Clasebeamer PDF

Métodos Numéricos
Carlos Reales 1
1 Universidad de Córdoba
Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 1 / 50

Tabla de Contenido
1 Algo de Matlab: Primeros Comandos

Tabla de Contenido
2 Ecuaciones no Lineales

Contenido

Primeros Comandos
Comando Descripción
eye(m,n) Crea una matriz de orden m por n con unos en
la diagonal principal. Si m = n se obtendra la
matriz identidad de orden n.
ones(m,n) Crea una matriz de unos de orden m por n.
zeros(m,n) Crea una matriz de ceros de orden m por n.
a:b:c Genera un vector columna cuyo cuyo valor ini-
cial es a y un incremento b. El ultimo valor del
vector es es el numero mas grande de la for-
ma a + nb, con a + nb ≤ c y n entero. Si el
incremento es omitido se asume que su valor
es 1.

Primeros Comandos
sum(v) Calcula la suma de los elementos del vector v .
size(A) Entrega un vector con dos elementos que con-
tiene el numero de filas y columnas de A.
length(v) Entrega el tamaño del vector v .
[a b c] Entrega el vector cuyas entradas son a, b y c.
, La coma separa columnas si se usa entre ele-
mentos de vectores o matrices. Tambien se
puede usar el espacio
; El punto y coma separa filas si se usa entre
elementos de vectores o matrices. Si se coloca
al final de una linea suprime la salida

Ejemplos
Cree una matriz de ceros de dos filas y 4 columnas.

Cree un vector fila de números impares hasta 21.
Encuentre la suma S de los elementos del vector L.
Cree la matriz
2 3 2
1 0 1
Cree un vector 6 × 1 de ceros usando el comando zeros.
Cree un vector fila b desde 325 hasta 405 con un intrevalo de 20.
Use el comando sum para hallar la suma de los elementos del
vector b.

Primeros Comandos
A(:,j) Muestra la j-esima columna de la matriz A
A(j,:) Muestra la j-esima fila de la matriz A
+ Suma componente a componente
.* Multiplica componente a componente
./ Divide componente a componente

Ejemplos
Sea Z=magic(5). Produzca las siguientes operaciones a Z en el

orden indicado:
√
Divida columna 2 por 3.
Sume los elementos de la tercera fila a los elementos de la quinta
fila (la tercera fila debe permanecer igual).
Multiplique los elementos de la primera columna por los
correspondientes elementos de la cuarta columna y ponga ese
resultado en la primera columna.
Haga los elementos de la diagonal igual a 2.

Primeros Comandos
find(A) Entrega los indices de los elementos de A dis-
tintos de cero.
find(A>0) Entrega los indices de los elementos de A ma-
yores que cero.
fliplr(X) Da vuelta de izquierda a derecha las compo-
nentes del vector fila X .
flipud(X) Da vuelta de arriba a abajo las componentes
del vector columna X .
max/min(X) Muestra el elemento mas grande(pequeño) de
un arreglo.
sort(X) Ordena en forma descendentes los elementos
de un arreglo.

Primeros Comandos
Crear dos vectores: uno cuyos elementos sean an = 2n − 1 y el

otro cuyos elementos sean bn = 2n + 1, con n = 0, 1, . . . , 7.
Determine los siguiente: a + b , a − b, a0 b, det(a0 b).
Dado el vector x = [17; −3; −47; 5; 29; −37; 51 : −7; 19]. Cree un
script que reorganice este vector en el siguiente
y = [−3; −7; −37; −47; 51; 29; 19; 17; 5].
Sea y = [0, −0,2, 0,4, −0,6, 0,8, −1,0, −1,2, −1,4, 1,6]. Si
z = sin(y ), Determine el minimo y el maximo de los valores
negativos de z. Determine la raiz cuadrada de los valores
positivos de z.

Ejemplos
linspace(a,b,N) Genera N puntos equiespaciados entre
ayb
linspace(a,b) Genera 100 puntos equiespaciados en-
tre a y b
logspace(a,b,N) Genera N puntos logaritmicamente
equiespaciados entre 10a y 10b
logspace(a,b) Genera 50 puntos logaritmicamente
equiespaciados entre 10a y 10b
Crear un vector de ocho elementos que sea igualmente

espaciado en la escala logaritmica. El primer elemento del vector
es 6 y el ultimo es 106.
Crear un nuevo vector cuyos elementos sean el primero, el
tercero, el quinto y el septimo elemento del vector creado en el
punto anterior.
Funciones Usuario
Tienen la siguiente estructura y deben ser guardadas en un archivo

nombre_funcion.m
function [salida] = nombre_funcion(entrada)
function [A, C] = circle(r)

A = pi*r.^2;
C = 2*pi*r;

function z = fun(x,y)
u = 3*x;
z = u + 6*y.^2;
>>x = 3; y = 7;
>>z = fun (x,y)
z =
303
>>z = fun(3,7)
z =
303

Como llamar una función
1. Como una cadena de caracteres que identifica la función archivo.m

apropiado, que es
function y = fun1(x)
y = x.^2-4;
La función debe ser llamada como sigue, para calcular el cero sobre el
dominio 0 ≤ x ≤ 3 :
>>x = fzero(’fun1’,[0, 3])
2. Como una función handle de un archivo.m existente:
>>x = fzero(@fun1,[0, 3])

Como llamar una función
3. Como una función objeto inline:
>>fun1 = ’x.^2-4’;
>>fun_inline = inline(fun1);
>>x = fzero(fun_inline,[0, 3])
4. Como una expresión cadena:
>>fun1 = ’x.^2-4’;
>>x = fzero(fun1,[0, 3])
o como
>>x = fzero(’x.^2-4’,[0, 3])

Use MATLAB para resolver las siguientes ecuaciones para x, y , y
z como función del parametro c
x − 5y − 2z = 11c
6x + 3y + z = 13c
7x + 3y − 5z = 10c
Grafique x, y , y z versus c en la misma grafica para

−10 ≤ c ≤ 10.
c=-10:1:10;
for i=1:length(c)
M(i,:)=misol(c(i));
end
M
plot(c,M(:,1),’b’,c,M(:,2),’g’,c,M(:,3),’m’)

Graficas
t = 0 : 0.1 : 10;g = 9.8;theta0 = 5*pi/12;

y0 = 0;x0 = 0;
y = y0 - 0.5 * g * t.^2 + v0*sin(theta0).*t;
x = x0 + v0*cos(theta0).*t;
figure;
plot(t,x);
title(’x(t) vs. t’);
xlabel(’Time (s)’);
ylabel(’Horizontal Distance (m)’);
grid on;figure;
plot(t,y);title(’y(t) vs. t’);
xlabel(’Time (s)’);ylabel(’Altitude (m)’);
grid on;

Contenido

Ecuaciones No Lineales
En matemática, se conoce como raíz (o cero) de una función f (x) a

todo elemento x perteneciente al dominio de dicha función tal que se
cumpla: f (x) = 0.
Por ejemplo, dada la función f (x) = x 2 − 6x + 8, podemos afirmar que

2 y 4 son raíces ya que f (2) = 0 y f (4) = 0.
El teorema fundamental del álgebra determina que todo polinomio en

una variable compleja y de grado n tiene n raíces (contando sus
multiplicidades).

Una ecuación lineal es una ecuación relacionada con una línea recta,
por ejemplo f (x) = mx + c describe una recta con pendiente m y la
ecuación lineal f (x) = 0, que implica tal f , se resuelve fácilmente,
x = −c/m (siempre que m 6= 0).
Una ecuación se dice no lineal si contiene terminos polinomiales de

grado mayor que uno o si contiene terminos que no son polinómicos.
Las ecuaciones no lineales no pueden ser resueltas analíticamente.
Por lo tanto, la solución debe ser obtenida usando métodos iterativos.
El principio de estos métodos de solución consiste en partir de un

punto arbitrario, el más cercano posible a la solución, y llegar a la
solución gradualmente a través de iteraciones sucesivas.

La idea general de resolver una ecuación mediante la mejora sucesiva
de una estimación inicial agregando términos correctivos se ha usado
desde hace mucho tiempo.
La búsqueda de una raíz de una ecuación que modela una relación no

lineal es compleja y no es posible proporcionar un método que
funcione de manera optima en todos los casos.
Las dos clases principales de métodos disponibles para obtener la

aproximación de la raiz de una ecuación no lineal se distinguen por el
tipo de datos o valores iniciales.

Normalmente, un procedimiento iterativo comienza con una iteración
inicial x0 y produce una secuencia de iteraciones x1 , x2 , . . . , xk .
Podríamos concluir que la serie de iterados converge si los valores de

|f (xk )| y o |xk − xk −1 | tienden hacia 0 suficientemente rápido a medida
que aumenta el contador de iteración k .
Los siguientes criterios generales se utilizan para terminar con éxito el

proceso iterativo después de n iteraciones:
|xn − xn−1 | ≤ Atol
|xn − xn−1 | ≤ Rtol|xn |
|f (xn )| ≤ Ftol
donde Atol, Rtol y Ftol son constantes especificadas por el usuario.

bracketing methods
Los métodos cerrados calculan los puntos finales de una serie de

intervalos sucesivamente más pequeños que contienen una raíz.
Estos métodos requieren dos puntos iniciales, uno a cada lado de
la raíz.
Los métodos cerrados siempre funcionan,por lo que tambien son
llamados de convergencia garantizada, pero convergen
lentamente, es decir, típicamente toman más iteraciones para
obtener la respuesta adecuada.

Métodos abiertos
Los métodos abiertos usan uno o mas aproximaciones iniciales

de la raíz pero no hay necesidad de que la raiz este entre esas
aproximaciones.
En contraste, los métodos abiertos no siempre funcionan (es
decir, pueden diverger), pero cuando lo hacen, generalmente
convergen más rápido.

Por esta razón, es importante conocer las debilidades y fortalezas de
los métodos en lo teorico y en lo practico. En este sección
estudiaremos los métodos de Bisección, Posición Falsa,
Newton-Raphson, Secante y de Punto Fijo. Los cuatro son iterativos y
comienzan con una o varias aproximaciones de la ecuación f (x) = 0.
Las diferencias radican en

el número de valores iniciales,
la garantia de convergencia,
la velocidad de convergencia y
el costo computacional.

Método de Bisección
El problema consiste en, dada f : R → R (no lineal), encontrar x ∈ R

tal que f (x) = 0,
El método de bisección es un algoritmo de búsqueda de raíces que

trabaja dividiendo el intervalo de trabajo a la mitad y seleccionando el
subintervalo que tiene la raíz.
Este método es el algoritmo más simple y más robusto para encontrar

la raíz de una función continua unidimensional en un intervalo cerrado.

Teorema
Sea f : [a, b] → R una función continua en el intervalo [a, b] y
supongamos que f (a) < f (b). Entonces, para cada valor intermedio z
tal que f (a) < z < f (b), existe α ∈ (a, b) tal que f (α) = z. La misma
conclusión se obtiene para el caso que f (a) > f (b).
En particular, si f (a) y f (b) tienen signos opuestos, entonces z = 0 es

precisamente un valor intermedio y, por lo tanto, existe por lo menos
una raíz α de f en el intervalo (a, b).

Dados a y b tales que a < b y f ∈ C([a, b]) tal que f (a)f (b) < 0, sean
a0 := a y b0 := b. Por lo tanto f tiene una raíz en el intervalo (a0 , b0 ).
Sea c0 := (a0 + b0 )/2.
(a) f (a0 )f (c0 ) = 0: en este caso se tiene que f (c0 ) = 0; por lo tanto ya
localizamos una raíz, c0 , y se finaliza el proceso;
(b) f (a0 )f (c0 ) < 0: por lo tanto f tiene una raíz en el intervalo (a0 , c0 )
y definimos a1 = a0 y b1 = c0 ;
(c) f (a0 )f (c0 ) > 0: por lo tanto f tiene una raíz en el intervalo (c0 , b0 )
y definimos a1 = c0 y b1 = b0 .
En los casos b y c anteriores f tiene una raíz en el nuevo intervalo
(a1 , b1 ). Por lo tanto, el proceso se vuelve a repetir con el nuevo
intervalo (a1 , b1 ) y c1 := (a0 + b0 )/2, hasta que se satisfaga algún
criterio de detención.

a2
a1 x1
a0
x0 b0
b1
x2 b2
Figura: Método de Bisección

Teorema
Suponga que f ∈ C[a, b] y f (a)f (b) < 0. El método de bisección
genera una sucesión {cn }∞
n=1 de aproximación de un cero c de f tal
que
k
1
|ck − α| ≤ (b − a) cuando n ≥ 1. (1)
2
Demostración.
Para cada k ≥ 1, tenemos bk − ak = (b − a)/2k y α ∈ (ak , bk ). Como
ck = (ak + bk )/2 para todo k ≥ 1 , resulta que
|ck − α| ≤ 12 (ak − bk ) = (b − a)/2k .

Ejemplo
Encuentre el numero de iteraciones que se requieren para alcanzar
una aproximación con una exactitud de 10−4 a la solución de
x 3 − x − 1 = 0 que se encuentra en el intervalo [1, 2].
Solución
Por (1) tenemos que |ck − α| ≤ (b − a)/2k para k ≥ 1. Como
queremos que |ck − α| ≤ 10−4 , esto requiere que
|ck − α| ≤ (b − a)/2k = 2−k < 10−4 así, despejando k se obtiene
k > 4/ ln 2 = 13,2. Luego el numero minimo de iteraciones para
alcanzar una precisión de 10−4 es 14.

Bisección implementado en Matlab
function raiz=bisec(funct,a,b,tol)
fa=feval(funct,a);
fb=feval(funct,b);
if (fb*fa>0)
error(’La funcion tiene el mismo signo en ambos ex
end
while (abs(b-a)>tol)
if (fa*fb==0)
if (fa==0)
raiz=a;
else
raiz=b;
end

Cont. Bisección implementado en Matlab
else
raiz=(a+b)/2;
fraiz=feval(funct,raiz);
if fraiz==0;
disp(’El punto medio es la raiz!’)
break
elseif (fa*fraiz>0)
a=raiz;
fa=fraiz;
else
b=raiz;
fb=fraiz;
end
end
end

Ejemplo
√
Encuentre una aproximación a 3 25 correcta con una exactitud de
10−4 usando el método de bisección.
√
Para aproximar 3 25 utilizamos la ecuación f (x) = x 3 − 25 = 0. Para
establecer √ el intervalo
√ donde buscaremos la raiz tenemos en cuenta
3
que 2 = 3 8 y 3 = 27 y comprobamos que f (2).f (3) < 0. Así
utilizaremos el método de bisección en la función f (x) = x 3 − 25 = 0
en [2, 3].
>> f=inline (’x^3 - 25’);

>> raiz=bisec(f,2,3,10^-4)
raiz = 2.9240
√
3
luego la solución es 2,9240, por tanto 25 es aproximadamente
2, 9240.
Ejemplo
Aplique el método de bisección para encontrar soluciones exactas
dentro de 10−5 para el problema: x cos(2x) − (x + 1)2 = 0 para
−3 ≤ x ≤ −2 y para −1 ≤ x ≤ 0.
Cuadro: Bisección xk := (ak + bk )/2.

k ak bk (ak + bk )/2 f (ak ) f ((ak + bk )/2) f (bk )
0 -3 -2 -2.5 -6.88051 -2.95916 3.07287e−1
1 -2.5 -2 -2.25000 -2.95916 -1.08821 3.07287e−1
2 -2.25000 -2 -2.12500 -1.08821 -3.17689e−1 3.07287e−1
. . . . . . .
. . . . . . .
. . . . . . .
16 -2.06537 -2.06531 -2.06534 -2.87010e−4 -1.33426e−4 2.01494e−5
17 -2.06534 -2.06531 -2.06532 -1.33426e−4 -5.66369e−5 2.01494e−5

Método de la Falsa Posición
Una desventaja del del método de bisección es que al dividir el

intervalo [a, b] en mitades iguales, no se tiene en cuenta las
magnitudes de f (a) y f (b).
(b, f (b))
a α
c b
(a, f (a))
Figura: Método de Regula Falsi

En la figura 2, la línea secante sobre el intervalo [a, b] es la cuerda

entre (a, f (a)) y (b, f (b)). Los dos triángulos rectos de la figura son
similares, lo que significa que
b−c c−a
=
f (b) −f (a)
Es fácil mostrar que

a−b b−a af (b) − bf (a)
c = b − f (b) = a − f (a) =
f (a) − f (b) f (b) − f (a) f (b) − f (a)
Entonces calculamos f (c) y procedemos al siguiente paso con el

intervalo [a, c] si f (a)f (c) < 0 o al intervalo [c, b] si f (c)f (b) < 0.

Cuadro: Regula Falsi.
Método de Falsa Posición

1 Encuentre el intervalo [a, b] en el cual f (x) = 0
2 Haga c = (af (b) − bf (a))(f (b) − f (a))
3 Calcule f (c)
4 Revise el criterio de convergencia
5 Si f (c) y f (b) tienen signos opuestos haga a = c, en caso contrario haga b
6 Reptita el paso 2.

Método de Newton–Raphson.
Este método fue propuesto por Newton en 1669.
x2 x1 x0
Figura: Método de Newton Raphson

Este método se basa en usar una recta tangente a la gráfica de f

para aproximar esta gráfica, cerca del punto donde la función se
anula: Supongamos que tenemos la aproximación xk a la raíz α de
f (x). Trazamos la recta tangente a la curva en el punto (xk , f (xk )),
cuya ecuación es: y = f (xk ) + f 0 (xk )(x − xk ). Esta recta cruza al eje de
abscisas en un punto xk +1 que será nuestra siguiente aproximación a
la raíz α. El punto xk +1 donde la recta tangente
y = f (xk ) + f 0 (xk )(x − xk ) corta al eje de abscisas queda determinado
por f (xk ) + f 0 (xk )(xk +1 − xk ) = 0.

El método de Newton Raphson o de la tangente define entonces la

sucesión de aproximaciones a α de la manera siguiente:
f (xk )
xk +1 := xk − , k = 0, 1, 2, . . .
f 0 (xk )
a partir de una aproximación inicial x0 dada y siempre que f 0 (xk ) 6= 0.
Método de Newton Raphson

1 Escoja el punto inicial x0
2 Si f 0 (x0 ) 6= 0, haga x1 = x0 − f (x0 )/f 0 (x0 ), en caso contrario use otro valor p
4 Haga x0 = x1
5 Repita el paso 2.

Definición (Orden de Convergencia)
Una sucesión {xk }k ∈N que converge a α se dice convergente con
orden p ≥ 1, si
|α − xk +1 | ≤ C|α − xk |p ∀k ∈ N.
Teorema
Sea f ∈ C 2 ([a, b]) con una raíz α ∈ (a, b) y sean m1 y M2 tales que
m1 ≤ mı́n f 0 (x) máx f 00 (x) ≤ M2 .

y
x∈[a,b] x∈[a,b]
Dado x0 ∈ [a, b], sea {xk }k ∈N la sucesión obtenida por el método de

Newton–Raphson. Si xk ∈ [a, b] ∀k ∈ N y m1 > 0, entonces
M2
|α − xk +1 | ≤ |α − xk |2 .
2m1
Por lo tanto, si x0 es cercano a α, se tiene la convergencia
function raiz=newton(f,Df,x0,tol,maxit)
k=0;
raiz=x0;
corr=tol+1;
while (k<maxit) & (abs(corr)>tol)
k=k+1;
xk=raiz;
fxk=feval(f,xk);
Dfxk=feval(Df,xk);
if (Dfxk==0)
error(’La derivada de la funcion se anula.’)
end
corr=fxk/Dfxk;
raiz=xk-corr;
end
if (abs(corr)>tol)
error(’Se excedio el numero maximo de iteraciones.
end
Ejemplo
Calcule mediante este programa las raíces de la ecuación
cos(x) − x = 0 con un error menor que 10−12 .
>> f3=inline(’cos(x)-x’);
>> Df3=inline(’-sin(x)-1’);
>> tol=1.e-12;
>> maxit=10;
>> x0=1;
>> format long
>> raiz=newton(f3,Df3,x0,tol,maxit)
raiz =
0.73908513321516

Ejemplo
√
Calculemos 2 resolviendo la la ecuación x 2 − 2 = 0 con un error
menor que 10−5 usando el método de Bisección y el método Newton.
Bisección Newton–Raphson
1 1.50000000000000 2.00000000000000
2 1.25000000000000 1.50000000000000
3 1.37500000000000 1.41666666666667
4 1.43750000000000 1.41421568627451
5 1.40625000000000 1.41421356237469
6 1.42187500000000
7 1.41406250000000
.. ..
. .
15 1.41421508789063
16 1.41419982910156
17 1.41420745849609

Método de la Secante.
Éste método consiste, simplemente, en reemplazar la derivada f 0 (xk )

por el cociente incremental
f (xk ) − f (xk −1 )
.
xk − xk −1
Es decir,
xk − xk −1
xk +1 := xk − f (xk ) , (2)
f (xk ) − f (xk −1 )
para k = 1, 2, . . . , con x0 , x1 dados.

x2 x3 x1 x0

Método de Secante
1 Escoja los puntos iniciales x0 y x1
2 Haga x2 = x1 − f (x1 )(x1 − x0 )/(f (x1 ) − f (x0 )).
4 Haga x0 = x1 y x1 = x2
5 Repita el paso 2.
Teorema
Sea f ∈ C 2 ([a, b]) con una raíz α ∈ (a, b) y tal que f 0 (x) 6= 0 ∀x ∈ [a, b].
Dado x0 , x1 ∈ [a, b], sea {xk }k ∈N la sucesión obtenida por el método
de la secante. Supongamos que xk ∈ [a, b] ∀k ∈ N. Entonces
|α − xk +1 | ≤ C |α − xk |p ,
√
con p = (1 + 5)/2 y C > 0. Por lo tanto, si x0 se escoge
suficientemente cercano
√ a α, se tiene la convergencia lı́mk →∞ xk = α,
con orden p = (1 + 5)/2.

Clasebeamer PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clasebeamer PDF

Cargado por

Copyright:

Formatos disponibles

Métodos Numéricos

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 1 / 50

1 Algo de Matlab: Primeros Comandos

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 2 / 50

1 Algo de Matlab: Primeros Comandos

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 2 / 50

1 Algo de Matlab: Primeros Comandos

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 3 / 50

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 4 / 50

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 5 / 50

Cree una matriz de ceros de dos filas y 4 columnas.

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 6 / 50

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 7 / 50

Sea Z=magic(5). Produzca las siguientes operaciones a Z en el

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 8 / 50

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 9 / 50

Crear dos vectores: uno cuyos elementos sean an = 2n − 1 y el

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 10 / 50

Crear un vector de ocho elementos que sea igualmente

Tienen la siguiente estructura y deben ser guardadas en un archivo

function [salida] = nombre_funcion(entrada)

function [A, C] = circle(r)

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 12 / 50

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 13 / 50

1. Como una cadena de caracteres que identifica la función archivo.m

>>x = fzero(’fun1’,[0, 3])

2. Como una función handle de un archivo.m existente:

>>x = fzero(@fun1,[0, 3])

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 14 / 50

3. Como una función objeto inline:

4. Como una expresión cadena:

>>x = fzero(’x.^2-4’,[0, 3])

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 15 / 50

Grafique x, y , y z versus c en la misma grafica para

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 16 / 50

t = 0 : 0.1 : 10;g = 9.8;theta0 = 5*pi/12;

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 17 / 50

1 Algo de Matlab: Primeros Comandos

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 18 / 50

En matemática, se conoce como raíz (o cero) de una función f (x) a

Por ejemplo, dada la función f (x) = x 2 − 6x + 8, podemos afirmar que

El teorema fundamental del álgebra determina que todo polinomio en

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 19 / 50

Una ecuación se dice no lineal si contiene terminos polinomiales de

El principio de estos métodos de solución consiste en partir de un

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 20 / 50

La búsqueda de una raíz de una ecuación que modela una relación no

Las dos clases principales de métodos disponibles para obtener la

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 21 / 50

Podríamos concluir que la serie de iterados converge si los valores de

Los siguientes criterios generales se utilizan para terminar con éxito el

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 22 / 50

Los métodos cerrados calculan los puntos finales de una serie de

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 23 / 50

Los métodos abiertos usan uno o mas aproximaciones iniciales

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 24 / 50

Las diferencias radican en

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 25 / 50

El problema consiste en, dada f : R → R (no lineal), encontrar x ∈ R

El método de bisección es un algoritmo de búsqueda de raíces que

Este método es el algoritmo más simple y más robusto para encontrar

Carlos Reales (Unicor) Métodos Numéricos 18 de agosto de 2020 26 / 50

En particular, si f (a) y f (b) tienen signos opuestos, entonces z = 0 es