5.

Races de ecuaciones

5.1 Mtodos cerrados

Parte II: Anlisis Numrico 1

 5.1.1 Mtodos Grficos

Un mtodo simple para obtener una aproximacin a la raz de la

ecuacin f(x)=0, consiste en graficar la funcin y observar donde cruza
el eje x.

Ejemplo: Utilizar grficas por computadora para localizar las races de

f(x) = x3 + x2 -3x+5
Solucin. Utilizando MATLAB,
<< x=0:0.01:5;
<< y=x.^3+x.^2-3*x+5;
<< plot(x,y);
<< grid on;

Parte II: Anlisis Numrico 2

 40

30

20

10

0
y

-10

-20

-30

-40
-4 -3 -2 -1 0 1 2 3
x

La grfica muestra la existencia de varias races, incluyendo quizs

una doble raz alrededor de x=4.2

Parte II: Anlisis Numrico 3

Reduciendo la escala horizontal se obtiene:

x=4.1:0.001:4.4;
y=sin(10*x)+cos(3*x);
plot(x,y);
grid on;

En efecto, hay dos races diferentes entre x=4.23 y x=4.26

Parte II: Anlisis Numrico 4

 5.1.2 El mtodo de biseccin

En general, si f(x) es real y continua en el intervalo que va desde xl

hasta xu y f(xl) y f(xu) tienen signos opuestos, es decir
f(xl) f(xu) < 0
entonces hay al menos una raz real entre xl y xu

El mtodo de biseccin, conocido tambin como de corte binario, de

particin de intervalos o de Bolzano, es un tipo de bsqueda
incremental en el que el intervalo se divide siempre a la mitad. Si el
valor de la funcin cambia de signo, sobre un intervalo, se evala el
valor de la funcin en el punto medio. La posicin de la raz se
determina situndola en el punto medio del subintervalo, dentro del
cual ocurre un cambio de signo. El proceso se repite hasta obtener
una mejor aproximacin.
Parte II: Anlisis Numrico 5
Paso 1: Elija valores iniciales inferior, xl , y superior, xu , que encierren
la raz, de forma que la funcin cambie de signo en el
intervalo. Esto se verifica comprobando que f(xl) f(xu) < 0
Paso 2: Una aproximacin de la raz xl se determina mediante:
xl + xu
xr =
2
Paso 3: Realice las siguientes evaluaciones para determinar en que
subintervalo est la raz:
a. Si f(xl) f(xr) < 0 , entonces la raz se encuentra dentro del
subintervalo inferior o izquierdo. Por tanto, haga xu = xr y
vuelva al paso 2.
b. Si f(xl) f(xr) > 0, entonces la raz se encuentra dentro del
subintervalo superior o derecho. Por lo tanto, , haga xl = xr y
vuelva al paso 2.
c. Si f(xl) f(xr) = 0, entonces la raz es igual a xr; termina el clculo

Parte II: Anlisis Numrico 6

Ejemplo Biseccin
Planteamiento del problema. Emplee el mtodo de
biseccin para resolver la ecuacin f(x)=(667.38/x)*(1-exp(-
0.146843 x))-40
Solucin.
Primera iteracin: xl = 12; xu = 16
xr = (12+16) / 2 = 14
f(12) f(14) = (6.067)(1.569) = 9.517 > 0
No hay cambio de signo entre el lmite
inferior y el punto medio. En
consecuencia la raz debe estar
localizada entre 14 y 16.
Segunda iteracin: xl = 14; xu = 16
xr = (14+16) / 2 = 15
f(14) f(15) = (1.569)(-0.425) = -0.666 < 0
Parte II: Anlisis Numrico 7
Tercera iteracin: xl = 14; xu = 15
xr = (14+15) / 2 = 14.5

12 16

14 16

14 15

Parte II: Anlisis Numrico 8

Criterios de paro y estimaciones de errores

Un criterio objetivo de definir cundo un mtodo numrico debe

terminar, es estimar el error de forma tal que no se necesite el
conocimiento previo de la raz. Como se estudi previamente, se
puede calcular el error relativo porcentual a de la siguiente manera

xrnuevo xranterior
a =
xrnuevo

Cuando a es menor que un valor previamente fijado s, termina el

clculo.

Parte II: Anlisis Numrico 9

Ejemplo Estimacin del error en la biseccin
Planteamiento del problema. Continuar con el ejemplo
anterior hasta que el error aproximado sea menor que el
criterio de terminacin s = 0.5%.
Solucin. Tomando las dos primeras iteraciones,
xrnuevo =15; xranterior =14
|a| = | (15-14) / 15 | = 0.0667 6.667%

Iteracin xl xu xr a (%) t (%)

1 12 16 14 5.279
2 14 16 15 6.667 1.487
3 14 15 14.5 3.448 1.896
4 14.5 15 14.75 1.695 0.204
5 14.75 15 14.875 0.840 0.641
6 14.75 14.875 14.8125 0.422 0.219

Parte II: Anlisis Numrico 10

FUNCTION Bisect(xl, xu, es, imax, xr, iter, ea)
iter = 0
Do
xrold = xr
xr = (xl + xu) / 2
iter = iter + 1
IF xr 0 THEN
ea = ABS((xr xrold)/ xr)*100
END IF
test = f(x1)*f(xr)
IF test < 0 THEN
xu = xr
ELSE IF test > 0 THEN
xl = xr
ELSE
ea = 0
END IF
IF ea < es OR iter imax EXIT
END DO
Bisect = xr
END Bisect
Parte II: Anlisis Numrico 11
 5.1.3 Mtodo de la falsa posicin

Una tcnica alternativa al mtodo de biseccin, consiste en unir f(xl) y

f(xu) con una lnea recta. La interseccin de esta lnea con el eje de las
x representa una mejor aproximacin de la raz. El hecho de que se
remplace la curva por una lnea recta da una falsa posicin de la raz;
de aqu el nombre de mtodo de la falsa posicin, o en latn regula
falsi. Tambin se la conoce como mtodo de interpolacin lineal.

Parte II: Anlisis Numrico 12

Usando tringulos semejantes: f(x)

f ( xl ) f ( xu ) f(xu)
=
x r xl x r xu

en la cual se despeja xr
xr
f ( xu )( xl xu )
xr = xu
f ( xl ) f ( xu ) xl xu
x

sta es la ecuacin de la falsa

posicin. El valor de xr calculado
reemplazar, despus, a f(xl)
cualquiera de los dos valores
iniciales xl o xu

Parte II: Anlisis Numrico 13

Ejemplo Falsa posicin
Planteamiento del problema. Con el mtodo de la falsa
posicin determine la raz de la ecuacin f(x)=(667.38/x)*(1-
exp(- 0.146843 x))-40
Solucin
Primera iteracin: xl=12 f(xl)=6.0699
xu=16 f(xu)=-2.2688
xr=16-(-2.2688(12-16) /
(6.0669-(-2.2688)) = 14.9113
Segunda iteracin: f(xl) f(xr) = -1.5426 < 0
xl=12 f(xl)= 6.0699
xu=14.9113 f(xu)= -0.2543
xr=14.9113-(-0.2543(12-14.9113) /
(6.0669-(-0.2543)) = 14.7942

Parte II: Anlisis Numrico 14

Ejemplo Un caso en el que la biseccin es preferible a la falsa
posicin
Planteamiento del problema. Con los mtodos de biseccin
y falsa posicin, localice la raz de f(x) = x10-1
Solucin.
Usando biseccin,

Iteracin xl xu xr a(%) r(%)

1 0 1.3 0.65 100.0 35
2 0.65 1.3 0.975 33.3 2.5
3 0.975 1.3 1.1375 14.3 13.8
4 0.975 1.375 1.05625 7.7 5.6
5 0.975 1.05625 1.015625 4.0 1.6

Parte II: Anlisis Numrico 15

Con el mtodo de falsa posicin

Iteracin xl xu xr a(%) t(%)

1 0 1.3 0.09430 90.6
2 0.0943 1.3 0.18176 48.1 81.8
3 0.18176 1.3 0.26287 30.9 73.7
4 0.26287 1.3 0.33811 22.3 66.2
5 0.33811 1.3 0.40788 17.1 59.2

Parte II: Anlisis Numrico 16

 f(x)

15

10

0
1 x

Parte II: Anlisis Numrico 17

Falsa posicin modificada

Una forma de disminuir la naturaleza unilateral de la falsa posicin

consiste en obtener un algoritmo que detecte cuando se estanca uno
de los lmites del intervalo. Si ocurre esto, se divide a la mitad el valor
de la funcin en el punto de estancamiento. A ste mtodo se le llama
mtodo de la falsa posicin modificado.

Parte II: Anlisis Numrico 18

FUNCTION ModFalsePos(xl, xu, es, imax, xr)
iter = 0
fl = f(xl)
fu = f(xu)
DO
xrold = xr
xr = xu-fu*(xl - xu)/(fl - fu)
fr = f(xr)
iter = iter+1
IF xr<>0 THEN
ea = Abs((xr-xrold)/xr)*100
END IF
test = fl * fr
IF test < 0 THEN
xu = xr
fu = f(xu)
iu = 0
il = il+1
IF il 2 THEN fl = fl / 2
ELSE IF test > 0 THEN
xl = xr
fl = f(xl)
il = 0
iu = iu+1
IF iu 2 THEN fu = fu/2
ELSE
ea = 0
END IF
IF ea < es OR iter imax THEN EXIT
END DO
ModFalsePos = xr
END ModFalsePos
Parte II: Anlisis Numrico 19
 Ejercicios

Ejercicio 5.1 Determine las races reales de f(x) = -0.4x2 + 2.2x + 4.7:
a. Grficamente
b. Usando el mtodo de biseccin para determinar la raz ms grande.
Emplee como valores iniciales xl=5 y xu=10. Calcule el error
estimado a y el error verdadero t para cada iteracin.

Ejercicio 5.2 Calcule la raz real positiva de f(x)=x4-8x3-36x2+462x

1010 utilizando el mtodo de la falsa posicin. Use una grfica para
escoger el valor inicial y realice el clculo con s = 1.0 %

Parte II: Anlisis Numrico 20

Ejercicio 5.3 La concentracin de saturacin de oxgeno disuelto en agua se
calcula con la ecuacin
1.575701 10 5 6.642308 10 7 1.243800 1010 8.621949 1011
ln Osf = 139.34411 + 2
+ 3
4
Ta Ta Ta Ta

donde Osf = concentracin de saturacin de oxgeno disuelto en agua a 1 atm

(mg/L) y Ta = Temperatura absoluta (K). Recuerde que Ta = T + 273.15, donde
T = temperatura (C). De acuerdo con sta ecuacin, la saturacin disminuye
con el incremento de la temperatura. Para aguas naturales tpicas en climas
templados, la ecuacin sirve para determinar rangos de concentracin de
oxgeno desde 14.621 mg/L a 0C hasta 6.949 mg/L a 35C. Dado un valor
de concentracin de oxgeno, sta frmula y el mtodo de biseccin son tiles
para resolver la temperatura en C.
Si los valores iniciales se fijan en 0 y 35C, desarrolle y pruebe un programa de
biseccin para determinar T como una funcin de una concentracin de
oxgeno dada. Pruebe el programa para Osf=8, 10 y 14 mg/L. Compruebe sus
resultados

Parte II: Anlisis Numrico 21

5.2 Mtodos abiertos

Parte II: Anlisis Numrico 22

 5.2.1 Iteracin simple de punto fijo

Los mtodos abiertos utilizan una frmula para predecir la raz. Esta
frmula puede desarrollarse como una iteracin simple de punto fijo
(Tambin llamada iteracin de un punto o sustitucin sucesiva o
mtodo de punto fijo), al reordenar la ecuacin f(x)=0 de tal modo que
x est del lado izquierdo de la ecuacin:
x=g(x)
x 2
+3
Por ejemplo, x -2x+3 = 0, se reordena para obtener x =
2
2
Mientras que sen(x)=0, puede transformarse sumando x a ambos lados
para obtener
x=sen(x)+x

Parte II: Anlisis Numrico 23

De sta manera, dado un valor inicial para la raz xi , la ecuacin
anterior puede usarse para obtener una nueva aproximacin xi+1,
expresada por la frmula iterativa

xi+1=g(xi)

El error aproximado se calcula usando el error normalizado:

xi +1 xi
a = 100%
xi +1

Parte II: Anlisis Numrico 24

Ejemplo Iteracin simple de punto fijo
Planteamiento del problema. Use una iteracin simple de
punto fijo para localizar la raz de f(x) = e-x - x
Solucin.
xi+1=e-xi

i xi a % %
1 1 100.0 76.3
2 0.367879 171.8 35.1
3 0.692201 46.9 22.1
4 0.500473 38.3 11.8
5 0.606244 17.4 6.89
6 0.545396 11.2 3.83
7 0.579612 5.90 2.20
8 0.560115 3.48 1.24
9 0.571143 1.93 0.705
10 0.564479 1.11 0.399

Parte II: Anlisis Numrico 25

Convergencia

El error relativo porcentual verdadero en cada iteracin del ejemplo

anterior, es proporcional (por un factor de 0.5 a 0.6) al error de la
iteracin anterior. Esta propiedad se conoce como convergencia lineal.

Parte II: Anlisis Numrico 26

 f(x)
Un mtodo grfico alternativo f(x) = e-x - x
consiste en separar la ecuacin en
dos partes, de esta manera
Raz
f1(x)=f2(x)

Entonces las dos ecuaciones

f(x)
y1 = f1(x) y y2 = f2(x) f2(x) = e-x f1(x) = x

se grafican por separado. As, los

valores de x correspondientes a
Las intersecciones de estas dos
funciones representan las races Raz
de f(x)=0
Parte II: Anlisis Numrico 27
y y1 = x y y1 = x
y2= g(x)

y2= g(x)

x2 x1 x0 x x0 x

y2= g(x)
y y1 = x y y1 = x
y2= g(x)

x0 x x0 x

Parte II: Anlisis Numrico 28

FUNCTION Fixpt(x0, es, imax)
xr = x0
iter = 0
DO
xrold = xr
xr = g(xrold)
iter = iter+1
IF xr 0 THEN
xr xrold
ea = 100
xr

END IF
IF ea < es OR iter imax EXIT
END DO
Fixpt = xr
END fixpt

Parte II: Anlisis Numrico 29

 5.2.2 Mtodo de Newton-Raphson

A partir de la expansin en series f(x) Pendiente = f (xi)

de Taylor, se tiene:
f ( xi ) 0 f(xi)
f ' ( xi ) =
xi xi +1

que se reordena para obtener

f ( xi ) 0
xi +1 = xi xi+1 xi x
f ' ( xi )
la cual se conoce como frmula
De Newton Raphson

Parte II: Anlisis Numrico 30

Ejemplo Mtodo de Newton-Raphson
Planteamiento del problema. Utilice el mtodo de Newton
Raphson para calcular la raz de f(x)=e-x x empleando
como valor inicial x0 = 0
Solucin. La primer derivada de la funcin es
f (x)=-e-x -1
e xi x i
que se sustituye para obtener xi +1 = xi xi
e 1

i xi t (%)
0 0 100
1 0.500000000 11.8
2 0.566311003 0.147
3 0.567143165 0.0000220
4 0.567143290 < 10-8

Parte II: Anlisis Numrico 31

Algoritmo

1. Se debe incluir una rutina de graficacin en el programa

2. Al final de los clculos, se necesitar sustituir siempre la raz final
calculada en la funcin original, para determinar si el resultado se
acerca a cero. Esta prueba protege el desarrollo del programa
contra aquellos casos en los que se presenta convergencia lenta
u oscilatoria, la cual puede llevar a valores pequeos de a,
mientras que la solucin an est muy lejos de una raz.
3. El programa deber incluir siempre un lmite mximo permitido
del nmero de iteraciones para estar prevenidos contra
soluciones oscilantes, de lenta convergencia o divergentes que
podran persistir en forma interminable.
4. El programa deber alertar al usuario para que tome en cuenta la
posibilidad de que f (x) sea igual a cero en cualquier momento
durante el clculo.

Parte II: Anlisis Numrico 32

 5.2.3 El mtodo de la secante

Un problema potencial en la implementacin del mtodo de Newton

Raphson es la evaluacin de la derivada. En casos complejos, la
derivada se puede aproximar mediante una diferencia finita dividida
hacia atrs
f ( xi 1 ) f ( xi ) f(x i)
f ' ( xi )
xi 1 xi

Sustituyendo en la ecuacin
de Newton - Raphson f(x i-1)

f ( xi )( xi 1 xi ) x i-1 xi
xi +1 = xi
f ( xi 1 ) f ( xi )

Parte II: Anlisis Numrico 33

Ejemplo El mtodo de la secante
Planteamiento del problema. Con el mtodo de la secante,
calcule la raz de f(x)=e-x x. Comience los clculos iniciales
con los valores x-1=0 y x0 = 1.0.
Solucin.
Primera iteracin:
x-1=0 f(x-1)=1
x0 =1 f(x0)=-0.63212
x1=1-((-0.63212)(0-1)/(1-(-0.63212)))=0.61270
Segunda iteracin
x0=1 f(x0)=-0.63212
x1 =0.61270 f(x1)=-0.07081
x2=0.61270-((-0.0708)(1-0.61270)/(-0.63212-
(0.07081))) = 0.56384

Parte II: Anlisis Numrico 34

Mtodo de la secante modificada

En lugar de considerar dos valores arbitrarios para aproximar la

derivada, un mtodo alternativo considera un cambio
fraccionario de la variable independiente para estimar f(x),

f ( xi + xi ) f ( xi )
f ' ( x)
xi
donde d es un pequeo cambio fraccionario. sta aproximacin
se sustituya en la ecuacin de la secante para obtener la
siguiente expresin iterativa:

xi f ( xi )
xi +1 = xi
f ( xi + xi ) f ( xi )

Parte II: Anlisis Numrico 35

 Ejercicios

Ejercicio 5.4 Evaluar las races de las siguientes ecuaciones

trascendentes
a. sin x - 2exp(-x2) = 0
b. ax - ax = 0 para a = 2, e, or 3
c. ln(1 + x2) x1/2= 0
d. e-x/(1 + cos x) - 1 = 0

Parte II: Anlisis Numrico 36

Ejercicio 5.5 Para el flujo turbulento de un fluido a travs de un tubo
liso, es posible establecer la siguiente relacin entre el factor de
friccin cf y el nmero de Reynolds Re:

Calcular cf para Re = 104, 105 y 106.

Parte II: Anlisis Numrico 37

Ejercicio 5.6 Desarrolle una funcin para calcular el volumen
especfico de un gas puro, dada la temperatura y la presin
usando la ecuacin de estado de Soave-Redlich-Kwong

Las constantes a y b son obtenidas de las ecuaciones

Parte II: Anlisis Numrico 38

donde Pc y Tc son la presin crtica y temperatura crtica
respectivamente. La variable es una funcin emprica de la
Temperatura

El valor de S es una funcin del factor acntrico

Las propiedades fsicas del n-butano son

Parte II: Anlisis Numrico 39

y la constante de los gases R es

Calcule el volumen especfico del vapor de n-butano a 500 K y en un

rango de presiones de 1 a 40 atm. Compare los resultados
grficamente con aquellos que se obtienen de la ley de los gases
ideales. Qu conclusin obtiene de sta comparacin grfica?

Parte II: Anlisis Numrico 40

Ejercicio 5.7 Repita el ejercicio 5.6 usando las ecuaciones de estado
de Benedict-Webb-Rubin (BWR) y Patel-Teja (PT). Compare
grficamente los resultados con los obtenidos en el ejercicio 3.
La ecuacin de estado de Benedict-Webb-Rubin (BWR) es

donde A0, B0, C0, a, b, c, , y son constante. Donde P est en

atmsferas, V est en litros por mol, y T est en kelvin, Los valores de
las constantes para el n-butano son:

Parte II: Anlisis Numrico 41

La ecuacin de estado de Patel-Teja es

Donde a es funcin de la temperatura, y, b y c son constantes

donde

Parte II: Anlisis Numrico 42

y b es la ms pequea de las races positivas del polinomio cbico

F y c son funciones del factor acntrico

Parte II: Anlisis Numrico 43

Ejercicio 5.8 La ecuacin de Underwood para destilacin
multicomponente est dada por

donde F = tasa de flujo molar de la alimentacin

n = numero de componentes en la alimentacin
zjF = fraccin molar de cada componente en la alimentacin
q = calidad de la alimentacin
j = volatilidad relativa de cada componente en condiciones
promedio de la columna
= raz de la ecuacin

Parte II: Anlisis Numrico 44

Underwood ha demostrado que (n-1) de la races de la ecuacin se
encuentran entre los valores de las volatilidades relativas como se
Muestra

Evale las n-1 races de sta ecuacin para el caso mostrado en la

Tabla

F=100 mol/h
q=1 (lquido saturado)

Parte II: Anlisis Numrico 45