Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Apuntes Metodos Numericos Sistema de Ecuaciones No Lineales
Apuntes Metodos Numericos Sistema de Ecuaciones No Lineales
SOLUCIÓN NUMÉRICA DE
ECUACIONES NO LINEALES
2.1.0. INTRODUCCIÓN
2.1.0. INTRODUCCIÓN
f ( x) a n X n a n 1 X n1 ... a 2 X 2 a1 X 1 a 0
f ( x ) sen ( x )e x ln( x ) x 2
Donde r1, r2; r3;…. rn; son las raíces de la ecuación es decir la solución al
problema planteado. En el caso general se pueden obtener soluciones
muy próximas a dichas raíces, esto utilizando métodos numéricos que
serán visto en esta oportunidad iniciando con el Método de Punto fijo,
que se conoce también como aproximaciones sucesivas de iteración
funcional.
a) f ( x) 2 x 2 x 5 0
b) f ( x) 3x 2 x 8 0
Segunda ecuación
x 8 , c) x 8 3x 2 x 8
a ) x 3 x 2 8; b) x ; d) x x -
3 3x 1 5x 1
Esto quiere decir que el valor que se ha elegido como valor inicial es
una raíz de f(x) y el problema termina.
Obs.
1. Debemos resaltar que la sucesión x 0, x1, x2, x3;…xk… se va
acercando al valor de la raíz r 1, de manera que x k se encuentra más
cerca de r que xk-1 o se van alejando de la raíz.
X0 X1 X2 X3 X4 X5 Xn = r
d i X i 1 X i
, esta sucesión debe de tender a cero en este caso se
dice que el proceso converge a r 1, y debe de continuar hasta un di menor
de un error
Veamos para nuestros ejemplos dados:
x 2 x 2 5; x 5 ,
Cuando x 2, a) b) x
2 Para el caso (a) el proceso
diverge y para el caso (b) converge es decir.
0 2 3
1 3 13
2 13 333
3 333 221773
Caso: (a)
0 2 2.87083
1 2.87083 1.85349
2 1.85349 1.85115
3 1.85115 1.85083
Caso: (b)
a) x 3 x 2 8; b) x x 8 ,
3
Para el caso (a) el proceso diverge y para el caso (b) converge es decir.
0 2 4
1 4 40
2 40 4792
3 4792
Caso: (a)
0 2 1.1180
1 1.1180 1.7434
2 1.7434 1.8022
3 1.8022 1.8076
Caso: (b)
0 2 4 2
1 4 40 36
2 40 4792 4852
3 4792
Caso: (a)
0 2 1.1180 2
Caso: (b)
Se observa que en el caso (a) f(x) diverge mientras que en el caso (b)
converge a cero
CRITERIOS DE CONVERGENCIAS
Con la finalidad de analizar la convergencia de las sucesiones formadas
estudiaremos otro criterio para nuestro proceso iterativo del método
anterior visto basado en que g(r) = r
No olvidar que r es la raíz donde la sucesión x 0, x1, x2, x3;…xk…debe
converger esto quiere decir que los valores consecutivos de esta
sucesión se van acercando cada vez más a dicha raíz conforme se
realice el proceso iterativo esquemáticamente se tendrá:
* * * * … * * … *……… *………..*r
g ( x k ) g ( x k 1 ) g (c k )( x k x k 1 )
x k 1 x k g (c k )( x k x k 1 ) ,
x 2 x1 g (c1 ) x1 x 0 ,.....c1 x1 , x 0
x 3 x 2 g (c 2 ) x 2 x1 ,.....c 2 x 2 , x1
:
Pero ahora podemos suponer que la derivada de g(x) esta acotada en
toda la región de la sucesión x0, x1, x2, x3;…xk en otras palabras se
tendrá que:
g ( x) M Esto para algún valor de M entonces tenemos que
x 2 x1 M x1 x 0
x 3 x 2 M x 2 x1
x 4 x3 M x 3 x 2
x5 x 4 M x 4 x3
::
Observe que si sustituimos la primera en la segunda y esta en la tercera
y así sucesivamente se tiene que x 4 x 3 M 3 x1 x 0 y esto podemos
generalizar así:
x k 1 x k M k x1 x 0
Observemos que el método del punto fijo puede converger por múltiples
criterios, pero es evidente que si M es menor que uno es decir M<1,
Y=x
Y = g(x)
X1 = g(x)
X2 = g(x)
x = r x3 x2 x1 xo
Convergencia Oscilatoria
Veamos un ejemplo:
Y=x
Calcular una raíz de la función f ( x) x 3 2 x 2 10 x 20 considerando
como valor inicial 1
Y = g(x)
x3 x=r x2 x1 xo
Solucioó n Numéó rica dé Ecuacionés no Linéalés Paó gina 9
Métodos Numéricos Aplicados a la Ingeniería
iteraciones xk x k 1 x k g ( x k )
k
2 3 4 n
h h h v h n
f (x h) f (x) hf (x) f (x) f (x) f (x) . . f (x)
2! 3! 4! n!
0 f ( r ) f ( x h) f ( x ) hf ( x) 0.( h 2 )
f (xn )
x n 1 x n , para n 0
f ( x n )
ALGORITMO DE SEUDOCODIGO
Input x0,M,,
yf(x0)
output 0, x0, y
if /y/ <
then stop
for k = 1,2,3,….M
xx-y / f’(x)
1
Veer Analisis numerico de David Kincaid
y f(x1)
Output k, x1, y
x0x1
End
Es importante destacar que se debe de tener un programa para
Calcular el valor de f(x) y de su derivada
INTERPRETACIÓN GRÁFICA DEL MÉTODO
Antes de continuar con el análisis del método consideremos la idea de
bosquejar una interpretación gráfica. En estas circunstancias podemos
decir que el método de Newton consiste en la linealización de la función
esto quiere decir que la función f(x) será sustituida por una función lineal
y esto ocurre cuando usamos la serie de Taylor del siguiente modo
1 ( x c)( x c)( x c)
f ( x) f (c) ( x c) f (c) f (c)( x c) 2 f (c) ......
2! 3!
f(x)
Solución
a) Primero determinamos la derivada del polinomio:
f ( x) 3 x 2 4 x 10
f (xk )
b) Aplicar la sucesión iterativa x k 1 x k
f ( x k )
( x k ) 3 2( x k ) 2 10 x k 20
c) x k 1 x k
3( x k ) 2 4 x k 10
d) x1 = 1.41176
e) X2 = 1.36934
f) X3 = 1.36881
g) X4 = 1.36881
iteraciones xk x k 1 x k g ( x k )
k
f(x)
f(Xk-1)
Solución
a) Aplicamos la secuencia que determina la metodología:
x k x k 1
x k 1 x k f ( x k ) .....k 1,2,3,...
f ( x k ) f ( x k 1 )
x1 x 0
x 2 x1 f ( x1) .....k 1 Entonces x2 = 1.53846
f ( x1) f ( x 0 )
b) X3 = 1.35031
c) X4 = 1.36792
d) X5 = 1.36881
A seguir presentamos el cuadro que se obtiene al realizar dicha
metodología en el cual observaremos que se trata de un método rápido
en convergencia casi tan igual que el Método de Newton pero mucho
más rápido que el Método de Punto Fijo
Iteraciones xk x k 1 x k
k
0 0.00000 0.00000
1 1.00000 1.00000
2 1.53856 0.53846
3 1.35031 0.18815
4 1.36792 0.01761
5 1.36881 0.00090
Ejemplo
Usar el método de la secante para encontrar una raíz real de la
ecuación polinomial f ( x) x 3 ´ senhx 4 x 2 6 x 9 , considere x0 = 7; x1 =
8, usar como criterio de convergencia la secuencia de distancias de
aproximación a la raíz .
Solución
a) Aplicamos la secuencia que determina la metodología:
x k x k 1
x k 1 x k f ( x k ) .....k 1,2,3,...
f ( x k ) f ( x k 1 )
x1 x 0
x 2 x1 f ( x1) .....k 1 Entonces x2 = 7.05895
f ( x1) f ( x 0 )
b) X3 = 7.11764
c) X4 = 7.11289
d) X5 = 7.11306
e) X6 = 7.11306
a seguir presentamos el cuadro que se obtiene al realizar dicha
metodología en el cual observaremos que se trata de un método rápido
en convergencia casi tan igual que el Método de Newton pero mucho
más rápido que el Método de Punto Fijo
iteraciones k xk x k 1 x k
0 7.00000
1 8.00000 1.00000
2 7.05895 0.94105
3 7.11764 0.05859
4 7.11289 0.00475
5 7.11306 0.00017
6 7.11306 0.00000
es cero. Por esta razón es que para concluir se debe realizar con una
tolerancia de 10-3.
Este método también se le conoce con el nombre de método de la
bipartición, pero debemos destacar este método es el más sólido y
seguro que los otros métodos para encontrar una raíz en un intervalo.
INTERPRETACIÓN GRÁFICA
Observamos que f(c) = f(1.5) = 2.88 >0 distinto signo que f(a) = f(1) = -7
luego reemplazamos el valor de b por el valor de c es decir se tiene el
siguiente intervalo (1, 1.5), entonces
a = 1; f(1) = -7
b = 1.5; f(1.5) = 2.88
d) Segunda Iteración:
1 1.5
c 1.25;
2
f (1.25) (1.25) 3 2 * (1.25) 2 10 * (1.25) 20 2.42
Observamos que f(c) = f(1.25) = -2.42 < 0 igual signo que f(a) = f(1) =
-7 luego reemplazamos el valor de a por el valor de c es decir se tiene el
siguiente intervalo (1.25, 1.5), entonces
a = 1.25; f(1.25) = -2.42
b = 1.5; f(1.5) = 2.88
a seguir presentamos el siguiente cuadro que contiene las 7 iteraciones
deseadas en donde denotaremos a = Xa: b = Xb y C = XM
Iteracion XA XB XC C k C k 1 f (C k )
k
0 1.00000 2.00000
f ( x k ) f ( x k 1 )
Por el cociente en diferencias es decir f ( x k )
x k x k 1
Pero en este caso xk, y xk-1, se ubican en lados opuestos de la raíz que
se busca esto quiere decir que f(xk) y f(xk-1) tienen signos opuestos y
determinamos el siguiente punto de aproximación X M que aproxima a la
x f ( x k ) x k f ( x k 1 )
raíz es decir. x M k 1
f ( x k ) f ( x k 1 ) ;
( x k x k 1 ) f ( x k ) x k 1 f ( x k ) x k f ( x k 1 )
xM xk
f ( x k ) f ( x k 1 ) f ( x k ) f ( x k 1 )
M k
En seguida se evalúa f(x ) y comparamos el signo con f(x ) si tienen
k M
signos iguales se actualiza x , cambiando su valor con x , caso contrario
k-1
se realiza el intercambio con x , , es preciso destacar que el objetivo
k k-1
centras es obtener un intervalo (x , x ) cada vez mas cerca de la raíz.
M
Se toma como valor mas exacto el valor ultimo de x , para terminar el
k k-1
proceso se considera |x -x |<e .
INTERPRETACIÓN GRAFICA f(xM )>0
B B
f(xk) f(xk)
xk-1 xM xk-1
A xk A xM xk
(1 2)(7)
xM 1 1.30435
7 16
M
f(x )=-1.33476
3. Determinamos con quien de los extremos del intervalo se
intercambia, como f(xM)<0 es decir tiene igual signo con f(x k) se
intercambia el valor de xk, por xM, lo que implica tener el nuevo
intervalo [-1.33476,2],
4. Se continua de la misma manera hasta conseguir el objetivo trazado
Luego
Despejando x
Ejemplo.
La sucesión , con converge linealmente
a x =1, y con
n Xn qn
1 0.54030 0.96178
2 0.87758 0.98213
3 0.94496 0.98979
4 0.96891 0.99342
5 0.98007 0.99541
6 0.98614
7 0.98981
,
,
2
Ver Métodos Numericos de J. Douglas Faires
, para todo n ,
Y su derivada
Ejemplo
Encontrar las raíces complejas de la ecuación. f(x)=x 2+9 =0,
Usando el método de Newton Raphsón.
Solución
Determinamos su derivada de f(x) ,
, ,
Consideremos
Se sabe que
Una vez calculados los valores de a0, a1; a2, las raíces del polinomio p(x)
se determinan usando la siguiente relación,
Observaciones
1. La selección del signa del radical se hace considerando de que el
denominador sea el máximo, lo que permita estar mas cerca de x i
2. La raíz correspondiente es la siguiente aproximación x i+1.
3. La razón para la presentar la formula se esta manera es con la
finalidad de obtener mayor exactitud.
4. Puede suceder que la raíz cuadrada de la formula sea compleja. Si
f(x) no esta definida para valores complejos, en este caso el
algoritmo debe de reiniciarse con nuevos valores iniciales.
5. En el caso que f(x) sea un polinomio existe las posibilidades de
tener raíces complejas y el valor de x se considera como
aproximación de alguna raíz y deberá seguir empleándose en el
algoritmo.
Ejemplo
SOLUCIÓN
SEGUNDA ITERACIÓN
Primero: Hacemos correr los subíndices de x: x0=1; x1=2; x2=1.354017
,
Cuarto: calculo de los denominadores de la formula,
i xi ,
0 0
1 1 1.00000
2 2 1.00000
3 1.35407 0.64593
4 1.36865 0.01458
5 1.36881 0.00016
cosx
1) cos x 3 x 0, considere x ;X /6
3
cos2x
2) cos 2 x 3x 0, considere x
3
cosx
3) cos x 2 x 0, considere x
2
senx
4) Sen.x 3x 0, considere x
3
cosx
5) cos x 5 x 0, considere x
5
senx
6) Senx 5 x 0, considere x
5
tanx
7) tan x 3x 0, considere x
3
cotx
8) cot x 3x 0, considere x
3
9) tan x x 0, considere x tanx
tanx
10) tan x 5 x 0, considere x
5
senx
11) Senx 8 x 0, considere x
8
12) x 2 3x e x 2 0
13) x 2 o.9 x 1.52 0
14) x 3 2 x 1 0
15) e x 5 x 2 0 ;
16) ln x x 2 0
17) x 2 cos x 0 ,
18) xe x 2 0
19) x 3 5 x 1 0 ;
20) x 3 2 x 2 10 x 20 0
21) x 3 2 x 2 10 x 30 0 ;
22) x 3 2 x 2 11x 20 0
23) e x senx 0 ;
x 3 5 x 2 3 x 7 0,
25) ;
aplique Newton con x 0 5
4 x 3 2 x 2 3 0,
26)
aplique Newton con x 0 1
28.) f ( x) x 3 1