Professional Documents
Culture Documents
SOLUCIN NUMRICA DE
ECUACIONES NO LINEALES
2.1.0. INTRODUCCIN
2.1.1. MTODO DE PUNTO FIJO
2.1.2. MTODO DE NEWTON RAPSHON
2.1.3. MTODO DE LA SECANTE
2.1.4. MTODO DE LA BISECCIN
2.1.5. MTODO DE REGULA FALSI
2.1.6. ACELERACIN DE LA CONVERGENCIA
2.1.7. RACES COMPLEJAS
2.1.7.1. MTODO DE NEWTON RAPHSN
2.1.7.2. MTODO DE MULLER
2.1.8. RESOLVER LAS SIGUIENTES ECUACIONES USANDO LOS
DIFERENTES MTODOS ANALIZADOS
Pgina 1
2.1.
SOLUCIN
NUMRICA
ECUACIONES NO LINEALES
DE
2.1.0. INTRODUCCIN
En este tem trataremos sobre uno de los problemas ms vastos de la
aproximacin numrica la solucin de ecuaciones no lineales analizado
de diferentes maneras desde la ptica analtica y su interpretacin
geomtrica.
En el campo de la tecnologa principalmente en la ingeniera nos
encontramos generalmente con el siguiente problema determinar las
races de la ecuacin f(x) = 0.
Como la teora de la difraccin de la luz se precisa de la siguiente
ecuacin; x-tanx=0 .
Para determinar las orbitas planetarias se precisa de la ecuacin
llamada ecuacin de Kepler, x- a senx =b, para diversos valores de a y
b.
Es decir f(x) puede ser una funcin de variable real x, como es un
polinomio en x, o como una funcin trascendente es decir:
f ( x) a n X n a n 1 X n 1 ... a 2 X 2 a1 X 1 a 0
Donde r1, r2; r3;. rn; son las races de la ecuacin es decir la solucin al
problema planteado. En el caso general se pueden obtener soluciones
muy prximas a dichas races, esto utilizando mtodos numricos que
sern visto en esta oportunidad iniciando con el Mtodo de Punto fijo,
que se conoce tambin como aproximaciones sucesivas de iteracin
funcional.
Pgina 2
(1)
(2)
f ( x) 2 x 2 x 5 0
f ( x) 3x 2 x 8 0
ecuacin
b) x
5
x 5 , c) x
; d) x x 2
2x 1
2x 2 x 5
8
x 8 , c) x
; d) x x 3
3x 1
3x 2 x 8
Segunda
a ) x 3 x 2 8;
4x 1
ecuacin
b) x
5x 1
Pgina 3
x0
f(x0)
Iteracin 1
x1 = g(x0)
f(x1)
Iteracin 2
x2 = g(x1)
f(x2)
Iteracin 3
x3 = g(x2)
f(x3)
Iteracin k
xk = g(xk-1)
f(xk)
Iteracin k+1
xk+1 = g(xk)
f(xk+1)
Obs.
Debemos resaltar que la sucesin x 0, x1, x2, x3;xk se va
acercando al valor de la raz r 1, de manera que xk se encuentra ms
cerca de r que xk-1 o se van alejando de la raz.
1.
X0
X1
X2
X3
X4 X5
Xn = r
d i X i 1 X i
x 5 ,
2
x 2,
a)
b)
Iteraciones k
Valor de xk
g(xk)=2x2-5
Pgina 4
13
13
333
333
221773
Caso: (a)
Iteraciones k
Valor de xk
g (xk )
2.87083
2.87083
1.85349
1.85349
1.85115
1.85115
1.85083
x 5
2
Caso: (b)
x 3 x 2 8;
b)
x 8 ,
3
Para el caso (a) el proceso diverge y para el caso (b) converge es decir.
Iteraciones k
Valor de xk
G(xk)=3x2- 8
40
40
4792
4792
Caso: (a)
Pgina 5
Valor de xk
g( xk )
1.1180
1.1180
1.7434
1.7434
1.8022
1.8022
1.8076
x 8
3
Caso: (b)
Iteracin
k
Valor
de
G(xk)=3x2- 8
xk
f ( x) 3x 2 x 8 0
40
36
40
4792
4852
4792
Caso: (a)
Pgina 6
Valor de xk
g( xk )
1.1180
1.1180
1.7434
-5.368
1.7434
1.8022
-0.6250
1.8022
1.8076
-0.058
x 8
3
f ( x) 3x 2 x 8 0
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 mtodo
anterior visto basado en que g(r) = r
No olvidar que r es la raz donde la sucesin x 0, x1, x2, x3;xkdebe
converger esto quiere decir que los valores consecutivos de esta
sucesin se van acercando cada vez ms a dicha raz conforme se
realice el proceso iterativo esquemticamente se tendr:
*
* *
X20
*..*r
. .. XK r
Pgina 7
g ( x ) 1
:
Pero ahora podemos suponer que la derivada de g(x) esta acotada en
toda la regin de la sucesin x0, x1, x2, x3;xk en otras palabras se
tendr que:
g ( x) M
x 2 x1 M x1 x 0
x 3 x 2 M x 2 x1
x 4 x 3 M x3 x 2
x5 x 4 M x 4 x3
::
Observe que si sustituimos la primera en la segunda y esta en la tercera
y as sucesivamente se tiene que x 4 x3 M 3 x1 x 0 y esto podemos
generalizar as:
x k 1 x k M k x1 x 0
Observemos que el mtodo del punto fijo puede converger por mltiples
criterios, pero es evidente que si M es menor que uno es decir M<1,
Pgina 8
g(x)
g(x)
x = r x3
x2
x1
xo
Interpretacin Geomtrica de
G ( x ) 1 ,
Convergencia montona
Convergencia Oscilatoria
Veamos un ejemplo:
Calcular una raz de la funcin
como valor inicial 1
f ( x) x 3 2 x 2 10 x 20
20
x 2 2 x 10
considerando
Y=
g(x)
Y=x
g ( x ) x 3 2 x 2 11x 20
X1 =
X2 =
g(x)
g(x)
x3 x=r x2 x1
xo
Solucin Numrica de Ecuaciones no Lineales
Pgina 9
20( 2 x 2)
( x 2 2 x 10) 2
g ( x ) 3 x 2 4 x 11
80
0.47
169
g (1) 18
iteraciones
k
xk
x k 1 x k
g ( x k )
1.00000
0.00000
0.47337
1.53846
0.53846
0.42572
1.29502
0.24344
0.45100
1.40183
0.10681
0.44047
1.35421
0.04762
0.44529
1.37009
0.02101
0.44317
1.36593
0.00937
0.44412
1.37009
0.00416
0.44370
1.36824
0.00185
0.44389
1.36960
0.00082
0.44386
Pgina 10
existe y es continua
h2 h3 h4 v hn 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 ( x)
f ( x)
Si aproximamos x
a la raz r entonces
f ( x)
deber encontrarse ms cerca de r. De esta manera el Mtodo
f ( x )
f (xn )
, 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
Pgina 11
1
( x c)( x c)( x c)
f (c)( x c) 2
f (c) ......
2!
3!
f(x
)
Lnea tangente a la
funcin
f(x))+f(x )
f(x) =f(x
n
n
f(x0)
(x-xn)
2
1 la cual
0
1.- Representar grficamente la funcin
f(x)
corta al eje x en r
que es la raz
de f(x)
Pgina 12
Primero
determinamos
la
derivada
del
polinomio:
f ( x) 3 x 2 4 x 10
b)
f (xk )
Aplicar la sucesin iterativa x k 1 x k
f ( x k )
c)
x k 1 x k
d)
e)
f)
g)
x1 = 1.41176
X2 = 1.36934
X3 = 1.36881
X4 = 1.36881
( x k ) 3 2( x k ) 2 10 x k 20
3( x k ) 2 4 x k 10
g ( x k )
iteraciones
k
xk
1.00000
0.00000
0.24221
1.41176
0.41176
0.02446
1.36934
0.04243
0.00031
1.36881
0.00053
1.09x10-6
1.36881
0.00000
1.2714x10-6
x k 1 x k
Pgina 13
f ( x k ) f ( x k 1 )
x k x k 1
tiene como
x k x k 1
.....k 1,2,3,...
f ( x k ) f ( x k 1 )
Observemos que si calculamos xk+1 entonces se requiere conocer xk y xk1 esto quiere decir que se deben de dar en la problemtica estos dos
valores.
As tambin se observa que para determinar el valor de x k slo se
requiere un clculo de f(x)
INTERPRETACIN GRFICA
La interpretacin grfica es similar que la interpretacin grafica del
mtodo de Newton solo que en este caso se debe de considerar la lnea
tangente como una lnea secante
f(x)
f(Xk1
EJEMPLOS
f(Xk)
r
Xk+1 Xk
Lnea secante a la
funcin f(x)
Xk-
Pgina 14
x k x k 1
.....k 1,2,3,...
f ( x k ) f ( x k 1 )
x1 x 0
.....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
metodologa en el cual observaremos que se trata de un mtodo rpido
en convergencia casi tan igual que el Mtodo de Newton pero mucho
ms rpido que el Mtodo de Punto Fijo
Iteraciones
k
xk
0.00000
0.00000
1.00000
1.00000
1.53856
0.53846
1.35031
0.18815
1.36792
0.01761
1.36881
0.00090
x k 1 x k
Ejemplo
Usar el mtodo de la secante para encontrar una raz real de la
ecuacin 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
aproximacin a la raz .
Solucin
a) Aplicamos la secuencia que determina la metodologa:
Pgina 15
x k x k 1
.....k 1,2,3,...
f ( x k ) f ( x k 1 )
x1 x 0
.....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
metodologa en el cual observaremos que se trata de un mtodo rpido
en convergencia casi tan igual que el Mtodo de Newton pero mucho
ms rpido que el Mtodo de Punto Fijo
iteraciones k
xk
7.00000
8.00000
1.00000
7.05895
0.94105
7.11764
0.05859
7.11289
0.00475
7.11306
0.00017
7.11306
0.00000
x k 1 x k
Pgina 16
caso a) f(a)*f(c)<0
Caso b) f*(c)f(b)<0
f(a)
EJEMPLOS
Determinar una raz real del polinomio
considerando un error de 10-3
Solucin
f ( x) ax 3 2 x 2 c10 x 20 ,
c
b
a)
Determinamos los valores de a y b evaluando la funcin en
f(c)
algunos puntos donde sea relativamente
fcil de f(a
evaluar por ejemplo:
)
f(0)= -20; f(1) = -7 ; f(-1) = -29f(b)
; f(2) = 16.
Considerando el razonamiento del mtodo observamos que en el
intervalo [1,2] existe una raz de la funcional. En este caso nuestros
valores de a = 1, b = 2
b) Determinamos el nmero de iteraciones M considerando la siguiente
relacin
M
ln(a ) ln( )
ln(2)
Pgina 17
f(b
)
ln(2 1) ln(10 3 )
ln(2)
en nuestro caso
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
1 1 .5
1.25;
2
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
XA
XB
1.00000
2.00000
1.00000
2.00000
1.50000
0.25000
2.87500
1.00000
1.50000
1.25000
0.12500
2.42188
1.25000
1.50000
1.25000
0.06250
2.42188
1.25000
1.37500
1.37500
0.03125
0.13086
1,31250
1.37500
1,31250
0.01563
0.52481
1.34375
1.37500
1.34375
0.00781
0.19846
1.35938
1.37500
1.35938
0.00395
0.03417
1.36719
1.37500
1.36719
0.00195
0.04825
XC
C k C k 1
f (C k )
Pgina 18
1.36719
1.37109
1.37109
0.00098
0.00702
10
1.36719
1.36914
1.36914
0.00049
0.01358
11
1.36826
1.36914
1.36865
0.00025
0.00329
12
1.36865
1.36914
1.36890
0.00013
0.00186
13
1.36865
1.36890
1.36877
0.00006
0.00071
f ( x k ) f ( x k 1 )
x k x k 1
Pero en este caso xk, y xk-1, se ubican en lados opuestos de la raz que
se busca esto quiere decir que f(xk) y f(xk-1) tienen signos opuestos y
determinamos el siguiente punto de aproximacin X M que aproxima a la
x f ( x k ) x k f ( x k 1 )
raz es decir. x M k 1
f ( x k ) f ( x k 1 )
;
xM xk
( x k x k 1 ) f ( x k ) x k 1 f ( x k ) x k f ( x k 1 )
f ( x k ) f ( x k 1 )
f ( x k ) f ( x k 1 )
M
k-1
f(x )>0
M
) cada vez mas
cerca de B
la raz.
f(xk)
f(xk)
Se toma
como
xM valor mas exacto el valor ultimo
x
x de x , para terminar el
k-1
k-1
k-1
proceso
-x |<e .
A se considerax|x
k
INTERPRETACIN GRAFICA
f(xk-1)
f(xM )
xM
xk
f(xk-1)
Pgina 19
Ejemplo.
Determinar
f ( x) x 3 2 x 2 10 x 20 ,
una
raz
real
del
polinomio
-3
considerando un error de 10 , usando regula
falsa.
Solucin
1. Determinamos los valores de x k-1 y xk para lo cual evaluamos la
funcin en lo puntos:
f(0)= -20; f(1) = -7 ; f(-1) = -29 ; f(2) = 16.
2. Considerando el razonamiento del mtodo observamos que en el
intervalo [1,2] existe una raz de la funcional. En este caso nuestros
valores de xk = 1; f(1) = -7 xk-1 = 2, f(2) = 16.
( x x k 1 ) f ( x k ) x k 1 f ( x k ) x k f ( x k 1 )
xM xk k
f ( x k ) f ( x k 1 )
f ( x k ) f ( x k 1 )
xM 1
(1 2)(7)
1.30435
7 16
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
K
0
1
2
3
4
5
6
Xk
1.00000
1.00000
1.30435
1.35791
1.36698
1.36850
1.36876
Xk-1
2.00000
2.00000
2.00000
2.00000
2.00000
2.00000
2.00000
XM
f(xM)
|f(xM)|
1.30435
1.35791
1.36698
1.36850
1.36876
1.36880
-1.33476
-0.22914
-0.03859
-0.00648
-0.00109
-0.00018
1.33476
0.22914
0.03859
0.00648
0.00109
0.00018
Pgina 20
tenemos
Pgina 21
,
El mtodo de
consiste en usar
aproximacin de x. y afirma que:
Si
como una
, entonces,
tambin converge a x y
, con
converge linealmente
con
Xn
0.54030
0.87758
0.94496
0.96891
0.98007
0.98614
0.98981
qn
0.96178
0.98213
0.98979
0.99342
0.99541
,
La potencia superior del operador
se define recursivamente,
,
Usando esta definicin tenemos que,
2
Pgina 22
,
,
Pgina 23
,
La sucesin de complejos se va acercando de manera rpida a 3i, en
consecuencia
f(3i)=(3i)2+9 = -9+9=0,
Para evaluar la convergencia se utiliza
, esto es la norma de nmeros complejos es decir
, es decir para el caso particular se tiene
,
,
,
Pgina 24
de
,
;
Es una parbola que pasa por los puntos
pero de manera usual una parbola se representa por,
,
Si comparamos esta representacin con la ltima relacin tenemos,
;
,
,
Pgina 25
,
Observaciones
1. La seleccin del signa del radical se hace considerando de que el
denominador sea el mximo, lo que permita estar mas cerca de x i
2. La raz correspondiente es la siguiente aproximacin x i+1.
3. La razn para la presentar la formula se esta manera es con la
finalidad de obtener mayor exactitud.
4. Puede suceder que la raz 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 races complejas y el valor de x se considera como
aproximacin de alguna raz y deber seguir emplendose en el
algoritmo.
Ejemplo
Encuentre una raz real del polinomio
f ( x) x 3 2 x 2 10 x 20 ,
Pgina 26
SEGUNDA ITERACIN
Primero: Hacemos correr los subndices de x: x0=1; x1=2; x2=1.354017
Segundo: evaluar f(x) en los puntos seleccionados considerando la
nomenclatura,
f0= -7; f1= 16; f2=-0.30968.
Tercero: calculo de los coeficientes del polinomio de segundo grado,
,
Pgina 27
,
Los coeficientes toman los siguientes valores:
;
,
,
Cuarto: calculo de los denominadores de la formula,
xi
0
1
2
3
4
5
0
1
2
1.35407
1.36865
1.36881
,
1.00000
1.00000
0.64593
0.01458
0.00016
Pgina 28
1) cos x 3x 0, considere x
9)
senx
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 ;
24)
25)
26)
x 1 tan x 0, en [0, /2
x 3 5 x 2 3 x 7 0,
aplique Newton con x 0 5
4 x 3 2 x 2 3 0,
aplique Newton con x 0 1
27)
28.)
29)
30)
f ( x ) e x 1.5 tan 1 x, x 0 7 ;
f ( x) x 3 1
f ( x) sen(
x ) x; x 01 / 2;
Pgina 29
Pgina 30