Documentos de Académico
Documentos de Profesional
Documentos de Cultura
No Lineal JLZ PDF
No Lineal JLZ PDF
Clase 6 2
2 1 f
PV RT 2
ln(Re )C
V V V3 f k 8
i zij F
F (1 q) 0
i
f ( x) 0
Clase 6 3
y = f(x) f ( x) 0
0
x
Solución
Clase 6 4
Dada una función f(x)
Se trata de hallar un valor x*
tal que : f(x*)=0
Es decir, encontrar las soluciones de la ecuación
f(x) = 0
Este procedimiento será más o menos
complicado dependiendo de la expresión
algebraica de la función f(x).
Clase 6 5
Solución Iterativa
A partir de un valor inicial x0
Se genera una secuencia
x0, x1, x2, x3, ….. Xn
xn / lim
xn x *
n
Clase 6 6
Raíces de Funciones:
Conceptos básicos
Error del método
En xn x*
Restricciones
a) x* se sitúa dentro de
I a, b f ( x) f ( x) C
b) Hay una sola raiz en I
( x R)
*
7
Clase
Clase 6 6 7
Estimar un valor inicial para la
solución buscada
Usar una fórmula para actualizar
(acelerar) la solución aproximada
Usar un criterio para detener el
proceso de actualización
Clase 6 8
Métodos Iterativos
Conceptos Básicos
Inicio
Aproximaci
ón Inicial
Fórmula de
Actualizació
NO n
Converg
Fin
e?
SI
Clase 6 9
Debe distinguirse entre el proceso
iterativo completo y la fórmula de
actualización
La verificación del término
“Satisfactorio” del proceso es esencial y
debe Anticipar todas las posibles salidas
del método iterativo
Debe incluirse test de validación de la
consistencia de datos
Clase 6 10
Criterios de convergencia
› Error Absoluto
f ( x ) xi 1 xi
› Error Relativo
f ( xi 1 ) f ( xi ) xi 1 xi
f ( xi ) xi
Clase 6 11
Existen muchos métodos para hallar raíces de
funciones:
› Método de Bisección
› Método de Newton-Raphson
› Método de la Secante
› Método de Método de la Regla Falsa (Regula Falsi)
› Método de Punto fijo
› Método de Wegstein
Todos estos métodos comparten las mismas
características:
Clase 6 12
La búsqueda de la raíz se inicia en:
› un intervalo conocido donde se
encuentre la raíz o,
› un punto inicial cercano a la raíz.
La raíz encontrada es una aproximación a
la raíz
Clase 6 13
Encuentra la raíz de una función dado un
intervalo
Se basa en el teorema de Bolzano:
Teorema de Bolzano:
Si f(x) es una función continua en el intervalo
[a, b], y si, además, en los extremos del
intervalo la función f(x) toma valores de signo
opuesto (f(a)*f(b) < 0), entonces existe al
menos un valor c (a, b) para el que se
cumple: f(c) = 0.
Clase 6 14
Método de la Bisección:
1. Establecer:
f(x): función a la cual se le busca una raíz.
[a, b]: intervalo para iniciar la búsqueda
> 0 : margen de error
2. Calcular:
c = (a+b)/2
si |f(c)| < entonces,
c es la raíz, finalizar.
de lo contrario,
si f(a)*f(c)<0 entonces,
b = c
de lo contrario,
a = c
3. Repetir el paso 2 hasta que se finalice.
y = f(x)
Y
cb
c b
a a
c X
Sea c la
Existe
Volvemos
Como = raíz
una(a+b)/2.
araíz
seen
calcularel c f(c)
intervalo
encuentra
Si [a,
= (a+b)/2
(a+b)/2.
en =
el b]
0 entonces
intervalo f(c)
ya [c,
[a,
c=
que
ySirepetimosf(a)*f(b)
esb]
c]
0laporque
el proceso
entonces
raíz, de <lo 0
f(c)*f(b)
f(a)*f(c)
c contrario,
se<la
es(Teorema
hasta la
queraíz, de0,
de
obtenga
raíz
lo se
Bolzano)
encuentra
contrario,
entonces
la raíz. cambiamos
la
enraíz
el intervalo [a, de
se encuentra
el valor c]b
en aelsipor
f(a)*f(c)
el de c.
intervalo [a, < c]0sió f(a)*f(c)
en el intervalo<[c,0 ó en
b] el
si
f(c)*f(b)
intervalo [c, <b]0.si f(c)*f(b) < 0.
Clase 6 16
Ejemplo:
Hacer un programa en MATLAB que permita obtener
la raíz de la función por el Método de la Bisección:
1 1
f ( x) 6
( x 0.3) 0.01 ( x 0.9) 0.04
2 2
Clase 6 17
Ejemplo: La función
1 1
f ( x) 6
( x 0.3) 0.01 ( x 0.9) 0.04
2 2
Clase 6 18
Clase 6 19
Ejemplo:
Interfaz Gráfica
Clase 6 20
Y X1 X 0
f (X0)
X 2 X1
f ( X1 ) f ´( X 0 )
f ´( X 1 )
Cuál es el valor
aproximado
para la raíz?
y = f(x) X2 X1 X0
X
Aproximación
La aproximación
inicial: X0la intersección conf el
X21 es ( Xeje ) de la línea tangente a la gráfica
n 1X
de f en (X10, f(X10)) X n X n 1 ,n 1
f ´( X n 1 )
Clase 6 21
f ( X n 1 )
X n X n 1 ,n 1
f ´( X n 1 )
La anterior función corresponde a la intersección
de la recta tangente de f(x) en Xn-1 con el eje
de las X.
Dicha intersección, llamada Xn, corresponde a
una aproximación de la raíz para la función
f(x), cuando f(Xn)=0 ó f(Xn) ≤ epsilon
Este método no siempre es convergente.
Clase 6 22
El método es atrapado por una raíz imaginaria de
la función f(x):
Clase 6 23
Cuando la raíz es un Punto de Inflexión: f’’(x)=0
Clase 6 24
El método “cae” en un punto máximo ó mínimo (o
en sus cercanías):
Clase 6 25
Método de Newton-Raphson:
Algoritmo
f(x): función cuya raíz se va a encontrar.
f’(x): derivada de f(x)
X0 : punto de inicio partir del cual se va a iniciar el
proceso.
2. Si f(X0)=0 entonces la raíz es X0,
de lo contrario:
f (X0)
Calcule X1 mediante la ecuación: X 1 X 0
f ´( X 0 )
haga X0 igual a X1.
3. Repetir el paso 2 hasta que |f(X0)| ≤ epsilon
4. Mostrar X0 Clase 6 26
Ejemplo:
Hacer un programa en MATLAB que permita obtener
la raíz de la función por el Método de Newton-
Raphson: 1 1
f ( x) 6
( x 0.3) 2 0.01 ( x 0.9) 2 0.04
Clase 6 27
Ejemplo: La función
1 1
f ( x) 6
( x 0.3) 0.01 ( x 0.9) 0.04
2 2
Clase 6 28
Ejemplo: La derivada
2( x 0.3) 2( x 0.9)
f ( x)
( x 0.3) 2
0.01 ( x 0.9)
2 2
0.04
2
Clase 6 29
Parte de un intervalo [x0,x1]
Estima la pendiente de la recta que une los
extremos del intervalo como:
f’(x0)=(f(x1)-f(x0))/(x1-x0)
Sustituye f’(x0) en el método de Newton
para calcular la nueva raíz como:
f ( X 0 )( X 1 X 0 )
X2 X0
f ( X1) f ( X 0 )
Los dos últimos puntos obtenidos x1, x2 se
emplean en la iteración siguiente.
Clase 6 30
Secante
f ( X i )( X i X i1 )
X i1 X i
f ( X i ) f ( X i1 )
Clase 6 31
Método de falsa posición
Este método considera cual límite
del intervalo está más próximo a la
raíz.
f(x1)
De la figura f x2 f x1
x3 x2 x3 x1
Despejando
f x1 x2 x1
x3 x1 x2 x3
f x2 f x1 x1
f(x3)
f x1 xi x1
f(x2)
xi 1 x1
f xi f x1
Clase 6 32
Encontrar la raíz de la función, por los métodos de la secante y falsa posición:
f x
667.38
x
1 e
0.146843x
40 0
Clase 6 33
Iteración de punto fijo
Clase 6 34
Punto Fijo : Solución
y
y=x
F(x*)
y = g(x)
x* x
Clase 6 35
Gráfica del algoritmo de
punto fijo
y=x
y y
y=x x3= F(x2)
y = g(x)
x2= F(x1)
x2= F(x1)
x1= F(x0)
x3= F(x2)
y = g(x)
x1= F(x0)
x1 x3 x2 x0 x x0 x1 x2 x
Clase 6 36
Casos de no convergencia
y=x
y y
y=x
y = g(x)
y = g(x)
x x
Clase 6 37
Ejemplo
Clase 6 38
Teorema de punto fijo
Clase 6 39
Análisis del ejemplo
Caso (a) Caso (b)
g1(x) = x – x3 – 4x2 +10 g2(x) = ½(10 – x3)½
g1’(x) = 1 – 3x2 – 8x g2’(x) = – 3/4x2(10 – x3)–½
g1’(1) = – 11, g1’(2) = – 28 g2’(1) = – 0.25, g1’(2) = – 2.1213
No se cumple |g1’(x)| <1 No se cumple |g1’(x)| <1
Caso (c)
Caso (d)
g3(x) = (10/(4 + x))½
g3’(x) = (– 5/3.16)(4 + x)–1.5 g4(x) = x – (x3 + 4x2 – 10)/(3x2 +
8x)
<= (– 5/3.16)(5)–1.5 <= 0.15 Se cumple |g4’(x)| es aún menor
Para toda x en [1, 2] que en el caso (c) para toda x en
[1, 2]
Clase 6 40
Metodo Wegstein
y=x
y
x F (x)
F(x1)
x0 Valor inicial
y = F(x)
F(x0)
x1 F ( x0 )
xi 1 t F ( xi ) (1 t ) xi
1
t x0 x1 x2 x
1 s
F ( xi ) F ( xi 1 )
s
xi xi 1
41
Clase
Clase 6 6 41
Tarea
17. Un abrevadero de longitud L tiene una sección transversal en forma de
semicírculo con radio r (véase la figura) Cuando se llena de agua hasta una
distancia h de la parte superior, el volumen V de agua es
V = f(r,h)
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
método de Wegstein para encontrar la solución.
h
L
Clase 6 42
MÉTODOS NUMÉRICOS
f1(x,y)=0
f2(x,y)=0
Clase 6 43
SISTEMAS DE ECUACIONES NO LINEALES
f1(x, y)=0
y*
f2(x, y)=0
x* x
Clase 6 44
SISTEMA DE ECUACIONES NO LINEALES
10
x xy 10
2
6
4
(2, 3)
y 3xy 2 57
2
0
1 1.5 2 2.5 3 3.5 4 4.5 5
-2
Clase 6 45
f1 ( x, y ) x 10 x y 8
2 2
Clase 6 46
f1 ( x, y ) xy x 10 y 8
2
Clase 6 47
Clase 6 48
Clase 6 49
MÉTODO DE PUNTO FIJO EN
SISTEMAS DE ECUACIONES NO LINEALES
x1i 1 g1 ( x i , y i ) y1i 1 g 2 ( x i , y i )
x1i 1 g1 ( x i , y i ) y1i 1 g 2 ( x i 1 , y i )
Clase 6 51
MÉTODO DEL PUNTO FIJO EN
SISTEMAS DE ECUACIONES NO LINEALES
x 2 xy 10 y 3xy 2 57
iteració
10 xi yi erri
xi 1 i
( xi yi ) 0 1.5 3.5 ---
1 2.0000 3.4480 0.5027
x= 26
Clase y=3 52
MÉTODO DEL PUNTO FIJO EN
SISTEMAS DE ECUACIONES NO LINEALES
Sin embargo, con el método del punto fijo, la convergencia
depende de la manera en que se formulen las ecuaciones de
recurrencia y de haber elegido valores iniciales lo bastante
cercanos a la solución. En las dos formulaciones siguientes el
método diverge.
2 1.45578231 5.166666667
3 0.64724246 5.413376566
1 1.5 3.5
2 2.21428571 -24.375
3 -0.20910518 429.713648
Clase 6 53
MÉTODO DE NEWTON RAPHSON EN SISTEMAS
DE ECUACIONES NO LINEALES
y
u(x, y)
y1
v(x, y)
x1 x
Clase 6 54
MÉTODO DE NEWTON RAPHSON EN SISTEMAS
DE ECUACIONES NO LINEALES
f 2 f 2
f 2 ( x1 , x2 ) f 2 ( x , x )
i i
( x1 x )
i
( x2 x2i ) 0
x1 x2
1 2 1
xi xi
Clase 6 55
f1 f1
( x1 x1i ) ( x2 x2i ) f1 ( x1i , x2i )
x1 xi
x2 xi
f 2 f 2
( x1 x ) i
( x2 x2i ) f 2 ( x1i , x2i )
x1 x2
1
xi xi
2i ( x2 x2i )
( x1 x )
1
i i
1
f1 f1
1i 2i f1 ( x1i , x2i )
x1 xi
x2 xi
f 2 f 2
1i 2i f 2 ( x1i , x2i )
x1 xi
x2 xi
Clase 6 56
f1i f
1
i
i f1
x1i x2
i
i * i i
1
f 2 f 2 2 f2
x x2
1
J * f
x1i 1 x1i 1i x2i 1 x2i 2i
Clase 6 57
MÉTODO DE NEWTON RAPHSON EN SISTEMAS
DE ECUACIONES NO LINEALES
x2 + xy - 10 = 0 y + 3xy2 - 57 = 0
5 2 3 0 2.23821E-12 7 2 27 37 205
x=2
y=3
Clase 6 58
MÉTODO DE NEWTON RAPHSON EN SISTEMAS
DE ECUACIONES NO LINEALES
4.5
3.5
y
3
iteraciones
2.5
x
2
1.5
x 2 xy 10 y 3xy 2 57
1
0.5
0
1 2 3 4 5 6
convergencia
Clase 6 59