Está en la página 1de 21

UNIDAD 2.

- SOLUCIÒN DE ECUACIONES ALGEBRAICAS

2.1 TEORIA DE UN MÉTODO ITERATIVO

INICIO

FUNCION 1
FUNCION 2
VAR 1, VAR 2

APLICA METODO
(FORMULA)

NO NUEVA
EVALUA ASIGNACIÓN
Es > Er.
VALORES

SI

RAIZ MOSTRADA

FIN

(Figura 2) Diagrama de flujo para la solución de ecuaciones algebraicas


2.2 RAÍZ DE UNA ECUACIÓN

Estos métodos también se llaman repetitivas nos permite hallar el valor de una raíz por
un método de procedimiento de la formula, teniendo como limitantes, una condición de
evaluación de error.

Raíz de una ecuación

b² - 4ac
-b ± 2a

Esta formula nos permite resolver ecuaciones de la forma f(x) = ax² + bx + c, la cual
nos dará como resultado dos valores denominados raíces; estos valores de x hacen
que la ecuación ax² + bx + c sea a 0. Por esta razón algunas veces a las raíces se les
conoce como ceros de la ecuación. Aunque la formula cuadrática es útil para resolver
la ecuación de la forma ax² + bx + c hay muchas formas diferentes que no se pueden
resolver de manera tal cual en estos casos, los métodos numéricos posteriormente
proporcionan métodos eficientes para obtener la respuesta.

2.3 METODO DE INTERVALOS

Son métodos que aprovechan que una función en forma típica cambia de signo
cambia de signo en la velocidad de una raíz. A esas técnicas se les llama método de
intervalo, porque necesita de dos valores iniciales para la raíz.

 Convergencia de un método numérico: La rapidez con la cual se encuentren


los valores raíz.

 Intervalo de un método: Es un valor inicial y un valor final en donde podemos


realizar la búsqueda de un valor raíz.
2.3.1 METODO DE LA BISECCIÓN

Se le conoce como método Binario de partición, en dos intervalos, también como


método Bolzano; es un método de búsqueda incremental en donde el intervalo
siempre se divide en 2. Si la función cambia de signo sobre un intervalo, se evalúa el
valor de la función en el punto medio. La posición de la raíz se determina situándola en
el punto medio del subintervalo dentro del cual se repite hasta obtener una mejor
aproximación.

== Pasos para aplicar el método Bisección ==

1. Elegir los valores iniciales inferior Xi y superior Xu de tal forma que la función
cambie de signo sobre el intervalo. Esto se puede verificar con la condición.

f(Xi) f(Xu) < 0 A<0 =A

2. La primera aproximación a la raíz Xr se determina por la siguiente formula:

Xi + Xu
Xr =
2

Xi Xr Xu

3. Realice las siguientes evaluaciones para determinar en que subintervalo cae la


raíz

a) f(Xi) f(Xu) < 0

Entonces se encuentra dentro del subintervalo superior. Por lo tanto tiene la


sustitución de Xu = Xr. Por lo tanto continué con el paso 2.

Xi Xr Xu

b) f(Xi) f(Xu) > 0

Entonces la raíz se encuentra dentro del subintervalo superior. Por lo tanto


sustituya Xi = Xr y continué con el paso 2.

Xi Xr Xu

4. La condición de finalización será cuando f(Xi) f(Xu) = 0, la raíz es igual a Xr y se


termina el calculo.
Ejemplo 1

Aproximar la raíz de
f ( x)  e  x  ln x hasta que a  1% .

Solución
La única raíz de f (x) se localiza en el intervalo 1,1.5 . Así que este intervalo es
nuestro punto de partida; sin embargo, para poder aplicar el método de bisección
debemos checar que f (1) y f (1.5) tengan signos opuestos.

En efecto, tenemos que

mientras que

Cabe mencionar que la función f (x) sí es continúa en el intervalo 1,1.5 . Así pues,
tenemos todos los requisitos satisfechos para poder aplicar el método de bisección.
Comenzamos:

 Calculamos el punto medio (que es de hecho nuestra primera aproximación a


la raíz):

1.25
 Evaluamos f (1.25)  e  ln(1.25)  0.0636  0

 Para identificar mejor en que nuevo intervalo se encuentra la raíz, hacemos la


siguiente tabla:

Por lo tanto, vemos que la raíz se encuentra en el intervalo 1.25,1.5 .

En este punto, vemos que todavía no podemos calcular ningún error aproximado,
puesto que solamente tenemos la primera aproximación. Así, repetimos el proceso con
el nuevo intervalo 1.25,1.5 .

Calculamos el punto medio (que es nuestra segunda aproximación a la raíz):


Aquí podemos calcular el primer error aproximado, puesto que contamos ya con la
aproximación actual y la aproximación previa:

Puesto que no se ha logrado el objetivo, continuamos con el proceso.


1.375
Evaluamos f (1.375)  e  ln(1.375)  0.06561  0 , y hacemos la tabla:

Así, vemos que la raíz se encuentra en el intervalo 1.25,1.375 .

Calculamos el punto medio,

Y calculamos el nuevo error aproximado:

El proceso debe seguirse hasta cumplir el objetivo.


Resumimos los resultados que se obtienen en la siguiente tabla:

(Tabla 1) Tabla de representación de datos

Así, obtenemos como aproximación a la raíz


(Figura 3) Diagrama de flujo correspondiente a la implementación del método de la bisección.
Ejemplo 2
  1%
Aproximar la raíz de f ( x)  arctan x  x  1 hasta que a .

Solución
La única raíz de f (x) se localiza en el intervalo [0,1]. Para poder aplicar el método de
bisección, es importante checar que sí se cumplen las hipótesis requeridas.

Sabemos que f (x) es continua en el intervalo  0,1 , y checamos que f (0) y f (1)
tengan signos opuestos.

En efecto,
f (0) = arctan 0 +1 – 1 = -1 < 0
Mientras que,
f (1) = arctan 1 + 1 – 1 = 0.7853 > 0

Por lo tanto, sí podemos aplicar el método de bisección.

Calculamos el punto medio del intervalo  0,1 ,

Que es la primera aproximación a la raíz de f (x) .


Evaluamos f (0.5)  arctan(0.5)  0.5  1  0.0363  0 .

Y hacemos nuestra tabla de signos,

Puesto que f (0.5) y f (1) tienen signos opuestos, entonces la raíz se localiza en el

intervalo  0.5,1 .
xr1  0.5
En este punto, solo contamos con una aproximación, a saber, , que es el
primer punto medio calculado.
Repetimos el proceso, es decir, calculamos el punto medio ahora del intervalo  0.5,1 ,

Que es la nueva aproximación a la raíz de f (x) .


Aquí podemos calcular el primer error aproximado:
Puesto que no se cumple el objetivo, continuamos con el proceso.

Evaluamos f (0.75)  arctan(0.75)  0.75  1  0.3935  0 .

Y hacemos la tabla de signos:

Puesto que f (0.5) y f (0.75) tienen signos opuestos, entonces la raíz se localiza en
el intervalo  0.5,0.75 .

Calculamos el punto medio,

Y el nuevo error aproximado:

El proceso se debe continuar hasta que se logre el objetivo.

Resumimos los resultados que se obtienen en la siguiente tabla:

Aprox. a la raíz Error aprox.


0.5
0.75 33.33%
0.625 20%
0.5625 11.11%
0.53125 5.88%
0.515625 3.03%
0.5234375 1.49%
0.51953125 0.75%

(Tabla 2) Tabla de representación de datos

xr8  0.51953125
De lo cual, vemos que la aproximación buscada es

El método de bisección por lo general es lento, y en casos como el de la siguiente


gráfica, puede ser demasiado lento.
(Figura 4) Representación de como puede ser lento el método de la bisección

En un caso como éste, el proceso de bisección comienza a acercarse a la raíz de


forma muy lenta, ya que el método solamente toma en cuenta que la raíz se encuentra
dentro del intervalo, sin importar si se encuentra más cerca de alguno de los extremos
del intervalo. Sería bueno implementar un método que tome en cuenta este detalle.
Esto da lugar al siguiente método de aproximación de raíces.
2.3.2 METODO DE LA FALSA POSICION

El método de la falsa posición pretende conjugar la seguridad del método de la


bisección con la rapidez del método de la secante.

Este método, como en el método de la bisección, parte de dos puntos que rodean a la
raíz f(x) = 0, es decir, dos puntos x0 y x1 tales que f(x0) f(x1) < 0. La siguiente
aproximación, x2, se calcula como la intersección con el eje X de la recta que une
ambos puntos (empleando la ecuación del método de la secante).

La asignación del nuevo intervalo de búsqueda se realiza como en el método de la


bisección: entre ambos intervalos, [x0,x2] y [x2,x1], se toma aquel que cumpla f(x) f(x2) <
0. En la figura se representa geométricamente este método.

(Figura 5) Representación geométrica del método de la falsa posición.

La elección guiada del intervalo representa una ventaja respecto al método de la


secante ya que inhibe la posibilidad de una divergencia del método. Por otra parte y
respecto al método de la bisección, mejora notablemente la elección del intervalo (ya
que no se limita a partir el intervalo por la mitad).

(Figura 6) Modificación del método de la falsa posición propuesta por Hamming.

La aproximación a la raíz se toma a partir del punto de intersección con el eje X de la


recta que une los puntos ( x0, f(x0)/2) y (x1,f(x1)) si la función es convexa en el intervalo
(figura a) o bien a partir de la recta que une los puntos (x0, f(x0)) y (x1, f(x1)/2) si la
función es cóncava en el intervalo (figura b).
Sin embargo, el método de la falsa posición tiene una convergencia muy lenta hacia la
solución. Efectivamente, una vez iniciado el proceso iterativo, uno de los extremos del
intervalo tiende a no modificarse.

Este , método utiliza una interpolación lineal ajustada a dos puntos extremos para
encontrar una aproximación a la raíz.

Según este método, la aproximación a una raíz se encuentra a partir de la


determinación del punto de intersección con el eje X de la recta que une los puntos
( x0,f(x0)/2) y (x1,f(x1)) si la función es convexa en el intervalo o bien a partir de la recta
que une los puntos (x0,f(x0)) y (x1, f(x1)/2) si la función es cóncava en el intervalo. En la
figura se representa gráficamente el método de Hamming.

Como hemos comentado, el método de Hamming requiere determinar la concavidad o


convexidad de la función en el intervalo de iteración. Un método relativamente sencillo
para determinar la curvatura de la función consiste en evaluar la función en el punto
medio del intervalo, f(xm) (en donde xm se calcula como en el método de la bisección) y
comparar este valor con la media de los valores de la función en los extremos del

intervalo, . Tenemos entonces que:

(Figura 7) Representación de la interpolación


Ejemplo 1

Use el método de la falsa posición, para determinar la raíz de la ec -b +- " b2 -4ac

f ( c ) = 667.38/c { (1-e-0.146843 c) } -40


n=1
xi = 12 f(xi) = 6.067
xs = 16 f(xs) = -2.2687
xr = 16 - (-2.2687) (12 -16) = 14.911
6.067 - (-2.2687)
f(xr) = -0.25426
f(xi) f(xr) = 6.067 (-0.25426 ) < 0, xs = xr
n=2
xi = 12 f(xi) = 6.067
xs = 14.9112 f(xs) = -0.25426
xr = 14.9113 - (-0.25426) (12 -14.9113) = 14.7942
6.067 - (-0.25426)
f(xr) = -0.0.2726
f(xi) f(xr) < 0, xs = xr
Ea = {(14.7942-14.9113)/14.7942} x 100% = 0.79 %
n=3
xi = 12 f(xi) = 6.067
xs = 14.7942 f(xs) = -0.02726
xr = 14.7942 - (-0.02726) (12 -14.7942) = 14.7816
6.067 - (-0.02726)
xr = 14.7816
Ea = {(14.7816-14.7942)/14.7816} x 100% = 0.087 %
Ea < 0.087 < 0.5 %
2.4 METODO DE PUNTO FIJO

Este método se basa en despeje; es decir se debe elegir el despeje adecuado de la


función original.

En los métodos de bisecciones y de falsa posición, la raíz se encuentra del mismo


intervalo dada por un limite inferior y un limite superior.

La aplicación repetida de estos métodos siempre genera aproximaciones mas y mas


cercanas a la raíz.

A esos métodos se les conoce como convergentes ya que se acercan


progresivamente a la raíz a medida que crece el numero de iteraciones.

Los métodos abiertos se basan en formulas que requieren de un solo valor X o de un


par de ellos pero que no necesariamente encierren a la raíz.

A medida que crece el numero de iteraciones algunos valores divergen o se alejan de


la raíz. Cuando los métodos abiertos convergen en general; lo hacen mucho mas
rápido que los métodos que usan intervalos.

== Pasos para la aplicación del método de Punto Fijo ==

 Se rearegla la ecuación f(x) = 0 de tal forma que X quede del lado izquierdo de la
ecuación: x = g(x).

Nota: Se emplean operaciones algebraicas o simplemente se agrega x a cada


lado de la ecuación original.

 Nos deben dar la función a la cual le debemos encontrar la raíz, es decir, debemos
conocer f(x)=0.
Ejemplo: f(x)= 0.5*x - 4 = 0

 Nos deben de dar un valor inicial xo.


Ejemplo xo = 0.

 De la función f(x) debemos de despejar x de manera que encontremos una nueva


función de x llamada ahora g(x).
Ejemplo: (2/2)*x - (1/2)*x - 4 = 0 donde (1/2)*x no se altera
(Figura 8) Diagramas de flujo del método de iteración de punto fijo.
Ejemplo 1

Usar la iteración de punto fijo para localizar la raíz de f(x) = e-x –X Xo = 0

e-x –x = 0 Xo = 0
x = e-x X = 0.56714329 Raíz Real

 e-0 = 1

 e-1 = 0.3678

 e-0.3678 = 0.6922

0.56714329 – 0.6922 x 100 = 22 %


EA% =
0.56714329

0.6922 – 0.3678 x 100 = 46.86 %


EA% = 0.6922
2.4.1 METODO DE APROXIMACIONES SUCESIVAS

Sea f (X) = 0
Una ecuación algebraica o trascendente cualquiera y x = a una raíz de ella, o sea un
valor de x tal que la verifique idénticamente, es decir:

F (a) = 0

Sumando x a ambos miembros de F(x) = 0 y haciendo se obtiene que:

x = f (x)

Obsérvese que cualquier ecuación puede escribirse en al forma x = f (x) siguiendo un


proceso idéntico al mostrado. Como x = a es una raíz de f (x) = 0, también debe serlo
de x = f(x) y puede escribirse.

a = f (a)

El método de aproximaciones sucesivas consiste en sustituir Xo, un valor aproximado


de la raíz a, en el segundo miembro de x = f (x), con lo que se obtiene

X1 = f (Xo)

Donde X1 será el nuevo valor aproximado de la raíz a. Sustituyendo ahora X 1 en el


segundo miembro x = f (x) se obtendrá la siguiente aproximación a la raíz

X2 = f (X1)

Procediendo reiteradamente de esta manera la n-exima aproximación también llamada


la n-enésima iteración , es:

Xn = f (Xn-1)

Si a medida que n crece, Xn tiende a a se dice que el método converge; en caso


contrario se dice que diverge. Comparando las expresiones a = f (a) y x 1 =f (x0) puede
afirmarse que, si el método converge, la diferencia entre dos iteraciones sucesivas
será cada vez mas pequeña a medida de que n aumenta lo que proporciona un criterio
de terminación de aplicación del método.

Ejemplo 1

Calcular la raíz cuadrada negativa de 0.5. Se trata de resolver la ecuación X = raíz de


0.5 que puede escribirse en la forma x² = 0.5. Esta es necesario transformarla hacia la
forma x = f (x) con lo que obtiene.

X² = -0.5 = 0
X = X² + X - 0.5

Tomando Xo = -0.6 como primera aproximación y usando la formula de recurrencia

Xn = X² n+1 + X² n-1 – 0.5


Se obtienen las siguientes aproximaciones a la raíz negativa de 0.5

X1 = (-0.6)² - 0.6 – 0.5 = -0.74

X2 = (-0.74)² - 0.74 – 0.5 = -0.6924

X3 = (-0.6924)² - 0.6924 – 0.5 = -0.7130

X4 = (-0.7130)² - 0.7130 – 0.5 = -0.7046

X5 = (-07046)² - 0.7046 – 0.5 = -0.7081

X6 = (-0.7081)² - 0.7081 – 0.5 = -0.7067


...
...
...

De estas iteraciones se ve que la diferencia entre dos aproximaciones sucesivas cada


vez es menor, y que ellas tienden al valor –0.7071 que es el valor de la raíz cuadrada
negativa de 0.5. Luego, en este caso el método converge.
Para dar una interpretación geométrica del método, puede observarse que, tratar de
resolver la ecuación es tanto como tratar de resolver el sistema,

X = X² + X – 0.5

Y=X

Y = X² + X – 0.5 = (X + ½ )² - ¾

El método de aproximaciones sucesivas converge si existe un numero fijo m tal que:

f (x) ≤m<1
2.4.2 METODO DE LA SECANTE

Es similar al método de Newton, pero la derivada se reemplaza por una diferencia


dividida. El método requiere de dos puntos para empezar a iterar.

Se puede demostrar que el orden de convergencia para este método es


aproximadamente

Pseudocodigo de la Secante.

 Requiere dos valores para Xi-1 y xi.


 Al darle estos valores se utiliza la sig. formula:

Xi+1 = Xi - f (xi) (xi-1-xi)


f (xi-1)-f (xi)

 Se calcula el error aproximado y si este es menor a 0.01 entonces ahi finaliza


el programa, sino se repite hasta que se cumpla lo anterior.
 Si el error fue mayor a 0.01, entonces xi-1=xi; xi=xi+1, y se debe volver al paso
2

El principal inconveniente del método de Newton estriba en que requiere conocer el


valor de la primera derivada de la función en el punto. Sin embargo, la forma funcional
de f(x) dificulta en ocasiones el cálculo de la derivada.

En estos casos es más útil emplear el método de la secante.

El método de la secante parte de dos puntos (y no sólo uno como el método de


Newton) y estima la tangente (es decir, la pendiente de la recta) por una aproximación
de acuerdo con la expresión:

Sustituyendo esta expresión en la ecuación del método de Newton, obtenemos la


expresión del método de la secante que nos proporciona el siguiente punto de
iteración:

A este método se le clasifica como método Abierto.


(Figura 9) Representación geométrica del método de la secante.

Ejemplo 1

Usar el método de la secante para calcularla raíz de f (x) = e-x – X

Xi-1 = 0
X1 = 1.0
R.R. = 0.56714329

F (x) = e-0 –0 = 1
F (x) = e-1 –1 = -0.63212

((-0.63212(0-1))
X1 = 1 -
1-(-0.63212)

X1 = 0.61270
2.4.3 METODO DE NEWTON - RAPHSON

Este método parte de una aproximación inicial x0 y obtiene una aproximación mejor, x1,
dada por la fórmula:

La expresión anterior puede derivarse a partir de un desarrollo en serie de Taylor.


Efectivamente, sea r un cero de f y sea x una aproximación a r tal que r = x + h. Si f''
existe y es continua, por el teorema de Taylor tenemos:

0 = f(r) = f(x+h) = f(x) + hf'(x) + O(h2)

en donde h = r-x. Si x está próximo a r (es decir h es pequeña), es razonable ignorar el


término O(h 2):
0 = f(x) + hf'(x)

por lo que obtenemos la siguiente expresión para h:

(Figura10) Interpretación geométrica del método de Newton.

El método de Newton tiene una interpretación geométrica sencilla, como se puede


apreciar del análisis de la figura. De hecho, el método de Newton consiste en una
linealización de la función, es decir, f se reemplaza por una recta tal que contiene al
punto (x0,f(x0)) y cuya pendiente coincide con la derivada de la función en el punto,
f'(x0). La nueva aproximación a la raíz, x1, se obtiene de la intersección de la función
linear con el eje X de ordenadas.
(Figura11) Dos situaciones en las que el método de Newton no funciona
adecuadamente: (a) el método no alcanza la convergencia y (b) el método
converge hacia un punto que no es un cero de la ecuación.

Este método mejora el método de la secante, en tanto en cuanto partiendo de uno de


los extremos del intervalo, calcula la recta tangente a la función f(x), al igual que en
aquél, a continuación se halla la intersección de esta recta con el eje OX, obteniendo
así una aproximación de la raíz buscada α de la que sabemos que se halla en nuestro
intervalo (a,b).