LOGO

U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Métodos Numéricos
Computacionales
 Métodos Numéricos Computacionales
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Solución de Ecuaciones Algebraicas no Lineales

Objetivo:
Sea f(x) una función no lineal en x. Hallar el valor de x, x*, tal que se
cumple f(x*)=0.
• x* se suele denominar el cero o raíz de f(x)
• x* se puede determinar por medios analíticos (solución exacta) o
por medios numéricos (solución aproximada)
La elección del método numérico depende del problema a resolver (estructura
del problema, tipo de ecuaciones, precisión requerida, rapidez del cálculo,....).

«Por tanto no existe un mejor método universalmente aplicable»

Tipos de Métodos

Métodos Acotados Métodos Abiertos

 Métodos Numéricos Computacionales
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Met. de la Bisección
Métodos Acotados
La raíz está situada en un Met. de laFalsa Posición
intervalo (necesita dos puntos).
Acaba convergiendo dentro de
una tolerancia.

Met.Punto
del Punto
Fijo Fijo
Métodos Abiertos Met.
Newton
Newton
Raphson
Raphson
Sólo emplean un punto inicial (o dos
puntos que no tienen por qué contener Met. Secante
de laSecante
a la raíz) y una fórmula para encontrar
la raíz. No siempre convergen, pero
cuando lo hacen son mucho más
rápidos que los métodos acotados.
 Métodos Numéricos Computacionales
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Métodos Acotados
« Una función cambia de signo en la proximidad de una raíz »

Una raíz está acotada en el intervalo [a,b] si el signo de f(a) es diferente al signo de f(b)
Método de la Bisección

1. Selecciona un intervalo [a,b] donde halla

un cero
2. Calcula el punto medio como nuevo
punto
3. Comprueba si hay cambio de signo en
[a,c] o en [p,c]. Comprobación: f(a)*f(c).
4. Si el producto es cero, entonces p es una
raíz. Si no es cero volver al punto 2.
 Métodos Numéricos Computacionales
Ejem U n i v e r s i d a d N a c i o n a l
Método de la Bisección
d e T r u j i l l o

plo: f(x)= x3 + 2x2 + 10x - 20 ε = 10-3

X f(x) n= ( ln (2-1) – ln 10-3 ) / ln 2
El número de
interaciones sera: n=9,96
0 -20 n≈10
a= 1 -7 Existe cambio a=1 n= ( ln c – ln ε ) / ln 2
de signo b=2
b= 2 16
3 46
Valores Iniciales 1º Iteración 2º Iteración
y a=1
b=2 c=(a+b)/2 c=(a+b)/2
16
c=(1+2)/2 c=(1+1,5)/2
c=1,5 c=1,25

f(1)= -7 ≠ signo f(1)= -7

= signo
2,88
f(1,5)=2,88 f(1,25)=-2,42
Nuevos valores Nuevos valores
1 1,5
2 x a=1 a=1,25
-7
b=1,5 b=1,5
 Métodos Numéricos Computacionales
EjemMétodo de la Bisección (Programación en Matlab)
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

plo: f(x)= x3 + 2x2 + 10x - 20

0,0007 ≤ Tolerancia = 0,001

 Métodos Numéricos Computacionales
Método de la
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Falsa Posición

1. Selecciona un intervalo [a,b] donde halla

un cero
2. Calcula un punto intersección como
nuevo punto

3. Comprueba si hay cambio de signo en

[a,c] o en [c,b]. Comprobación: f(a)*f(c).
4. Si el producto es cero, entonces c es una
raíz. Si no es cero volver al punto 2.
 Métodos Numéricos Computacionales
Ejem U n i v e r s i d a d N a c i o n a l
Método de la Falsa Posición
d e T r u j i l l o

plo: f(x)= x3 + 2x2 + 10x - 20 ε = 10-3

X f(x)
Valores Iniciales
0 -20 a=1
a= 1 -7 Existe cambio a=1 b=2
de signo b=2
b= 2 16
3 46
1º Iteración 2º Iteración
y
16

1,30435 = signo = signo

Nuevos valores Nuevos valores

-1,33476 1 2 x a=1,30435 a=1,35791
-7
b=2 b=2
 Métodos Numéricos Computacionales
Ejem Método de la Falsa posición
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o
(Programación en Matlab)
plo:

0,0002 ≤ Tolerancia = 0,001

Métodos Numéricos Computacionales
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Comparación entre ambos métodos.

Similaridades:
•Ambos métodos necesitan DOS valores iniciales (a y b)
•Requieren un procedimiento para determinar el cambio de signo.
•Acaban convergiendo a la raíz con cierta tolerancia
Diferencias:
•El cálculo del nuevo punto estimado se hace con diferentes estrategias
•En general el método de la posición falsa converge más rápido que el de la
bisección.
 Métodos Numéricos Computacionales
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Métodos Abiertos

•Emplean una aproximación funcional para obtener el nuevo valor estimado

de la raíz (línea recta, cuadrática, polinomio)

•Métodos:

•Punto-fijo (sustitución sucesiva o directa)

•Newton-Raphson (línea recta empleando información
del gradiente)

•Secante (línea recta empleando dos puntos)

 Métodos Numéricos Computacionales
Método delU n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Punto Fijo
Problema f(x)=0
1.Transformar a x=g(x) y |f(x)|< Tolerancia = ε

2.Seleccionar un punto inicial x0

y=x
3.Calcular nuevo valor xi+1=g(xi)
4.Repetir hasta llegar a la tolerancia requerida

Raiz
y= g(x)
Si:
|g’(x)|<1 El algoritmo converge linealmente
|g’(x)|>=1 El algoritmo diverge
x2 x1 x0 x
 Métodos Numéricos Computacionales
Ejem U n i v e r s i d a d N a c i o n a l
Método del Punto Fijo
d e T r u j i l l o

plo: f(x)= cosx – 3x ε = 10-3

a) g(x)= (cos x) /3 b) g(x)= cos x -2x
x0=π/8 converge diverge provar

Hasta
|f(x)|< ε
y 1º Iteración 2º Iteración
3x g(x0)=(cos x0)/3
x0=π/8 g(x0)=(cos x0)/3 x0=0,30796
g(π/8)=(cos π/8)/3 g(0,30796)=(cos 0,30796)/3

g(π/8)=0,30796 g(0,30796)=0,31765

|f(π/8)|= 0,25422 |f(π/8)|= 0,02907

π/2 x Nuevo valor de x0 es: Nuevo valor de x0 es:

cos x x0= g(π/8) x0= g(0,30796)

x0= 0,30796 x0= 0,02907

 Métodos Numéricos Computacionales
Ejem U n i v e r s i d a d N a c i o n a l d e T r u j i l l o
Método de l Punto Fijo (Programación en Matlab)
plo: a) g(x)= (cos x) /3

0,0003≤ Tolerancia = 0,001

 Métodos Numéricos Computacionales
Método de
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Newton Raphson Problema g(x)=0

1. Seleccionar un punto inicial x0

2. Calcular g(xi) y g’(xi)
3. Aplicar la tangente en ese punto y en el corte
con el eje de abcisas tenemos el nuevo punto
estimado
f(xi)
xi+1=xi- = g(xi)
f’(xi)

4. Repetir hasta llegar a la tolerancia requerida

 Métodos Numéricos Computacionales
Método de
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Newton Raphson •Necesita conocer la derivada de la función

•Convergencia cuadrática (rápida)
Deduciendo la ecuación •Puede no converger (depende de la función y de la estimación
general del algoritmo inicial)
y
f(x)
f(x0)
tg(θ) = f’(x0) =
(x0,f(x0)) x0 - x1

Raiz f(x0) f(x0)

X1 = X0 -
f’(x0)
θ
x2 x1 x0 x f(xi)
Xi+1 = Xi -
x0 - x1 f’(xi)
 Métodos Numéricos Computacionales
Ejem U n i v e r s i d a d N a c i o n a l
Método de Newton Raphson
d e T r u j i l l o

plo: f(x)= x3 + 2x2 + 10x – 20

f’(x)= 3x2 + 4x + 10 x0 = 1 , ε = 10-3

Hasta
|f(x)|< ε
y f(x) 1º Iteración 2º Iteración
f(xi) f(xi)
Xi+1 = Xi - Xi+1 = Xi -
f’(xi) f’(xi)

X1 = 1 - 1 + 2*1 + 10*1 – 20
3 2 3 2
X1 = 1,41176- 1,41176 + 2*1,41176 + 10*1,41176 – 20
3*12 + 4*1 + 10 3*1,411762 + 4*1,41176 + 10

X1 = 1,41176 X1 = 1,36934

X=1,3688
x
Nuevo valor de x0 es: Nuevo valor de x0 es:
x0= x1 x0= x1

x0= 1,41176 x0= 1,36934

 Métodos Numéricos Computacionales
Ejem U n i v e r s i d a d N a c i o n a l d e

Método de Newton Raphson(Programación en Matlab)

T r u j i l l o

plo: f(x)= x3 + 2x2 + 10x - 20 ε = 10 -3

0,0000≤ Tolerancia = 0,001

 Métodos Numéricos Computacionales
Método de la
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Secante
Problema g(x)=0

1. Seleccionar dos puntos iniciales x0,x1

2. Calcular la recta que pasa por esos puntos
3. El corte con el eje de abscisas da el nuevo punto
estimado. Volver a calcular la recta.
xi-xi-1
xi+1=xi- f (xi)
f (xi)-f (xi-1)

4. Repetir hasta llegar a la tolerancia requerida

 Métodos Numéricos Computacionales
Método de la
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Secante •No Necesita conocer la derivada de la función (la aproxima).

Deduciendo la ecuación •Necesita dos puntos iniciales.
general del algoritmo •Puede no converger.
(x1,f(x1))
y

Dos
iteraciones f (x1)-f (x0) f (x1)
=
x1-x0 x1 – x2

f(x1)-f(x0)
x1-x0
x2 = x1 - f (x1)
f (x1)-f (x0)

(x0,f(x0)) xn-xn-1
xn+1 = xn- f (x )
x1 - x0 f (xn)-f (xn-1) n
 Métodos Numéricos Computacionales
Ejem U n i v e r s i d a d N a c i o n a l
Método de la Secante
d e T r u j i l l o

plo: f(x)= x3 + 2x2 + 10x – 20

x0 = 0 , x1 = 1 , ε = 10-3

Hasta
1º Iteración 2º Iteración
f(x)
|f(x)|< ε
y x0= 1
x1= 1,53846

x1-x0 f (x )
x2 = x1 - 1
f (x1)-f (x0)

X2 = 1,53846 X2 = 1,35031

X=1,3688 x
Nuevos valores de x0 ,x0 son: Nuevos valores de x0 ,x0 son:
x0= x1 x0= x1
x1= x2 x1= x2

x0= 1 , x1= 1,53846 x0= 1,53846 , x1= 1,35031

 Métodos Numéricos Computacionales
EjemMétodo de la Secante (Programación en Matlab)
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

plo: f(x)= x3 + 2x2 + 10x – 20 , x = 0 , x = 1 , ε = 10

0 1
-3

0,0009≤ Tolerancia = 0,001

Métodos Numéricos Computacionales
U n i v e r s i d a d N a c i o n a l d e T r u j i l l o

Bibliografia:
Metodo Numérico Aplicados a la Ingenieria
(Antonio Nieves)
LOGO

U n i v e r s i d a d N a c i o n a l d e T r u j i l l o