTUALES:
ALGORITMO:
Mtodo de Bsqueda Incremental
1) Un contador i se iguala a cero, se elige un valor inicial x0, se elige un
incremento h y se calcula un valor de referencia f0 igula a f(x0).
Ejercicio de Aplicacin
Desviacin de una viga en voladizo
Una viga voladiza horizontal se somete a una carga vertical uniforme. La viga
se extiende desde su extremo fijo (x=0) hasta su extremo libre (x=L). La
desviacin mxima max se produce en (X=L). La desviacin en el punto
(x=L) est relacionada con max mediante:
f 4 4 3 6 2 3 / max 0
Aplicar el mtodo de bsqueda incremental para resolver la ecuacin para el
valor de al que max es igual a 0.75.
Solucin:
A partir del problema fsico, se espera que para entre 0 y 1 exista una
solucin y que est ms proxima a 1 que a 0. Por consiguiente, se elige un
valor inicial 0 igual a 1 y se usa un incremeno negativo h = -0.05.
Bsqueda con 0 1 , f 0 0.75 y h 0.05
Mtodo de Bsqueda Incremental
Mtodo de
Aproximaciones
Sucesivas
Mtodos Numricos
Aplicados a la Ingeniera
Mtodo de Aproximaciones Sucesivas
Teorema
Si g C[a, b] y g(x) C[a, b] para toda x C[a, b], entonces g tiene un
punto fijo en [a, b].
Si adems g(x) existe en (a, b) y una constante positiva k<1 existe con
|g(x)| <= k, pata toda x (a, b),
Entonces el punto fijo en [a, b] es nico.
y
b y=x
p=g(p) y = g(x)
a
a p b x
p1 p3 p2 p0 x p0 p1 p2 x
Mtodo de Aproximaciones Sucesivas
Casos de no convergencia
y=x
y y
y=x
y = g(x)
y = g(x)
x x
Mtodo de Aproximaciones Sucesivas
Ejercicio de Aplicacin
Desviacin de una viga en voladizo
Una viga voladiza horizontal se somete a una carga vertical uniforme. La viga
se extiende desde su extremo fijo (x=0) hasta su extremo libre (x=L). La
desviacin mxima max se produce en (X=L). La desviacin en el punto
(x=L) est relacionada con max mediante:
f 4 4 3 6 2 3 / max 0
Aplicar el mtodo de aproximaciones sucesivas para resolver la ecuacin para
el valor de al que max es igual a 0.75. Empezar con 0 0.75 y usar el
criterio xmejorado x0 10 5 para indicar la convergencia.
Solucin:
i 0 mejorado i 0 mejorado
1 0.750000 0.776863 9 0.811333 0.811682
2 0.776863 0.791745 10 0.811682 0.811889
3 0.791745 0.800240 11 0.811889 0.812011
4 0.800240 0.805166 12 0.812011 0.812084
5 0.805166 0.808048 13 0.812084 0.812127
6 0.808048 0.809743 14 0.812127 0.812152
7 0.809743 0.810742 15 0.812152 0.812167
8 0.810742 0.811333 16 0.812168 0.812176
Problema f(x)=0
Sustitucin sucesiva
y 1. Transformar a x=g(x)
2. Seleccionar un punto inicial x0
y= x
3. Calcular nuevo valor xi+1=g(xi)
4. Repetir hasta llegar a la tolerancia requerida
y= g(x) y
Raiz
y= x
x2 x1 x0 x
y= g(x)
Si:
|g(x)|<1 El algoritmo converge linealmente
|g(x)|>=1 El algoritmo diverge
x3 x1 x0 x2 x
MTODO DEL PUNTO FIJO
x
MTODO DEL PUNTO FIJO
f(x)
f ( x ) g( x ) x
x
MTODO DEL PUNTO FIJO
La frmula de recurrencia para el mtodo del punto
fijo se obtiene de considerar una funcin que el
resultado de sumar la funcin f con la funcin
identidad:
g(x) f(x) x
g(x) f(x) x
f(x) g(x) x
f(x) 0 g(x) x 0
g(x) x
f(x) g(x) x
f(x) 0 g(x) x 0
g(x) x
MTODO DEL PUNTO FIJO
f(x)
x
g(x)
x
xr
f(x)
MTODO DEL PUNTO FIJO
f(x)
x
g(x)
x
xr
f(x)
MTODO DEL PUNTO FIJO
f(x)
g(x0)
g( x 0 ) x1
x0 x1 x
MTODO DEL PUNTO FIJO
f(x)
g' ( x ) 1
Requisito para convergencia
x0 x3 x2 x1 x
MTODO DEL PUNTO FIJO
x * g(x * )
Si x* es el verdadero valor de la raz:
x * xi1 g(x * ) g(xi )
Y por el teorema del valor medio: g(x * ) g(xi ) (x * x i )g'()
x * xi1 Ei1
g'() *
x xi Ei
Si g'(x) 1 , los errores disminuyen en cada iteracin
Si g'(x) 1 , los errores crecen en cada iteracin
MTODO DEL PUNTO FIJO
g'(x)
Convergencia
solucin montona
solucin oscilante
g'(x)
Divergencia
MTODO DEL PUNTO FIJO
x
f ( x) e x
iteracin Xi f(Xi) g(Xi) e(%) e*(%)
1 0 1 1 100.00
2 1 -0.63212056 0.36787944 76.32 100.00
3 0.36787944 0.32432119 0.69220063 35.13 171.83
4 0.69220063 -0.19172713 0.5004735 22.05 46.85
5 0.5004735 0.10577003 0.60624354 11.76 38.31
6 0.60624354 -0.06084775 0.54539579 6.89 17.45
7 0.54539579 0.03421655 0.57961234 3.83 11.16
8 0.57961234 -0.01949687 0.56011546 2.20 5.90
9 0.56011546 0.01102765 0.57114312 1.24 3.48
10 0.57114312 -0.00626377 0.56487935 0.71 1.93
11 0.56487935 0.00354938 0.56842873 0.40 1.11
12 0.56842873 -0.00201399 0.56641473 0.23 0.62
13 0.56641473 0.0011419 0.56755664 0.13 0.36
14 0.56755664 -0.00064773 0.56690891 0.07 0.20
15 0.56690891 0.00036732 0.56727623 0.04 0.11
16 0.56727623 -0.00020833 0.5670679 0.02 0.06
17 0.5670679 0.00011815 0.56718605 0.01 0.04
Mtodos acotados
Base: Una funcin cambia de signo en la proximidad de una raz
Una raz est acotada en el intervalo [a,b] si el signo de f(a) es diferente
al signo de f(b)
Mtodo deBisection
la biseccin (o intervalo medio)
Method
f(x) Algoritmo
f(b)
1. Selecciona un intervalo [a,b] donde halla
[nuevo un cero
punto]
a Mid-point b
x 2. Calcula el punto medio como nuevo punto
3. Comprueba si hay cambio de signo en
[a,b] [a,p] o en [p,b]. Comprobacin: f(a)*f(p).
Next estimate of Bisection
4. Si el producto es cero, entonces p es una
raz. Si no es cero volver al punto 2.
f(a)
Mtodo de Biseccin
MTODO DE BISECCIN
El mtodo de biseccin tambin se denomina mtodo de biparticin del
intervalo porque la estrategia es bisectar o separar a la mitad el intervalo de
xa y xb y luego retener el semiintervalo cuyos extremos siguen acotando la
raz.
Este se clasifica como un mtodo de acotamiento. Es aplicable a ecuaciones de
la forma f(x) = 0 cuando es posible encontrar dos valores limitantes xa y xb
tales que la funcin f(x) cambia de signo una vez para valores x en el intervalo
xa x xb . Por consiguiente, los valores limitantes acotan la raz.
El requisito de que la funcin cambie de signo slo una vez constituye una
manera de detrminar cul semiintervalo retener.
Este mtodo se basa en encontrar una raz de (x)=0 empezando con dos
valores que encierran o ponen entre corchetes a la raz
Nos damos cuenta que una funcin est entre corchetes cuando cambia
de signo en sus puntos extremos. La funcin tiene que ser continua
Se concibe como un mtodo de bsqueda binaria en donde se va buscando
la raz en subintervalos de intervalos
Mtodo de Biseccin
(xm)0
(x)
(xm)1
raz
(xa)0 (xa)1,2
(xb)2
(xb)0,1
Despus de la biseccin (1)
y
De acuerdo con el teorema del
valor medio, existe p [a,b] tal
f(a)
que f(p) = 0. y = f(x)
El mtodo consiste en dividir a la
mitad el intervalo y localizar la
mitad que contiene a p. bx
El procesos se repite hasta la
lograr la precisin deseada. a f(b)
Mtodo de Biseccin
p1=(a+b)/2
MTODO DE BISECCIN
f(x)
Consiste en considerar un intervalo (xi,
xs) en el que se garantice que la funcin
tiene raz.
x
MTODO DE BISECCIN
f(x) Consiste en considerar un intervalo (xi, xs)
en el que se garantice que la funcin tiene
raz.
f(xi)
El segmento se bisecta, tomando el punto
de biseccin xr como aproximacin de la
raz buscada.
xi xs x
f(xs)
MTODO DE BISECCIN
f(x) Consiste en considerar un intervalo (xi, xs)
en el que se garantice que la funcin tiene
raz.
f(xi) El segmento se bisecta, tomando el punto
de biseccin xr como aproximacin de la
raz buscada.
Se identifica luego en cul de los dos
intervalos est la raz.
f(xr)
xi xr xs x
f(xs)
MTODO DE BISECCIN
f(x)
f(xi) xi = x r
f(xr)
xi xr xs x
f(xs)
MTODO DE BISECCIN
f(xi)
f(xr)
xi xr xs x
f(xs)
ALGORITMO: Mtodo de Biseccin
Mtodo de Biseccin
1) Se eligen los valores limitantes x a y xb (con xb x a )
2) Se calcula
f a f xa o
f b f xb
C p 2 0 .4 M
2
2 .4
3 .5
1
0.7M
2
C p C pi 1 M M C / 2 1
2 2
pi 1 M 2
1
f M 2 0 . 4 M 2 2 . 4
3 .5
1 M
1 0.7 M 2 C pi 2
M 2 C pi / 2 1 1 M 2
1
0
Mtodo de Biseccin
Aplicando el mtodo de biseccin, resolver la ecuacin cuando Cpi = -0.383.
Usar los valores lmite (Ma=0.18) y (Mb=0.98), y detener las bisecciones
cuando (Mb-Ma) se vuelve menor o igual que 0.01
Biseccin Ma Mb Mm i
f M m
1 0.18000 0.98000 0.58000 2.44757
2 0.58000 0.98000 0.78000 -0.15476
3 0.58000 0.78000 0.68000 0.79287
4 0.68000 0.78000 0.73000 0.12313
5 0.73000 0.78000 0.75500 -0.19607
6 0.73000 0.75500 0.74250 -0.03705
7 0.73000 0.74250 0.73625 0.04284
(xint)0
(x)
(xint)1
raz
(xa)0 (xa)1
(xa)
2
(xb)0,1,2
Despus de la iteracin (1)
x
MTODO DE LA REGLA FALSA
f(x)
Consiste en considerar un intervalo (xi, xs)
en el que se garantice que la funcin tiene
f(xi) raz.
Se traza una recta que une los puntos
(xi, f(xi)), (xs, f(xs))
xi xs x
f(xs)
MTODO DE LA REGLA FALSA
f(x) Consiste en considerar un intervalo (xi, xs)
en el que se garantice que la funcin tiene
raz.
f(xi) Se traza una recta que une los puntos
(xi, f(xi)), (xs, f(xs))
Se obtiene el punto de interseccin de esta
recta con el eje de las abscisas: (xr, 0); se
toma xr como aprox. de la raz buscada.
xi xs x
f(xs)
MTODO DE LA REGLA FALSA
Consiste en considerar un intervalo (xi, xs) en el que
f(x) se garantice que la funcin tiene raz.
Se traza una recta que une los puntos (xi, f(xi)),
(xs, f(xs)) y se obtiene el punto de interseccin de
f(xi) esta recta con el eje de las abscisas: (xr, 0); se toma
xr como aproximacin de la raz buscada.
Se identifica luego en cul de los dos intervalos est
la raz.
xi xr xs x
f(xr)
f(xs)
MTODO DE LA REGLA FALSA
f(x)
f(xi) xs = x r
xi xr xs x
f(xr)
f(xs)
MTODO DE LA REGLA FALSA
Consiste en considerar un intervalo (xi, xs) en el
que se garantice que la funcin tiene raz.
Se traza una recta que une los puntos (xi, f(xi)),
(xs, f(xs))
Se obtiene el punto de interseccin de esta recta
con el eje de las abscisas: (xr, 0); se toma xr como
aproximacin de la raz buscada.
Se identifica luego en cul de los dos intervalos
est la raz.
El proceso se repite n veces, hasta que el punto de
interseccin xr coincide prcticamente con el valor
exacto de la raz.
MTODO DE LA REGLA FALSA
f(x)
f ( x s )( x i - x s )
f(xi) xr = x s -
f ( xi ) - f ( x s )
xi xr xs x
f(xr)
f(xs)
MTODO DE LA REGLA FALSA
f(x)
f(xi)
xi xs x
f(xs)
MTODO DE LA REGLA FALSA
f(x)
x
MTODO DE LA REGLA FALSA
La frmula de recurrencia para el mtodo de la regla
falsa se obtiene de comparar dos tringulos semejantes:
f(xi ) f(x s )
xr xi xr x s
(xr x s )f(xi ) (xr xi )f(x s )
xr f(xi ) x s f(xi ) xr f(x s ) xi f(x s )
xr f(xi ) xr f(x s ) x s f(xi ) xi f(x s )
xr [f(xi ) f(x s )] x s f(xi ) xi f(x s )
x s f(xi ) xi f(x s )
xr
f(xi ) f(x s )
ALGORITMO:
Mtodo de la Falsa Posicin
1) Se eligen los valores limitantes xa y xb (con xb x a )
2) Se calcula f a f xa o f b f xb y un contador i se coloca en cero
3) EL contador i se incrementa en 1 y se calcula el punto xint ermedio a partir
de una de las dos expresiones:
xint ermedio xa xb xa f xa f xb f xa
O bien
xint ermedio xb xb xa f xb f xb f xa
4) Se calcula f int ermedio f xint ermedio
5) Dependiendo de si fa o fb est disponible a partir del paso (2), se usa i o ii
i) Si f a f int ermedio 0 , xa se recoloca en xint ermedio ;
En caso contrario, xb se recoloca en xint ermedio
ii) Si f b f int ermedio 0 , xb se recoloca en xint ermedio ;
En caso contrario, xa se recoloca en xint ermedio
6) Si f xint ermedio es suficientemente pequeo; es decir, menor o igual que
alguna pequea cantidad prescrita , o si f alcanza un lmite de iteracin
N, xint ermedio se considera como la raz aproximada; en caso contrario,
volver al paso (3).
Ejercicio de Aplicacin
Determinacin del Nmero de Mach Crtico
El Nmero de Mach se refiere al cociente de la velocidad de un avin entre la
velocidad del sonido. Los aviones subsnicos experimentan flujo de aire
acelerado sobre la superficie de las alas. El Nmero de Mach crtico es el
Nmero de Mach de vuelo al que el flujo en algn punto del ala alcanza la
velocidad del sonido.
El coeficiente de presin mnimo Cp sobre una superficie aerodinmica se
define de modo que sea negativo y corresponda a la mxima velocidad del
flujo sobre la superficie aerodinmica. Al nmero de Mach crtico M, la
expresin para Cp es:
2 0.4 M 2 .4
3 .5
2
1
Cp
0.7 M 2
C p C pi 1 M M2 2
C pi / 2 1 1 M 2
1
f M 2 0 . 4 M 2 2 . 4
3 .5
1 0.7 M 2 C pi 1 M 2
M 2 C pi / 2 1 1 M 2
1
0
Mtodo de la Falsa Posicin (Regula Falsi)
Aplicando el mtodo de falsa posicin, resolver la ecuacin cuando Cpi=-
0.383. Usar los valores lmite (Ma=0.18) y (Mb=0.98), y terminar las
iteraciones cuando f M int ermedio se vuelve menor o igual que 10-2.
Iteracin Ma Mb M int i
f M int
1 0.18000 0.98000 0.74306 -0.04414
2 0.18000 0.74306 0.74258 -0.03804
3 0.18000 0.74258 0.74217 -0.03278
4 0.18000 0.74217 0.74181 -0.02825
5 0.18000 0.74181 0.74151 -0.02435
6 0.18000 0.74151 0.74124 -0.02099
7 0.18000 0.74124 0.74101 -0.01809
8 0.18000 0.74101 0.74082 -0.01560
9 0.18000 0.74082 0.74065 -0.01345
x
f ( x) e x
iteracin Xi Xs f(xi) f(Xs) Xr f(Xr) e(%) e*(%)
1 0 1 1 -0.63212056 0.61269984 -0.07081395 8.03
f(xi)
f(xi)/2
f(xi)/4
x
Mtodo de
Newton-Raphson
Mtodos Numricos
Aplicados a la Ingeniera
Ecuaciones algebraicas no lineales
Problema g(x)=0
1. Seleccionar un punto inicial x0
2. Calcular g(xi) y g(xi)
Newton Raphson 3. Aplicar la tangente en ese punto y en el corte con el
eje de abcisas tenemos el nuevo punto estimado
g(xi)
xi+1=xi-
g(xi)
4. Repetir hasta llegar a la tolerancia requerida
y
g(x)
Necesita conocer la derivada de la
funcin
Convergencia cuadrtica (rpida)
Puede no converger (depende de la
funcin y de la estimacin inicial)
x2 x1 x0 x
El Mtodo de Newton-Raphson
f ( x0 ) f ( x0 )
tan f '( x0 ) , x1 x0
x0 x1 f '( x0 )
Se continua el calculo al estimar (x0)
f ( x1 )
x2 x1
f '( x1 ) x1 x0
x0-x1
El Mtodo de Newton-Raphson
Se calculan f ( x0 ) y f '( x0 )
IF (f ( x0 ) 0) AND (f '( x0 ) 0)
Algoritmo Repeat
Se Hace x1 x0
Para determinar una raz de (x)=0 Se Hace x0 x0 f ( x0 ) / f '( x0 )
dado un valor de x0 razonablemente Until ( x0 x1 valor de tolerancia 1) OR ( f ( x0 ) valor de tolerancia 2)
o
f ( xn )
xn 1 xn xn+1 xn
f '( xn )
El Mtodo de Newton-Raphson
Ejemplo
Determinar la raz de la siguiente funcin (x)=3x + sen x ex=0
f ( x) 3 x senx e x ,
f '( x) 3 cos x e x
x0 0
f ( x0 ) 1.0
x1 x0 0.0 0.33333;
f '( x0 ) 3.0
f ( x1 ) 0.068418
x2 x1 0.33333 0.36017;
f '( x1 ) 2.54934
f ( x2 ) 6.279 *104
x3 x2 0.36017 0.3604217;
f '( x2 ) 2.50226
x
MTODO DE NEWTON RAPHSON
f(x)
Consiste en elegir un punto inicial cualquiera
x1 como aproximacin de la raz y obtener el
f(x1) valor de la funcin por ese punto.
Trazar una recta tangente a la funcin por
ese punto.
x1 x
MTODO DE NEWTON RAPHSON
f(x) Consiste en elegir un punto inicial cualquiera
x1 como aproximacin de la raz.
Obtener el valor de la funcin por ese punto y
f(x1) trazar una recta tangente a la funcin por
ese punto.
El punto de interseccin de esta recta con el
eje de las abscisas (xr, 0), constituye una
segunda aproximacin de la raz.
x1 x2 x
MTODO DE NEWTON RAPHSON
f(x)
f(x1)
f(x2)
x1 x2 x
MTODO DE NEWTON RAPHSON
f(xi)
f(x1)
x i+1 xi
f'(xi)
f(x2)
x1 x2 x
MTODO DE NEWTON RAPHSON
El mtodo de Newton Raphson se puede deducir
a partir de la interpretacin geomtrica que
supone que el punto donde la tangente cruza al
eje x es una interpretacin mejorada de la raz.
f(xi1 ) f(xi )
f '(xi )
xi1 xi
0 f(xi )
f '(xi )
xi1 xi
f(xi )
xi1 xi
f '(xi )
f(xi )
xi1 xi
f '(xi )
MTODO DE NEWTON RAPHSON
En realidad, el mtodo de Newton Raphson, que supone la
obtencin de la raz de f(x), se obtiene a partir de su desarrollo
en serie de Taylor, la cual se puede escribir:
f(xi )
xi1 xi
f '(xi )
MTODO DE NEWTON RAPHSON
f(x)
f(x1)
f(x2)
f(x3)
x1 x2 x3 x
MTODO DE NEWTON RAPHSON
En ocasiones resulta difcil o imposible obtener la primera
derivada de la funcin. En tal caso, se puede hacer una
aproximacin suficientemente buena de su valor en xi, por
diferencias finitas hacia delante:
f(xi h) f(xi )
f '(xi )
h
o por diferencias finitas hacia atrs:
f(xi ) f(xi h)
f '(xi )
h
con h = 0.001, por ejemplo.
Si la funcin no tiene singularidades en la vecindad de la raz
, ambas aproximaciones por diferencias funcionan bien.
MTODO DE NEWTON RAPHSON
1 0 1 -2 100.00
f(x)
lento
rpido
x
Mtodo de Newton-Raphson
Mtodo de Newton-Raphson
Mtodo de Newton-Raphson
Newton-Raphson
MTODO DE NEWTON RAPHSON
Aunque el mtodo trabaja bien, no existe garanta de convergencia.
f(x)
x3 x1
x0 x2 x
MTODO DE NEWTON RAPHSON
Aunque el mtodo trabaja bien, no existe garanta de convergencia.
f(x)
x0 x2 x4 x1 x3 x
Desventajas
f(x) f(x)
x1 x0
x2 x x0 x2 x1 x
mnimo local
raz cerca de punto de inflexin
f(x) f(x)
x1
x0 x x0 x1 x
la iteracin en un mnimo
varias races
Desventajas
Mtodo de la
Secante
Mtodos Numricos
Aplicados a la Ingeniera
Ecuaciones algebraicas no lineales
Problema g(x)=0
1. Seleccionar dos puntos iniciales x0,x1
2. Calcular la recta que pasa por esos puntos
Secante 3. El corte con el eje de abcisas da el nuevo punto
estimado. Volver a calcular la recta.
xi+1-xi
xi+1=xi- g (xi+1)
g (xi+1)-g (xi)
( x0 x1 )
x2 x1 x0
x2 x1 f ( x1 )
f ( x0 ) f ( x1 )
Raz
Algoritmo
Para determinar una raz de (x)=0 dados dos valores, x0 y x1 prximos a la solu
cin
IF f (x0) f (x1)
Intercambiar x0 con x1.
Repeat
Sea x2 x1 f (x1)*(x0 x1)/[ f (xo ) f (x1)].
Sea x0 x1.
Sea x1 x2.
Until f (x2) valor de tolerancia
End IF
END
MTODO DE LA SECANTE
xi xi 1
Sustituyendo 2 en 1, se obtiene: xi 1 xi f ( xi )
f ( xi ) f ( xi 1
)
MTODO DE LA SECANTE
1. Consiste en elegir dos puntos iniciales cualquiera x0, x1 para
los cuales se evalan los valores de la funcin: f(x0) = f(x1)
2. Se traza una recta secante a la funcin por esos dos puntos.
3. El punto de interseccin de esta recta con el eje de abscisas
(x2, 0) constituye una segunda aproximacin de la raz.
4. Se reemplazan los subndices: xi = xi+1, de manera que x1
pasa a ser x0 y x2 pasa a ser x1.
5. Se traza una segunda secante por los nuevos puntos x0, x1,
obteniendo una segunda aproximacin con x2.
6. El proceso se repite n veces hasta que el punto de intersec-
cin x2 coincide prcticamente con el valor exacto de la raz.
MTODO DE LA SECANTE
f(x)
x
MTODO DE LA SECANTE
f(x)
f(x0)
f(x1)
x0 x1 x
MTODO DE LA SECANTE
f(x)
f(x0)
f(x1)
x0 x1 x
MTODO DE LA SECANTE
f(x)
xi f(xi1 ) xi1f(xi )
f(x0) xi1
f(xi1 ) f(xi )
f(x1)
f(x2)
x0 x1 x2 x
MTODO DE LA SECANTE
f(x)
f(x0)
f(x10)
f(x21)
x0 x10 x12 x
MTODO DE LA SECANTE
f(x)
f(x0)
f(x1)
x0 x1 x2 x
MTODO DE LAS SECANTES
f(x)
f(x0)
f(x2) f(x1)
x0 x1 x2 x
MTODO DE LA SECANTE
x
f ( x) e x
100.00
Error relativo estim ado porcentual
10.00
1.00
0.10
0.01
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
iteraciones
x 1 tan( x)
2
Archivo: eqn_w3.m
function y = eqn_w3(x)
y = sqrt(x^2 + 1) - tan(x);
>> bisec_n('eqn_w3',0,1.3)
f_name = eqn_w3
Mtodo de biseccin:
It. a b c fa=f(a) fc=f(c) abs(fc-fa)
1 0.000000, 0.650000 1.300000, 1.000000, -1.9619810 2.962e+000
2 0.650000, 0.975000 1.300000, 0.432482, -1.9619810 2.394e+000
3 0.650000, 0.812500 0.975000, 0.432482, -0.0783150 5.108e-001
4 0.812500, 0.893750 0.975000, 0.232743, -0.0783150 3.111e-001
5 0.893750, 0.934375 0.975000, 0.097080, -0.0783150 1.754e-001
6 0.934375, 0.954688 0.975000, 0.015409, -0.0783150 9.372e-002
7 0.934375, 0.944531 0.954688, 0.015409, -0.0297840 4.519e-002
8 0.934375, 0.939453 0.944531, 0.015409, -0.0067920 2.220e-002
9 0.939453, 0.941992 0.944531, 0.004405, -0.0067920 1.120e-002
10 0.939453, 0.940723 0.941992, 0.004405, -0.0011690 5.574e-003
11 0.940723, 0.941357 0.941992, 0.001624, -0.0011690 2.793e-003
12 0.941357, 0.941675 0.941992, 0.000229, -0.0011690 1.398e-003
13 0.941357, 0.941516 0.941675, 0.000229, -0.0004700 6.987e-004
14 0.941357, 0.941437 0.941516, 0.000229, -0.0001200 3.492e-004
15 0.941437, 0.941476 0.941516, 0.000054, -0.0001200 1.746e-004
16 0.941437, 0.941457 0.941476, 0.000054, -0.0000330 8.731e-005
17 0.941457, 0.941467 0.941476, 0.000011, -0.0000330 4.366e-005
18 0.941457, 0.941462 0.941467, 0.000011, -0.0000110 2.183e-005
19 0.941457, 0.941459 0.941462, 0.000011, -0.0000000 1.091e-005
20 0.941459, 0.941460 0.941462, 0.000005, -0.0000000 5.457e-006
21 0.941460, 0.941461 0.941462, 0.000003, -0.0000000 2.729e-006
Se satisface la tolerancia.
Resultado final: Raz = 0.941461
Ejemplo
Sea la funcin: x3 + 4x2 10 = 0 tiene una raz en [1, 2]
a) b)
c) d)
Programa en MATLAB
%Objetivo: Encontrar una raz de una funcin
%Sintaxis: bisec_n('nombre_f', a, b)
%nombre_f: el nombre de la funcin entre apstrofos
%a y b: extremos del intervalo inicial
%Ejemplo: bisec_n ('eqn_w3', 0, 1.3)
function bisec_n(f_name, a, c)
f_name
% a, c : extremos del intervalo inicial
% tolerance : tolerancia
% it_limit : lmite del nmero de iteraciones
% Y_a, Y_c ; valores y de los extremos actuales
% fun_f(x) ; valor funcional en x
fprintf('Mtodo de biseccin:\n\n');
tolerance = 0.000001; it_limit = 30;
fprintf(' It. a b c fa=f(a) ');
fprintf(' fc=f(c) abs(fc-fa) \n');
it = 0;
Y_a = feval(f_name, a); Y_c = feval(f_name, c) ;
if (Y_a * Y_c > 0)
fprintf('\n \n Detenido porque f(a)f(c) > O \n') ;
else
while 1
it = it + 1;
b = (a + c)/2; Y_b = feval(f_name, b) ;
fprintf('%3.0f %10.6f, %10.6f', it, a, b) ;
fprintf('%10.6f, %10.6f, %10.6f0', c, Y_a, Y_c) ;
fprintf('%12.3e\n', abs((Y_c - Y_a))) ;
if ( abs(c-a)/2<=tolerance )
fprintf('Se satisface la tolerancia. \n' );break
fprintf('\n Cambie a o b y ejecute otra vez.\n' );
end
if ( it>it_limit )
fprintf('Se excedi lmite de iteraciones.\n');
break
end
if ( Y_a*Y_b <= 0 ) c = b; Y_c = Y_b;
else a = b; Y_a = Y_b;
end
end
fprintf('Resultado final: Raz = %12.6f \n', b) ;
end
Problemas
Propuestos de IC343
Mtodos Numricos
Aplicados a la Ingeniera
EXAMEN DE MTODOS NUMRICOS 2003-I
La profundidad normal y del flujo en un canal de seccin parablica abierto de ancho T est
relacionada con el caudal Q, la pendiente del canal S y el coeficiente de friccin de Manning
n mediante las ecuaciones:
1 Qn
Q AR 2 / 3 S 1 / 2 1/ 2
A5 / 3 P 2 / 3
n S
Determinar y usando cualquier mtodo de solucin de ecuaciones no lineales para el conjunto
de datos:
Caudal (Q) 100.0 m3/s 16.00
En el grfico se muestra una seccin tpica de tipo Bal, en la cual se desea determinar el tirante
normal o calado Y que tiene para los datos mostrados en la tabla adjunta. Adems es necesario hallar
el grfuco de la variacin tirante (Y) vs. Caudal (Q), conocida como curva de descarga. Para determinar
Y puede utilizar cualquier mtodo para hallar races de ecuaciones no lineales.
EXAMEN DE MTODOS NUMRICOS 2003-I
Imagine una pared de tabique con un espesor de 0.05 m. La temperatura en el lado interior de
la pared T0 = 625 K, pero se desconoce la temperatura del lado exterior. La prdida de calor
de la superficie exterior se efecta por conveccin y por radiacin. La temperatura T1 est
determinada por la ecuacin:
f T1
k
x
T1 T0 T14 T4 hT1 Tf 0
Donde:
k : Conductividad trmica de la pared, 1.2 W/mK
: Emisividad, 0.8
T0 : Temperatura del lado interior de la pared, 625K
T1 : Temperatura del lado esterior de la pared, desconocida en K
T : Temperatura del entorno, 298 K
T : Temperatura del aire, 298 K
h : Coeficiente de transferencia de calor, 20 W/m2K
: Constante de Stefan-Boltzmann, 5.67x10-8 W/m2K4
x : Espesor de la pared, 0.05 m
Determine T1 por cualquier mtodo para hallar races de ecuaciones no lineales.
EXAMEN DE MTODOS NUMRICOS 2006-I
El factor de friccin f para los flujos turbulentos en una tubera esta dado por:
1 e 9.35
1.14 2 log10
f D Re f
Llamada correlacin de Colebrook.
Donde:
Re = Nmero de Reynolds
e = aspereza de la superficie de la tubera
D = dimetro de la tubera
Aplicacin.- Con base en los resultados de la expresin mostrada, se construye el
Diagrama de Moody y que sirve para determinar f cuando se conoce el caudal. Tambin se
puede construir el diagrama de Jonson-Rouse que sirve para determinar f cuando el caudal
es desconocido.
Consideremos el cable AB de la figura adjunta que muestra un cable de transmisin suspendido por accin de
su peso; con una carga vertical distribuida con intensidad constante L a lo largo del cable. La intensidad de
carga L se mide en unidades de fuerza por unidad de longitud. Un cable que cuelga bajo la accin de su
propio peso soporta una carga de este tipo, y la curva que adopta corresponde a un coseno hiperblico o
catenaria. La solucin de la catenaria para c es un resultado intermedio para calcular la tensin mxima y
mnima en el cable y la longitud s del mismo.
x
y c cosh 1
c
Con un mtodo numrico abierto y uno cerrado, calcular el valor de la constante c de tal forma que pueda
determinar la longitud s del cable usando la expresin:
x
s c senh
c A B
20 m
100 m
Tarea
Texto: Anlisis Numrico; Autor: R. Burden; Ejercicios 2.1:
D
Tarea
Un abrevadero de longitud L tiene una seccin
transversal en forma de semicrculo con radio r
(vase la figura) Cuando se llena de agua hasta una
distancia h de la parte superior, el volumen V de
agua es
V = L [ 0.5r2 r2 arcsen(h/r) h(r2 h2)1/2 ]
Escriba un programa en MatLab amigable para el
usuario que lea los datos de este problema y
encuentre la profundidad h del abrevadero. Utilice
el mtodo de biseccin para encontrar la solucin.
r
h
L
Volumen del abrevadero
h
r sen
r
h
L
area sector r 2
h
sen 1
2 2 r
r
h area sector r 2 r 2 sen 1 h / r
2
base altura
area triangular 2 h r 2 h2
2
A area sector area triangular r 2 sen 1 h / r h r 2 h 2
2
V LA L r 2 sen 1 h / r h r 2 h 2
2
Tarea
Donde:
A = monto de hipoteca; p = cuota; i = tasa de inters
Suponga que se necesita una hipoteca a 30 aos para
una casa, por $75000 y que el deudor puede pagar a lo
sumo $625 al mes. Cul es la tasa de inters mxima
que el deudor puede pagar?
Tarea
El valor acumulado de una cuenta de ahorros puede calcularse
con la ecuacin de anualidad vencida
A = P[(1 + i )n - 1 ] / i
En esta ecuacin A es el monto de la cuenta, P es la cantidad
que se deposita peridicamente e i es la tasa de inters por
periodo para los n periodos de depsito. A un ingeniero le
gustara tener una cuenta de ahorros con un monto de
$ 750,000 dlares al momento de retirarse dentro de 20 aos,
y puede depositar $ 1,500 dlares mensuales para lograr dicho
objetivo. Cul es la mnima tasa de inters a que puede
invertirse ese dinero, suponiendo que es un inters compuesto
mensual?
Escriba un programa en MatLab para este problema, el
programa deber pedir todos los datos necesarios y utilizar el
mtodo de Newton para calcular el inters a que debe
invertirse el dinero.
Sugerencia:
Para estimar el valor inicial de i podemos
desarrollar el binomio (1 + i)n para aproximarlo a
la segunda potencia. El resultado es
2 A nP
i0
nn 1P
Se sugiere validar los datos de entrada. El capital
a obtener debe ser mayor que el depsito por el
nmero de abonos, es decir
A > nP
Tarea
La carga en un circuito RLC serie esta dada por
1 R 2
qt q0 e Rt /( 2 L ) cos t
LC 2 L
Suponga
q0/q = 0.01, t = 0.05 s, L = 5H y C = 10-6 F.
Encuentre el valor de la Resistencia R usando el
mtodo de Newton. Haga un programa en C para
este problema.
Muchas Gracias