MECÁNICA COMPUTACIONAL

ANÁLISIS DE ECUACIONES NO LINEALES

SEBASTIÁN SÁNCHEZ DELGADO

MARITZA FERNANDA ROSERO
JUAN ESTEBAN ROJAS

UNIVERSIDAD TECNOLÓGICA DE PEREIRA

FACULTAD DE INGENIERÍA MECÁNICA
PEREIRA
RISARALDA
2019
 MECÁNICA COMPUTACIONAL

ANÁLISIS DE ECUACIONES NO LINEALES

SEBASTIÁN SÁNCHEZ DELGADO

MARITZA FERNANDA ROSERO
JUAN ESTEBAN ROJAS

PRESENTADO A:

JUAN CARLOS MARTINEZ

UNIVERSIDAD TECNOLÓGICA DE PEREIRA

FACULTAD DE INGENIERÍA MECÁNICA
PEREIRA
RISARALDA
2019
Contenido

1. Introducción.
2. Marco teórico.
3. Análisis de datos.
3.1. Método gráfico.
3.2. Método de bisección.
3.3. Método de falsa posición.
3.4. Método Newton-Raphson.
4. Conclusiones.
5. Bibliografía.
 1. INTRODUCCIÓN

Para la solución de ecuaciones no lineales que resultan de analizar problemas de cualquier área del
conocimiento, como en la mecánica, existen diferentes métodos que sirven de apoyo cuando los
convencionales se dificultan. Estos son los métodos numéricos.
En este trabajo se analizará, por medio de un problema de análisis de fabricación de vehículos, los
distintos métodos para resolverlo y de la misma manera se hará comparación entre estos para
determinar su eficiencia respecto de los otros.
 2. MARCO TEÓRICO

ECUACIÓN NO LINEAL

Una ecuación lineal es una ecuació n que tiene la forma ax + by +c = 0. Es decir es una igualdad, con una o
má s variables que está n elevadas a la potencia uno y que no contiene productos entre las variables.

Una ecuación no lineal tiene una forma diferente a las ecuaciones lineales, involucra variables con al
menos una potencia diferente a uno, funciones trigonométricas, logarítmicas, exponenciales y operaciones
como divisió n, multiplicació n, suma y resta entre variables.

Resolver una ecuació n, desde el punto de vista algebraico es hallar los valores de x que al sustituirlos en
la funció n el resultado es cero. Desde el punto de vista lógico es hallar los valores de x que hacen cierta la
igualdad. Desde el punto de vista gráfico, es hallar los valores de x por donde la grá fica de la
funció n f corta el eje x. En general, decimos que resolver una ecuació n es encontrar los ceros o raíces de la
ecuació n.

Geométricamente representa las abscisas de los puntos en donde la grá fica y = f(x) se corta con el eje x. Es
decir la solució n de una ecuació n es el conjunto de todos las primeras componentes de los puntos de la
funció n que tienen la forma (x, 0)

Para solucionar ecuaciones no lineales de una variable se debe de tener un conocimiento previo de
algunas características y propiedades de la funció n f(x). Para ello, utilizamos el Cá lculo y podemos
determinar: dominio, rango, continuidad, derivadas, intervalos de crecimiento, nú mero de raíces, tipos de
raíces, puntos de inflexió n, má ximos, mínimos, entre otros.

METODOS NUMERICOS DE CÁLCULO DE UNA RAIZ

Los métodos de có mputo de una raíz real de una ecuació n involucran dos pasos, en primer lugar la
determinació n del intervalo de bú squeda, es decir el intervalo al que la raíz pertenece, siempre que la
ecuació n esté vinculada a un sistema físico y en segundo lugar la selecció n y apli- cació n de un método
numérico apropiado para determinar la raíz con la exactitud adecuada.

Estos métodos se clasifican en dos categorías: métodos abiertos y métodos cerrados. Los métodos
cerrados, tales como el método de la bisecció n y el de la falsa posició n, son aquellos que usan intervalos, se
caracterizan por ser siempre convergentes pero la velocidad de convergencia es lenta. Los métodos
abiertos, método de aproximaciones sucesivas, de Newton-Raphson, de Newton de 2º orden, de Von
Mises, de la secante, requieren informació n ú nicamente de un punto, o de dos pero que no necesariamente
encierran a la raíz. La convergencia es má s rá pida pero algunas veces divergen.

MÉTODOS CERRADOS O POR INTERVALOS

Estos métodos se caracterizan porque para su ejecució n se requiere de un intervalo que contenga al
menos una raíz.

 MÉTODO DE BISECCIÓN:

El método parte de un intervalo que contiene una raíz y genera aproximaciones cada vez má s cercanas a la
raíz y un intervalo cada vez má s pequeñ o que contiene a cada aproximació n que se genera. Este método
está incluido dentro de los métodos llamados por intervalos o métodos convergentes.

A partir de un intervalo inicial en el que la funció n es continua y hay un cambio de signo, el método reduce
dicho intervalo sucesivamente hasta que la raíz cumpla con la tolerancia deseada.
El método de la bisecció n, conocido también como de corte binario, de partició n en dos intervalos iguales,
de bú squeda binaria o de Bolzano se basa en el Teorema del Valor Intermedio y en el teorema de Bolzano.

 Teorema del valor intermedio: Si f [a,b] y k es un nú mero cualquiera comprendido entre

f(a) y f (b) entonces existe un c en el intervalo (a,b) tal que f(c)=k.
 Teorema de Bolzano: sea f una funció n continua en el intervalo [a,b], con f(a)f(b)<0 entonces
existe al menos un punto c [a,b] tal que f(c)=0

Si se tiene una funció n f(x) continua en el intervalo [xL,xU], con f(xL) y f(xU) de signos opuestos, por el
teorema anterior, existe un valor x* incluido en el intervalo (xL,xU) tal que f(x*)=0. El método requiere de
dividir el intervalo a la mitad y localizar la mitad que contiene a la raíz. El proceso se repite y su
aproximació n mejora a medida que los subintervalos se dividen en intervalos má s y má s pequeñ os.

La primera aproximació n a la raíz, se determina como: xM= (XL+XU) ver Figura 3.2.
2

Para determinar en que subintervalo está la raíz debe considerarse lo siguiente:

· Si f (xM) = 0, entonces la raíz es igual a xM.
· Si f (xL). f(xM) < 0, la raíz se encuentra en el primer subintervalo (xL, xM)
· Si f(xL). f (xM) > 0, la raíz se encuentra en el segundo subintervalo (xM, xU).
Se calcula una nueva aproximació n a la raíz en el nuevo subintervalo y se continú a con las ite- raciones
hasta la cota de error fijada de antemano.
Las ventajas y desventajas del método se detallan a continuació n
Ventajas
 Es siempre convergente
Desventajas
 Converge muy lentamente
 Si existe má s de una raíz en el intervalo, el método permite encontrar só lo una de ellas

 MÉTODO DE LA FALSA POSICIÓN O REGULA FALSI

Al igual que el método de la bisecció n, se utiliza para encontrar una aproximació n a la raíz de
una ecuació n a partir de un intervalo que contiene una raíz. Igualmente, este método hace parte
de los métodos por intervalos o métodos convergentes.

Se utiliza para encontrar una aproximació n a una raíz de una ecuació n determinada mediante la
estrategia de reducir el intervalo en cada iteració n, el punto intermedio en cada etapa es la
aproximació n a la raíz. También, es posible usar el método para reducir el tamañ o de un
intervalo en el que existe una raíz.

La diferencia que hay entre el método de Regla Falsa y Bisecció n es que en lugar de considerar el
punto medio del intervalo, se toma el punto intermedio como el cruce con el eje x de  la recta
secante definida por los puntos de la funció n en los extremos del intervalo. Por lo general, este
método es má s eficiente que el método de la bisecció n.

Para aplicarlo se eligen los extremos xL y xU del intervalo entre los que se encuentra la raíz, verificando
que se cumpla que f(xL). f(xU) < 0. Si se observa la Figura 3.3, por semejanza de triá n- gulos, puede
escribirse la siguiente igualdad:
f(xL) __= ___f(xU)__
xM  xL xM  xU (3.1)

Y despejando de la expresió n (3.1) el valor de xM, que es una aproximació n de la raíz, se obtiene la
siguiente fó rmula de iteració n o recurrencia:
xM= xU- f(xU ) __xU  xL__ (3.2)
f(xU )  f(xL )

El valor de xM, calculado con la ecuació n (3.2), reemplaza a uno de los dos valores, xL o xU que produzca
un valor de la funció n que tenga el mismo signo de f(xM). De esta manera los valo- res xL y xU siempre
encierran a la raíz.

Si f(xM)=0 el proceso termina

Si f(xM) tiene el mismo signo de f(xL), el pró ximo paso es elegir xL = xM y xU = xU.
Si f(xM) tiene el mismo signo de f(xU) el pró ximo paso es elegir xL = xL y xU = xM.
El proceso se repite en la misma forma hasta llegar a la cota de error.

Ventajas
• Es siempre convergente
• Converge má s rá pidamente que el método de la bisecció n
Desventajas
 • Si existe má s de una raíz en el intervalo, el método permite encontrar só lo una de ellas

MÉTODOS ABIERTOS

 MÉTODO DE PUNTO FIJO O MÉTODO DE APROXIMACIONES SUCESIVAS

El método de punto fijo ilustra las características más generales e importantes de los métodos
iterativos; es una forma muy útil y simple de encontrar la raíz de una ecuación de la forma
f(x)=0. Para ello se reordena la ecuación de manera que x sea igual a g(x). Esta
transformación se puede llevar a cabo mediante operaciones algebraicas o simplemente
agregando x en ambos miembros de la ecuación original. A una solución de esta ecuación se
le llama un punto fijo de la función g. Sin embargo, es muy importan- te la selección de la
función g(x), ya que no siempre converge con cualquier forma elegida de g(x).

En síntesis, sea: f(x)=0 (3.3)

una ecuació n algebraica o trascendente y x = x* una raíz de ella o sea un valor de x tal que la veri- fique
idénticamente, es decir: f(x*)=0. Sumando x a ambos miembros de (3.3) se tiene f(x) +x = x y llamando
g(x)= x + f(x) se tiene que:
x = g(x) (3.4)
aproximaciones sucesivas consiste en sustituir x0, un valor aproximado de la raíz x* en el segundo
miembro de la ecuació n (3.4), con lo que se obtiene: x1=g(x0)

Procediendo reiteradamente de esta manera, la i-ésima aproximació n o i-ésima iteració n es:

xi+1=g(xi) (3.5)

Si a medida que n crece, xi+1 tiende a x* se dice que el método converge, en caso contrario diverge. Si el
método converge, la diferencia entre dos iteraciones sucesivas será má s pequeñ a a medida que i
aumenta, lo que proporciona un criterio de terminació n de aplicació n del método. Se acepta el siguiente
teorema sin demostració n:

• Teorema: El método de aproximaciones sucesivas converge si existe un nú mero fijo m

tal que: f '(x)  m  1

Un planteamiento grá fico diferente es el de separar la ecuació n x = g(x) en dos partes, como y1 = x
(recta a 45º) y y2 = g(x), éstas se pueden graficar por separado. Los valores de x correspondientes a
las intersecciones de estas funciones representan las raíces de f(x) = 0. En la Figura 3.4 se muestra la
convergencia (a) y (b) ya que verifican el teorema de la convergencia y la divergencia (c) y (d) en el
método de Aproximaciones sucesivas.
Las ventajas y desventajas del método son:

Ventajas
• Es simple
• Es flexible

Desventajas
• No siempre es convergente, depende de la forma de la función g(x)

 MÉTODO DE NEWTON-RAPHSON O DE LA TANGENTE

Es uno de los más usados, adecuados y fácil de usar frente a las condiciones de
convergencia, rapidez y eficiencia.

En este método si el valor inicial de la raíz es xi, se puede extender una tangente desde el
punto (xi, f(xi)). El punto donde esta tangente corta al eje x representa una aproximación
mejorada de la raíz.

Existen por lo menos tres maneras usuales de introducir el método de Newton – Raphson
puesto que se puede derivar a partir de un método gráfico ó a partir de la de iteración de
punto fijo ó bien utilizando la serie de Taylor. El desarrollo a partir de esta serie es el
siguiente:

f ''() 2
f(xi1)  f(xi )  f '(xi )(xi1  xi )  (xi1  xi) (3.6)
2

donde  se encuentra en alguna parte del intervalo xi y x i+1. Truncando la serie de Taylor después de
la primera derivada, se obtiene:
f(x i+1)  f(xi) + f ’ (xi)(x i+1-xi) (3.7)

donde f ’(xi) es ademá s de la derivada primera, la pendiente de la recta descripta.

En la intersecció n con el eje x, f(x i+1 ) debe ser igual a cero, o sea:
 0  f(xi) + f ’ (xi)(x i+1-xi) (3.8)

Resolviendo para x i+1 : xi1  xi  f(xi )__ (3.9)

f'(xi )

La fórmula (3.9) se denomina Fórmula de Newton – Raphson.

Este método definido por el denominador f ’(xi) hace que geométricamente se pase de una
aproximació n a la siguiente por la tangente a la curva y = f(x) trazada en el punto
correspondiente a la aproximació n presente, esto puede observarse en la Figura 3.5.

Figura 3.5. Método de Newton-Raphson

Algoritmo para el método de Newton-Raphson

Ventajas
• Converge má s rá pido que cual- quiera de los métodos analizados hasta ahora
Desventajas
• No siempre es convergente, depende de la naturaleza de la funció n.
• No es conveniente en el caso de raíces mú ltiples
• Puede alejarse del á rea de interés si la pendiente es cercana a cero
 3. ANÁLISIS DE DATOS:

En el diseño de vehículos, es necesario considerar las fallas del vehículo cuando intenta pasar 2 tipos

de obstáculos. un tipo de falla es la llamada falla de colgado la cual ocurre típicamente cuando un

vehículo trata de cruzar un obstáculo que causa que la parte inferior del vehículo toque el suelo (o el

obstáculo). el otro tipo de falla se llama falla de frente y ocurre comúnmente cuando el vehículo

desciende en una zanja y su frente toca el suelo.

la siguiente figura adaptada de Bekker muestra las componentes asociadas con la falla de frente de un

vehículo, en esa referencia se demuestra que el ángulo máximo 𝝰 que un vehículo puede tener

cuando 𝞫 es el ángulo máximo en el que la falla de colgado no ocurre, satisface la ecuación:

A sen(α)cos(α)+ B 〖sen〗^2 (α)-C cos(α)-E sen(α) = 0

donde:

A= l sen𝞫,

B= l cos𝞫,

C= (h+0.5) sen 𝞫- 0.5D tan𝞫,

E= (h+0.5) cos 𝞫- 0.5D.

Se anuncia que cuando l=89, h=49, D=55, y 𝞫=11.5, el ángulo es aproximadamente 33°.

Se encuentra el valor de las variables planteadas:

Teniendo en cuenta que:

Se obtiene:

3.1. Método gráfico:

Tabla 3.1.1
Tabla 3.1.2

Tabla 3.1.3

En la primera

aproximación

que obtenida,

se tomaron

valores entre 1º y 33º, pudiendo observar que la raíz se encontraba

entre los valores 32 y 33 grado debido a que había un cambio de

signo entre estos dos métodos, para la segunda aproximación se

tomaron valores entre 32.1º y 33º observando mediante la tabla y la gráfica que la raíz se encontraba

entre los valores 32,9º y 33º, para la 3 aproximación tomamos valores entre 33,91º y 33º grados en el

cual por medio de la tabla y al gráfica se puede decir que el valor aproximado del ángulo era 32,97º.

3.2. Método de bisección.

Tabla 3.2.1

Debido a que Excel trabaja en radianes, se recupera el valor utilizando la función grados en la celda de

Xα de la iteración 48 encontrando que el valor de: entonces el ángulo Xα es

32, 972º.
3) Método de falsa posición:

Tabla 3.1

Se utiliza función grados en la casilla 16 de Xα para un resultado de

3.4. Método de Newton-Raphson:

Tabla 3.4.1

El ejercicio no converge debido a que llega a una aproximación en la segunda iteración tomando el

límite inferior igual a los otros métodos muestra valores muy lejanos a partir de la 3 iteración.

3.5. Método de punto fijo

Tabla 3.5.1

El método no arroja resultados cercanos a la aproximación esperada.

4. Conclusiones

 Como se puede observar, el método de falsa posición es el más adecuado para

solucionar este ejercicio debido a que en menos iteraciones se llega al valor

aproximado.

 En este caso particular, el método Newton-Raphson no es recomendable debido a que

diverge.

 Al utilizar el método gráfico se tuvieron que realizar muchas iteraciones para llegar a

una aproximación aceptable. Esto hace que el método, a pesar de que se llega a un

resultado esperado, no es muy eficiente.

5. Bibliografía

http://repositorio.uned.ac.cr/multimedias/metodos_numericos_ensenanza/modulo2/descripcionmetodo.

html

https://www.uv.mx/anmarin/slides/MetNum2.0.pdf

http://artemisa.unicauca.edu.co/~cardila/AN_tema_1__04_Newton_Raphson.pdf

http://descartes.cnice.mec.es/materiales_didacticos/resolucion_numerica_de_ecuaciones/biseccion.ht
m
http://faa.unse.edu.ar/pdf/publicdoc/Calculo_numerico.pdf
http://ocw.upm.es/matematica-aplicada/programacion-y-metodos-