Instituto Tecnológico Superior de Macuspana

“2020, Año de Leona Vicario, Benemérita Madre de la Patria”

NOMBRE DEL ALUMNO:

CARLOS EDUARDO ANTONIO CHABLÉ

NOMBRE DEL PROFESOR:

M.C. ISRAEL JESUS DAMIAN FELIX

UNIDAD 2:
SOLUCION DE ECUACIONES NO LINEALES DE UNA VARIABLE

ASIGNATURA:
METODOS NUMERICOS

CARRERA:
INGENIERÍA CIVIL

NUMERO. DE CONTROL:
18E40110

FECHA DE ENTREGA:
29 DE FEBRERO DEL 2020

Av. Tecnológico S/N, Lerdo de Tejada 1ª Secc. Macuspana, Tabasco, C.P. 86719
Tels. 9363623330 y 9363623323 Ext. 101, e-mail: direccion@macuspana.tecnm.mx
www.tecnm.mx | https://macuspana.tecnm.mx
✓ INDICE

1. Introducción.

2. Desarrollo:
2.2 Métodos cerrados y sus interpretaciones geométricas (bisección y regla
falsa).
2.3 Métodos abiertos y sus interpretaciones geométricas, así como sus
criterios de convergencia (Newton-Rapshon, Secante).

3. Conclusión.

4. Bibliografía.
 ✓ Introducción
En este ensayo se dará a conocer sobre los métodos cerrados y abiertos. La cuales
tendrá algunos ejemplos como el método de bisección que es muy similar al de la
falsa posición, aunque algo más simple y concreto. El método de bisección consiste
en asignar dos valores iniciales a la incógnita que den valores de f(c) con
diferentes signos, aunque existen algunos métodos analíticos que conducen a una
fórmula para su solución; Como, por ejemplo, la solución de ciertas ecuaciones
trigonométricas simples.
Sin embargo, muchas ecuaciones no lineales no se pueden resolver directamente
por métodos analíticos, por lo que se deben usar métodos basados en
aproximaciones numéricas. En este se consideran algunos métodos numéricos
para determinar las soluciones reales de ecuaciones de la forma f (x) = 0 donde f
es una función real.
Aun cuando la bisección es una técnica perfectamente válida para determinar
raíces, su método de aproximación por “fuerza bruta” es relativamente ineficiente y
la falsa posición es una alternativa basada en una visualización gráfica. Al igual
que la fórmula de Newton-Raphson sea la más ampliamente utilizada.
Si el valor inicial para la raíz es xi, entonces se puede trazar una tangente desde el
punto [xi, f(xi)] de la curva. Por lo común, el punto donde esta tangente cruza al eje
x representa una aproximación mejorada de la raíz.
2.2 MÉTODOS CERRADOS Y SUS INTERPRETACIONES
GEOMÉTRICAS (BISECCIÓN Y REGLA FALSA).

✓ Método de Bisección
El método de Bisección para la resoluci0́on de la ecuación f (x) = 0 se basa
en el Teorema de Bolzano que nos asegura la existencia de, al menos,
una raı́z de una función f (x) en un cierto intervalo [a, b], bajo ciertas
condiciones.

Teorema de Bolzano Sea f : [a, b] → R una función continua en [a, b]

tal que f (a)f (b) < 0. Entonces existe c ∈ (a, b) tal que f (c) = 0.

Supongamos que f (x) es continua y cambia de signo en los extremos de [a,

b]. Basándonos en el anterior teorema, podemos aproximar una solución
de la ecuación f (x) = 0 dividiendo el intervalo inicial en dos subintervalos
iguales y eligiendo aquel en el que f (x) cambia de signo. Después se repite
el proceso hasta que se verifique algún criterio de parada.

Algoritmo del Método de Bisección

1. a0 = a, b0 = b

2. Para n = 0, 1, . . ., hacer:
1
◦ mn = (an + bn)
2
◦ Si f (an)f (mn) < 0, tomar an+1 = an, bn+1 = mn; en caso
contrario, tomar an+1 = mn, bn+1 = bn.

Ejemplo
Resolver mediante al algoritmo de bisección la ecuación
ex − x = 0
en [0, 1].
Análisis Del Me
Etodo De Bisección Cálculo Previo Del
Número De Interaciones

Recordemos que

Se define el error absoluto de una aproximación sJ respecto del valor

exacto s como
e = |sJ − s|.

Para garantizar que el error del Método de Bisección sea menor o igual que
un cierto valor de tolerancia ε se aplica el siguiente resultado:

Teorema1 (Error absoluto máximo del Método de Bisección)

Sea f : [a, b] → R una función continua en [a, b] tal que f (a)f (b) < 0 y f
(s) = 0, para algún s ∈ (a, b). Sea {mn }n=0,1,... la sucesión de aproxima- ciones
de s obtenidas mediante el Método de Bisección y en = s mn , para
n = 0, 1, ....... Entonces | − |

b−a
en ≤ .
2n+1

Esquema de Demostracion
 1
en = |mn − s| ≤ mn − an = bn − mn = (bn − an) =
2
1
(bn−1 − an−1) = . . . =
22
1
(b0 − a0).
2n+1
Lueg
o
b.a
en ≤ n+1
. 2
Q

Por tanto, para garantizar que en < ε, se debe verificar que

log b − a
ε
n ≥ log2 − 1.

Ejemplo: Resolución aproximada del problema de la oscilación amortiguada de

una estructura

Se trata de resolver la ecuación

t
f (t) = 10 e cos 2t − 4 = 0.
2

Supongamos que deseamos que en ≤ ε = 10−3. Como f (0) = 6 > 0 y

f (1) = −6.524 < 0 entonces podemos tomar [a, b] = [0, 1].
El número de iteraciones que debemos realizar para asegurar la tolerancia de error
considerada es:
1
log − 1 ≈ 8.966,
n≥
10−
3
log2
es decir, n = 9.

✓ Método de Regla-Falsa
Se trata de realizar un refinamiento del Método de de Bisección, eligiendo
la aproxiamción m a distancias de a y b proporcionales a f (a) y f (b).
La ecuación de la recta que pasa por los puntos (a, f (a)) y (b, f (b)) es

y − f (a) x−1
= ,
f (b) − f (a) b −a
de donde se tiene que el corte con el eje OX es, haciendo x = 0 y despejando
y, el valor

af (b) − bf (a)
m= .
f (b) − f (a)
 Se verifica que:

• mn converge más rápidamente a s que en el Método de Bisección.

• Un extremo es fijo.
• La amplitud de los intervalos no tiene a cero.
• No admite acotación del error.
Luego el algoritmo es el
siguiente

Algoritmo del Método de Regla-Falsa

1. a0 = a, b0 = b

2. Para n = 0, 1, . . ., hacer:

an f (bn ) − bn f (an )
◦ mn =
f (bn) − f (an)
◦ Si f (an)f (mn) < 0, tomar an+1 = an, bn+1 = mn; en caso
contrario, tomar an+1 = mn, bn+1 = bn.

2.3 Métodos abiertos y sus interpretaciones geométricas, así

como sus criterios de convergencia (Newton-Rapshon, Secante).

Método de la secante
Se trata de un método iterativo en el que, en cada paso, se calcula
una aproximación de la solución en lugar de un intervalo que la contiene
se parte de x0 = a y x1 = b y se calcula, iterativamente para cada n ≥ 1, la
intersección de la secante que une los puntos (xn−1 , f (xn−1 ) y (xn , f (xn )) con el
eje de abscisa, obteniéndose la abscisa

xn+1 = xn−1f (xn) − xnf (xn−1) .

f (xn) − f (xn−1 )

Por tanto el algoritmo es el siguiente:

Algoritmo del Método de la Secante

1. x0 = a, x1 = b

2. Para n = 1, 2 . . ., hacer xn+1 = xn−1f (xn) − xnf (xn−1)

f (xn) − f (xn−1 )

Ejemplo

Calculemos mediante 5 pasos del método de la secante una aproximacin

de la solución del problema de la oscilación amortiguada de una estructura.

Se trataba de calcular la solución de la ecuación

t
f (t) = 10 e 2 cos 2t − 4 = 0.
Tomando x0 = 0 y x1 = 1, se obtiene la siguiente sucesión de aproximaciones:

x2 = 0.479078
x3 = 0.517905
x4 = 0.513640
x5 = 0.513652,

con lo cual podemos afirmar que una aproximación con cuatro

decimales exactas de la solución es 0.5126.

✓Método de Newton-Raphson
Se trata de llevar el lı́mite el método de la secante y, por tanto, en
cada iteración n, considerar la recta tangente a f (x) en (xn , f (xn )) y tomar
como siguiente aproximación xn+1 la interseccion de dicha tangente con el
eje de abscisas. Por tanto, teniendo en cuenta que la ecuación de la
recta tangete a la gráfica de f (x) en el punto (xn , f (xn )) es

y − f (xn ) = f J (xn )(x − xn ),

se tiene que

f(xn)
xn+1 = x n− .
f J (xn)

Luego el algoritmo del Método de Newton-Raphson es

Algoritmo del Método de Newton-Raphson

1. Dado x0
f(xn)
2. Para n = 1, 2 . . ., hacer xn+1 = x n−
f J (xn)
Observaciones sobre el Método de Newton-Raphson

• Es el más rápido
• Requiere que f J(s) ƒ= 0
• Elegir x0 puede ser delicado
• La acotación del error es
complikcada
• El criterio de parada más usual
es la repetición de cifras.

Ejemplos A continuación presentamos la solución aproximada de algunas

ecuaciones con el método:

¿Qué ha ocurrido en el tercer caso?

Obviamente se ha presentado un caso de divergencia
También se podrı́a haber presentado un caso de oscilación como el siguiendo gráfico
indica:
 ✓ Conclusión
La ecuaciones no lineales son de interés en física y matemáticas debido a que la
mayoría de los problemas físicos son implícitamente no lineales en su naturaleza
y otros de los problemas que se presentan con frecuencia en la ingeniería es
encontrar las raíces de la ecuaciones de forma f(x)=0, donde f(x) es una función
real de una variable x, aunque existen distintos tipos de algoritmos parar encontrar
raíces , ninguno es general, es decir, no hay algoritmos que funcionan con todas
las ecuaciones. Un inconveniente del método de bisección es que al dividir el
intervalo de xl a xu en mitades iguales, no se toman en consideración las
magnitudes de f(xl) y f(xu). Una forma de disminuir la naturaleza unilateral de la
falsa posición consiste en obtener un algoritmo que detecte cuando se “estanca”
uno de los límites del intervalo. Si ocurre esto, se divide a la mitad el valor de la
función en el punto de “estancamiento”. A este método se le llama método de la
falsa posición modificado. Los métodos se basan en fórmulas que requieren
únicamente de un solo valor de inicio x o que empiecen con un par de ellos, pero
no es necesario que cierren las raíces. Así que algunas divergen o se alejan de la
raíz verdadera a medida que cree el número de interacciones, pero cuando los
métodos abiertos convergen, por lo general lo hacen mucho más rápido que los
métodos que usan intervalos y el método de Newton-Raphson es muy eficiente,
hay situaciones
donde se comporta de manera deficiente. La solución de este sistema consta de
un conjunto de valores xi que simultáneamente hacen que todas las ecuaciones
sean iguales a cero. En la parte, presentaremos los métodos, para el caso en que
las ecuaciones simultáneas son lineales, es decir, que se puedan expresar en la
forma general
f(x) = a1x1 + a2x2 + ··· + anxn – b = 0
La única solución en estos casos es tener un valor inicial que sea
“suficientemente” cercano a la raíz. ¡Y para algunas funciones ningún valor inicial
funcionará! Los buenos valores iniciales por lo común se predicen con un
conocimiento del problema físico o mediante el uso de recursos alternativos, tales
como las gráficas.
 ✓ Bibliografía
Steve C. Chapra Y Raymond P. Canalé. Métodos Numéricos Para Ingenieros.
Quinta Edición. Mc Graw-Hill

José A. Gutiérrez Robles, Miguel A. Olmos Gómez, Juan M. Casillas Gonzales.

Análisis Numéricos. Mc Graw-Hill.

https://sites.google.com/site/metalmetnumericos/home/unidad-2
https://es.scribd.com/doc/84996812/unidad-2