Professional Documents
Culture Documents
FACULTAD DE INGENIERIA
Abancay-Apurímac 2018
1
INDICE
Introducción ................................................................................................. 3
1. Métodos cerrados .................................................................................... 4
1.1. Método de la bisección .................................................................................... 4
2. Métodos abiertos ..................................................................................... 8
2.1. Método de punto fijo ........................................................................................ 8
2.2. Método de Newton-Raphson ......................................................................... 11
2.3. Método de Muller ............................................................................................ 13
Conclusiones .............................................................................................. 16
Bibliografía................................................................................................. 17
2
Introducción
Conviene por último que el lector tome conciencia desde el primer momento de un
hecho relativo a los métodos de resolución de sistemas de ecuaciones no lineales: no
existe un método universal de resolución de sistemas de ecuaciones no lineales.
Algunos de ellos funcionaran sobre ciertos sistemas y no servirán para resolver otros.
Los métodos que presenten un buen comportamiento sobre algunos sistemas pueden no
ser los mejores para resolver otros sistemas diferentes. Más bien abría decir que cada
sistema no lineal requerirá su método de resolución idóneo.
3
1. Métodos cerrados
Objetivo del método: Calcular de forma aproximada las raíces de la ecuaciones f(x)=0.
Introducción: Este es uno de los métodos más sencillos y de fácil intuición para
resolver ecuaciones en una variable. La función del método de bisección es encontrar la
raíz de una ecuación y consiste en elegir un intervalo y luego ir dividiendo ese intervalo
en mitades hasta dar con la raíz.
4
Teorema del valor intermedio:
Si una función f(x) es continua en un intervalo cerrado [a,b] y f(a) y f(b) son de distinto
signo, existe por lo menos un punto entre a y b para el cual f(c)=0.
lim 𝐶𝑛 = 𝑟𝑎𝑖𝑧
𝑛→∞
Criterios deparada:
5
Pasos:
Se pretende resolver la ecuación f(x)=0, en un intervalo [a,b] del que se sabe que
f(a)*f(b)<0, teniendo en cuenta que la función es continua.
𝑋𝑙 +𝑋𝑈
PASO2: Una aproximación de la raíz 𝑋𝑟 , se determina mediante: 𝑋𝑟 = .
2
PASO3: Realice las siguientes evaluaciones para determinar en qué sub-intervalo ésta
la raíz:
a) Si f(𝑋𝑙 )*f(𝑋𝑟 )<0, entonces la raíz se encuentra dentro del sub-intervalo inferior o
izquierdo. Por tanto, haga 𝑋𝑈 = 𝑋𝑟 y vuelva al paso 2.
b) Si f(Xl ) f(Xr )>0, entonces la raíz se encuentra dentro del sub-intervalo superior o
derecho. Por tanto, haga 𝑋𝑙 = 𝑋𝑟 y vuelva al paso 2.
Algoritmo de bisección:
Se extiende para incluir verificación del error. El algoritmo emplea funciones definidas
por el usuario para volver más eficiente la localización de las raíces y la evaluación de
las funciones. Además, se le pone un límite superior al número de iteraciones. Por
último, se incluye la verificación de errores para evitar la división entre cero durante la
evaluación del error. Este podría ser el caso cuando el intervalo está centrado en cero.
En dicha situación la ecuación tiende al infinito. Si esto ocurre, el programa saltara la
evaluación de error en esa iteración.
Error cometido
Para estudiar el error cometido, notaremos por r a la raíz de la ecuación f(x)=0, y por r’a
la aproximación que obtenemos de r.
6
Entonces el error cometido viene dado por: E=|r’-r|
Observamos que las distintas aproximaciones a la raíz r que vamos obteniendo son lo
valores de 𝐶𝑛 .
b−a
Notaremos por en < 2n+1 y despejando n tenemos;
log(b−a)−log(ε)
n≥ log(2)
Así una vez que tengamos el error máximo que debemos cometer (𝜀), hallamos la
expresión de la derecha y hallamos el valor mínimo de n que tenemos que calcular, de
esta forma hallamos la aproximación a la raíz con el error resultante menor que la cota
dada.
Ventajas
𝑏−𝑎
El error 𝜀 = |𝛼 − 𝑋𝑛 |, se acota fácilmente ya que |𝛼 − 𝑋𝑛 | ≤ , previendo la
2𝑛
𝑙𝑜𝑔(𝑏−𝑎)−𝑙𝑜𝑔(𝜀)
𝑛≥ 𝑙𝑜𝑔(2)
convergencia segura.
Desventajas
7
2. Métodos abiertos
Sea f: R→R. Dada la ecuación f(x)=0, encuentre tal r tal que f(r)=0
Suponer que la ecuación f(x)=0 se sustituye x=g(x). suponer además que g es una
función continua en un intervalo [a, b] y que g(a)>a y g(b)<b como se muestra en el
siguiente grafico.
H(a)=g(a)-a>0
H(b)=g(b)-b<0
8
Algoritmo del punto fijo
Con la formula iterativa se obtiene una sucesión de valores x esperando que tiene a
una valor que satisfaga la ecuación x=g(x) lo cual implica que la ecuación f(x)=0
también se satisface.
formula iterativa
Definición
9
Por el teorema del valor medio:
𝑔(𝑥𝐼 )−𝑔(𝑟)
G’(z)= , para z 𝜀 (r, 𝑥𝐼 )
𝑥𝐼 −𝑟
Este resultado indica que si en cada iteración, la magnitud de g’() se mantiene menor
que uno,
Se puede extender a los casos en los cuales g tiene pendiente negativa y deducir en
general la condición d convergencia del método del punto fijo Ig´(x)I <1,
Ejemplo
F(x)=𝑒 𝑥 -𝜋x =0
Con lo que se construye que la segunda raíz no se puede calcular con esta formula
10
Eficiencia de del método del punto fijo
El método del punto fijo tiene convergencia lineal o de primer orden debido a que 𝐸𝐼 y
𝐸𝐼+1 estan relacionadas directamente mediante el factor de convergencia : 𝐸𝐼+1 =g´(z) 𝐸𝐼 ,
por lo tanto este método tiene convergencia lineal 𝐸𝐼+1 =O(𝐸𝐼 ) y g´(z) es el factor de
convergencia. Si su magnitud permanece mayor a 1, el método no converge (Luis
rodrigues Ojeda MSc)
Este método es uno de los más utilizados para localizar raíces ya que en general es
muy eficiente y siempre converge para una función polinomial. Se requiere que las
funciones sean diferenciables, y por tanto, continuas, para poder aplicar este método.
Se debe partir de un valor inicial para la raíz: xi , este puede ser cualquier valor, el
método convergirá a la raíz más cercana.
Si se extiende una tangente desde el punto , el punto donde esta tangente
cruza al eje x representa una aproximación mejorada de la raíz. (Caiza, 2015)
11
𝑓(𝑥𝑖 )
𝑥𝑖+1 − 𝑥𝑖 =
𝑚
𝑓(𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 − → la cual se conoce como fórmula de Newton-Raphson.
𝑚
100 %
El método de Newton-Raphson es convergente cuadráticamente, es decir, el error es
aproximadamente al cuadrado del error anterior.
Esto significa que el número de cifras decimales correctos se duplica aproximadamente
en cada interacción.
12
2.3. Método de Muller
Este método fue presentado por primera vez por D.E. Müller en el año 1956, para
encontrar raíces de ecuaciones con raíces múltiples, y consiste en obtener los
coeficientes de la parábola que pasa por tres puntos elegidos. Cuyos coeficientes son
sustituidos en la formula cuadrática para obtener el valor donde la parábola intercepta al
eje X; es decir, la raíz estimada. La aproximación se puede facilitar, si se escribe la
ecuación de la parábola en una forma conveniente.
Una de las mayores ventajas del método de Müller, es que al trabajar con la formula
cuadrática es posible encontrar las raíces reales, tanto como las raíces complejas.
13
En cambio, en el método de Müller se usa tres aproximaciones iníciales: x0, x1 y x2.
Con la cual procederíamos a determina la siguiente aproximación x3, considerando la
intercepción del eje x con la parábola que pasa por (x0,f(x0)) , (x1,f(x1)) y (x2,f(x2)).
Se busca esta parábola para intersectar los tres puntos [x0, f(x0)], [x1, f(x1)] y [x2,
f(x2)].
Los coeficientes de la ecuación anterior se evalúan al sustituir uno de esos tres
puntos para dar:
De esta forma, se puede tener un sistema de dos ecuaciones con dos incógnitas:
14
Definiéndose de esta forma:
15
Conclusiones
16
Bibliografía
17
18