INSTITUTO TECNOLÓGICO NACIONAL DE MEXICO

CAMPUS MINATITLAN
METODOS NUMERICOS
2. Solución de ecuaciones algebraicas.
Catedrático:
Torres Pérez Joseph Jair
Carrera:
Ingeniería Química
Presenta:
Álvarez Espinosa Samir Yaret
Andrade Alemán Diego
Fernández Hernández Fernanda Neftalí
Fernández Sixto Laura Karina
Godínez Sánchez Agustín Kaleb
Grupo: 1
Quinto Semestre

MINATITLAN, VER
12- SEPTIEMBRE -2022
 Introducción
Una ecuación es una igualdad de dos expresiones en la que aparecen números e
incógnitas ligadas mediante operaciones algebraicas; es la condición que deben
cumplir ciertos números. Por lo que pueden existir diferentes ecuaciones que
expresen una misma condición.

El doble de un número es 6

2x=6
El El doble de un número es 6

2x=62x=6
El cuádruplo del número es 12

4x=124x=12
doble de u4x=124x=12
Si resuelves por tanteo ambas ecuaciones, encontrarás que el número buscado es
el 33, es decir, la solución de la ecuación en ambos casos es cierta para x=3x=3.
Una vez que comprendas el concepto de ecuación en el contexto de la resolución
de problemas, aprenderás que éstas no solo se resuelven por tanteo, sino también
mediante las reglas de transposición las cuáles cumplen con las propiedades de
la igualdad. El propósito de las reglas de transposición es que cada vez que las
utilices, produzcas una ecuación más simple y equivalente a las anteriores.
En una ecuación se relacionan dos expresiones algebraicas con un signo de igual,
en las cuales hay por lo menos una literal cuyo valor debes encontrar.
2.1 TEORÍA DE UN MÉTODO ITERATIVO
Un método iterativo trata de resolver un problema matemático (como una ecuación o un sistema de
ecuaciones) mediante aproximaciones sucesivas a la solución, empezando desde una estimación
inicial. Esta aproximación contrasta con los métodos directos, que tratan de resolver el problema de
una sola vez (como resolver un sistema de ecuaciones Ax=b encontrando la inversa de la matriz A).
Los métodos iterativos son útiles para resolver problemas que involucran un número grande de
variables (a veces del orden de millones), donde los métodos directos tendrían un coste prohibitivo
incluso con la potencia del mejor computador disponible.

Encontrar el valor de ex cuando x=0.5 y parar el proceso cuando el error aproximado sea ≥ 0

ex cuando x=0.5

ex = 1.6487

Formula ex = 1 + x + x 1/2 + x 2/3 + …. xn/n

ERROR RELATIVO = valor real - valor encontrado / valor real

ERROR RELATIVO PORCENTUAL= error relativo * 100

ERROR APROXIMADO = aprox. Actual – aprox. Anterior / aprox. Actual * 1000

1ra iteración

1.6487-0.5/1,6487 = 0.3934

0.3934 * 100 = 39.34%

2nd iteración

1 + 0.5 = 1.5

1.6487-1.5/1.6487= 0.0901

0.0901*100 = 9.0%

1.5 – 1/1.5 * 100 = 33.3333

Considere el problema de encontrar una raíz a una ecuación cuadrática, por ejemplo:
Un método directo para resolverlo es aplicar la formula general

Un método iterativo es el método de Newton que consiste en usar la fórmula de mejora:

Si tomamos como primera aproximación x0 = 3 (para i = 0), tendremos

Si ahora tomamos como aproximación x1 = 2.2 y aplicamos de nuevo la formula tendremos:

Si ahora tomamos como aproximación x2 = 2.011 y aplicamos de nuevo la formula tendremos:

2.2 RAÍZ DE UNA ECUACIÓN

A los valores de hacen cierta ecuación se les llama solución de raíz. Para determinar si un número es
una solución o raíz de una ecuación, simplemente se sustituye la variable por ese número y se verifica
si la ecuación que resulta es cierta.

Se define a la raíz de una ecuación a los valores (números, funciones, conjuntos, etc.) que cumplen
con la condición indicada como una igualdad, ósea, una ecuación.

X . (X-2)=48

X2-2X-48=0

(X-8) . (X+6)=0

X1=8; x2=-6

Si podemos determinar las raíces de una ecuación también podemos determinar máximos y mínimos,
valores propios de matrices, resolver sistemas de ecuaciones lineales y diferenciales, etc.
La solución general de una ecuación de orden n con coeficientes constante se forma a partir de un
sistema funcionalmente de soluciones.

Para encontrar, hemos de considerar las soluciones de la ecuación característica asociada:

Λn+a1 λn-1+…+an=0

Si λ ε R es una raíz real simple de la ecuación característica entonces se les asocia una solución de la
ecuación en diferencias finitas lineal reducida de orden n a coeficiente constante de la forma λ+.

Si λ ε R es una raíz de multiplicidad m ε N de la ecuación característica, entonces se le asocian m

soluciones de la ecuación en diferentes finitas lineal reducida de orden n a coeficientes constante de
la forma: λ++ λ+….tm-1 λ+.

Si λ= a± bi lλl e±θε( = son raíces simples complejas de la ecuación característica, entonces se le

asocian dos soluciones de la ecuación en diferencias finitas lineal reducida de orden n a coeficiente
constante de la forma: lλl+ cos (tθ), lλl+ sen (tθ)[ provienen de: lλl+ e±1θ], con lλl=(a2+b2)1/2 y θ=arc
tg (b/a).

si λ = a ±bi ε C son raíces complejas de multiplicidad m de la ecuación característica, entonces se le

asocian 2m soluciones de la ecuación en diferencias finitas lineal reducida de orden n a coeficientes
constante de la forma:

lλlt cos(tθ), lλlt cos(tθ),……tm-1 lλlt cos(tθ), lλlt

sen (tθ), t lλlt sen(tθ),……..t m-1 lλlt sen (tθ),

Con: lλl =+(a2+b2)1/2 y θ = arc tg(b/A)

Se pude demostrar que las soluciones halladas forman un sistema fundamental de soluciones y, por
lo tanto, la solución general de la ecuación en diferencia finita lineal reducida de orden n a
coeficientes constante, se obtendrá como halladas teniendo en cuentas las raíces de su ecuación
característica.

La raíz de una ecuación es aquel valor variable independiente que hace que el resultado de la
ecuación.

Sea cero por lo menos se acerque a cero en un cierto grado de aproximación deseada (error máximo
permitido).

RAÍCESSIMPLES Y MÚLTIPLES

Dad una función f que tiene una raíz r entonces se puede escribir dicha función como:

F(x)=(x-r)f1 (x)

Entonces se dice que:

La raíz simple si f1 (r)=0

La raíz es múltiple si f(r)=0, en este último caso la raíz se dice en orden n, siendo n>1, cuando se
puede escribir:

f (x) = (x-r)n fn(x), con fn(r) =0

Con la definición anterior, no pude existir cero múltiples de orden no finito. Por ejemplo, la función
definida como:

F(x) = exp(-1/x2) x>0

x=0

Tiene un cero múltiple en x=0, y que:

f(x) = (x-0) f1(x)

Como n pude tomarse tan grande como se quiera en la expresión anterior, se sigue esa función no
tiene un cero de orden finito.

MÉTODOS PARA BUSCAR RAÍCES

Método de newton-raphson

Método de la secante

Método de bisección del intervalo

Regula falsi

Ejemplo

Determinar si el valor de 3 es una solución de la ecuación x+2=5

3+2= 5

5=5

se sustillo la variable x por el valor 3 de afirmación dada es cierta, por lo tanto, lo que concluimos que
3 es una solución de la ecuación.

Determinar si el valor -4 es una solución de la ecuación 6x+2=32

6(-4)+2=32

-24+2=32

-22=32

-22=32

se sustillo la variable x por el valor de -4

La afirmación es falsa, por lo que concluimos de -4 no es una solución de la ecuación.

2.3 MÉTODOS DE INTERVALO

Los métodos de intervalo se utilizan una propiedad muy importante consistente en el hecho del
cambio de signo de una función en inmediaciones de una raíz.

Se llaman métodos de intervalos porque se necesitan como mínimo dos valores que forma un
intervalo que encierra la raíz.

En la gráfica se observa como la función cambia de +f(x) a –f(x), cuando pasa por la raíz c. esto ocurre
porque f(c) =0 y necesariamente la función pasa del cuadrante positivo al negativo de x. en algunos
casos, que se verán mas adelante esto no ocurre así, por ahora se asumirá como se ha mostrado. Los
métodos abiertos utilizan estos cambios de signo para poder colocar la raíz (punto c), pero es
necesario entonces establecer un intervalo (como el [a,b]). De igual manera sucede cuando la función
pasa por el Punto e, el cambio ocurre de –f(x) a +f(x), para hallar la rías el método necesita un
intervalo con el [c,f]. Estos métodos requieren las funciones sean diferenciales, y por lo tanto
continuas, en un intervalo donde se apliquen aquellas, por lo tanto, estos tipos de métodos son
llamados “métodos de intervalos”, también se pueden intermitir utilizarlos para funciones no
diferenciales o discontinuasen a aquellos puntos, pero en este caso el llegar al resultado dependerá,
aleatoriamente, de que durante la aplicación del método no se toquen esos puntos.

El problema de obtener las soluciones o raíces de una ecuación algebraicas o trascendente de la

forma f(x)=0 se representa frecuentemente dentro del campo de la ingeniería. Se pude definir a la
raíz de una ecuación como el valor de x que hace a f(x)=0 Así que un método simple para obtener a la
raíz de la ecuación f(x)=0, consiste en graficar la función y observar donde cruza el eje x. por estos
tipos de métodos.

Son llamados “métodos gráficos” Debido a ello, el desarrollo de métodos que no s permite solucionar
es amplio; se representa raíces reales o complejas

MÉTODO DE BISECCION

El método de bisección o también llamado método de Bolzano parte de una función f(x) y un
intervalo [x1,x2] tal que f(x1) y f(x2) tienen signos contrarios. Si la función es continua en este
intervalo, entonces existe una raíz de f(x) y x1,x2. Una vez determinado el intervalo [x1,x2] y se
asegura la continuidad de la función en dicho intervalo, se valúa está en el punto medio mx del
intervalo. Si f(xm) y F(x1) tiene signos contrarios, se reducirá el intervalo de x1 a xm, ya que dentro de
estos valores se encuentra la raíz buscada. Al repetir este proceso, hasta logar que la diferencia entre
los dos últimos valores de xm sea menor que una tolerancia prefijada, el ultimo valor xm será una
buena aproximación de la raíz.

Pasos: Elija valores iniciales inferior x1 y superior de x2, que encierren a la raíz, de forma que la
función cambie el signo en el intervalo. Esto se verifica comprobando que f(x1) f(x2)<0. Una
aproximación de la raíz, se determina mediante: xr=x1+x2/2

Método de aproximaciones sucesivas

El método de aproximaciones sucesivas consiste en generar funciones convergentes bajo un esquema

negativo partiendo de la función original, la cual se soporta con el siguiente teorema.

Teorema de convergencia

La raíz de cualquier sub función extraída de una función f(x) obtenida por una heración convergente,
es también una raíz de f(x).

Ejemplo de aplicación del Teorema Sea f(x)=5 sen x-3x, la sub función sen(x) tiene como raíz x=0, lo
cual resulta ser también la raíz de la función f(x)

En este método se requiere una regla, formula o sub función g(x), con la que se calculan los términos
sucesivos con un valor de partida Po, esto produce una sucesión de valores (Pk) obtenida mediante el
proceso negativo Pk+1=g(Pk).

Método de interpolación

En el subcampeón matemático del análisis numérico se denomina interpolación a la obtención de

nuevos puntos partiendo del conocimiento de un conjunto discretos de puntos.

En ingeniería y algunas ciencias es frecuente disponer de un cierto número de puntos obtenidos por
muestreo o a partir de un experimento y pretender construir una función que los ajuste.
2.4 METODO DE PUNTOS FIJOS:

Una definición general del método de punto fijo; es el método que se encarga de
buscar una raíz de una función a partir de un valor inicial, una tolerancia y un numero
"n" de iteraciones. Para tener en cuenta, en este método no es necesario el uso de
intervalos.

Para que el método tenga éxito, se le debe ingresar:

 Una función F(x).

 Un valor inicial.
 Una tolerancia.
 Numero “n” de interacciones.
Con base a estos datos de entrada, el método hace su proceso y arroja una raíz,
aproximación o un error, se termina cuando la tolerancia es mayor que el error.
El método consiste en que dada una función f(x), se genera a partir de esta una
ecuación de la forma X=g(x) y se resuelva para x (puede haber varios despejes de x;
se escoge uno y se procede con el método).
El método exige un valor inicial, una tolerancia y la respectiva función. El desarrollo
del método consiste en igualar la función dada a 0, tras esto se despeja x y si hay
múltiples despejes para x, se escoge una solución.
Se desarrolla la iteración 0, donde se evalúa el valor inicial en la función y en esta
iteración no se calcula el error respectivo.
En la primera iteración, se evalúa el valor inicial en la solución para x escogida
anteriormente con el fin de obtener el nuevo valor inicial y este evaluarlo en la
función dada. A partir de esta iteración se calcula el error ya sea absoluto o relativo y
así sea hace con las demás iteraciones hasta que el programa converja o que el
error sea menor que la tolerancia dada por el usuario.
REPRESENTACION GRAFRICA:

EJEMPLO:
 Dada la siguiente función, encuentre una aproximación a la raíz de la función
por medio del método de punto fijo. Utilice como valor inicial X0 = -0.5 y una
tolerancia de 0,01.
f(x) = x^2 - 4x- 3
x^2 - 4x- 3 = 0
Primero se debe hallar la ecuación de la forma x = g(x), para ello debemos despejar
x:
x^2 - 4x - 3 = 0
x (x-4) - 3 = 0
x = 3 / (x - 4)
g(x) = 3 / (x - 4)
Es posible obtener múltiples funciones g. Otras funciones g(x):
g(x) = (3-x 2 )/(-4)
g(x) = Raiz(4x +3)
g(x) = (4x+3)/(x)
Dependiendo de la g(x) el método puede converger más o menos rápido. La función
g(x) que escogimos es: g(x) = 3 / (x - 4).
Valor Inicial, Iteración cero:
X0= -0.5
f(xn) = x^2 - 4x - 3
f(x0) = (-0.5) ^2 - 4 * (-0.5) - 3 = 0.25 + 2 - 3 = -0.75
Error: No se calcula todavía porque es la iteración cero.

ITER Xn F(Xn) ERROR

0 -0.5 -0.75 ---

Primera iteración:
X1= 3/ (x - 4)
X1= 3/ (- 0.5 - 4) = -0,6666666
f(xn) = x^2 - 4x - 3
f(x1) = (-0,6666) ^2 - (4 * (-0,6666)) - 3 = 0,1111111
Error: abs (X1 - X0) / X1
Error: abs ( -0.5 - (-0.6666)) / (-0.5) = 0.25

ITER Xn F(Xn) ERROR

0 -0.5 -0.75 ---
1 -0.66666 -0.11111 0.25

Segunda iteración:
X2= 3/ (x - 4)
X2= 3/ (-0.66666 - 4) = - 0.64285714
f(xn) = x^2 - 2x - 3
f(x2) = (- 0.64285714) ^2 - 2 * (- 0.64285714) - 3 = -0.0153061
Error: abs (X2 - X1) / X2
Error: abs (- 0.64285714 - (-0.66666)) / (- 0.64285714) = 0.037

ITER Xn F(Xn) ERROR

0 -0.5 -0.75 ---
1 -0.66666 -0.11111 0.25
2 -0.64285714 -0.01530611 0.037
2.5 OTROS METODOS.
METODO DE VON MISES:
El método de Newton tiene algunas variantes que dan origen a otros métodos, un
caso especial en el cual el método de Newton puede presentar problemas en su
aplicación, es cuando los puntos Xi están muy alejados de la solución o bien f^1 (x)
es cercana a cero.
Para resolver este problema Von Mises propuso sustituir el denominador f^1 (Xi) por
f^1 (Xo). Por lo tanto, la ecuación del método es: Xa=Xp – f(Xp) / f¹(Xo)

Ejemplo:

F(x) = x³ – 2x – 1 fε(x) = 3x² - 2

Ingresar la función:

x³ – 2x – 1

Ingresar la función:

3x² – 2

Xo= 5
Es= 0.005
NMI=25
Raiz=1.7071

No se alcanzó convergencia en cinco interacciones, podemos observar que la

convergencia es muy lenta utilizando este método, se requieren aproximadamente
ochenta iteraciones para alcanzar convergencia con la tolerancia deseada.
2.6 APLICACIONES.
Cálculo de Volúmenes molares
Conceptos utilizados: Uso de ecuaciones de estado para el cálculo de propiedades
termodinámicas de sustancias puras.
Ejemplo

Dado a que la presión del Cloruro de Metilo a 60ºC es de 13.76 bar, emplee la ecuación
de Redlich/Kwonk para calcular los volúmenes molares del vapor y liquido saturados
a esas condiciones.
Solución
El desarrollo moderno de las ecuaciones cúbicas de estado se inició en 1949 con la
publicación de la ecuación de Redlich/Kwong.

Solución
El desarrollo moderno de las ecuaciones cúbicas de estado se inició en 1949 con la
publicación de la ecuación de Redlich/Kwong.

P= RT / v – b – a / T½ V (v + b)
a= 0.4278R² Tc²∙⁵ / Pc
b= 0.0867RTc / Pc
Tc= 416.3 ºK Pc=66.8 bar
R= 83.14cm³ bar mol−¹ k−¹, T=333.15 ºk
P= 13.76 bar
a= 1.56531x10⁸ cm⁶ bar mol−² k½
b= 44.922 cm³ mol−¹

Esta ecuación tiene 3 raíces para el volumen, de las cuales dos pueden ser complejas.
Físicamente, los valores de v son reales, positivos y mayores que la constante b. Los
volúmenes de líquidos y vapores saturados están dados por la raíz menor y mayor,
respectivamente, cuando p es la presión de saturación.
Disociación del vapor de agua a temperaturas altas
Concepto utilizado: Uso de la constante de equilibrio para calcular la concentración en
el equilibrio de oxígeno e hidrogeno.
“CONCLUSION”

Cada método que se presentó en esta investigación como

ejercicios resuelto que fueron puestos en este trabajo, fue
colocado con el único objetivo de
que fuera más fácil su compresión de cada
método que fue investigado en este proyecto,
también podemos decir que estos métodos para
poder resolver un problema es necesario tener una calculadora programable por la
razón de que si hace sin una de ellas resulta demasiado
largo la resolución de cada problema.
Tener en cuenta que para resolver cada problema de los
métodos numéricos es necesario tener orden porque la cantidad
de datos son demasiados, también se necesita tener los
programas para
resolver cada método, estos métodos numéricos nos dan una introducción a los
medos numéricos más complicados
Bibliografías:

 2.6 Aplicaciones de los metodos numericos - tasks numerical methods. (s. f.).

Recuperado 11 de septiembre de 2022, de

https://sites.google.com/site/tasksnumericalmethods/unidad-2-metodos-de-solucion-

de-ecuaciones/2-6-aplicaciones-de-los-metodos-numericos

 colaboradores de Wikipedia. (2021, 20 octubre). Método del punto fijo. Wikipedia, la

enciclopedia libre. Recuperado 9 de septiembre de 2022, de

https://es.wikipedia.org/wiki/M%C3%A9todo_del_punto_fijo

 Rojas, M. (2018, 2 mayo). Métodos numericos para ingenieros Steven C. Chapra & Raymond

P. Canale 5ed. Recuperado 11 de septiembre de 2022, de

https://www.academia.edu/36550967/M%C3%A9todos_numericos_para_ingenieros_Steven_

C_Chapra_and_Raymond_P_Canale_5ed