Professional Documents
Culture Documents
Metodos Numericos Ecuaciones No Lineales Conpendio
Metodos Numericos Ecuaciones No Lineales Conpendio
Metodos Numericos Ecuaciones No Lineales Conpendio
f(x) = 0
Método gráfico:
La solución de ecuaciones no lineales significa encontrar un valor de x
donde f (x) = 0, a este valor particular se llama raíz.
La desventaja es que sólo encuentra las raíces reales que cruzan el eje x.
x2 -
2
Valor de Xo = -
2
1x =
0 2 .
f(x)
-
2 2
-
1 .
8 1 24
.
- 1 . 6 0 56 .
-
1 .
4 -
0 .
04 -> Cambio de signo
-
1 .
2 -
0 56 .
x 3[ -
1.6 , -
1 .
4]
-
1. .O -
I En el cuadrose localizan dos
-
0 .
8 -
1 . 36 cambios de signo, uno entre
-
0 6 .
-
1 64.
-
0 2 1 96
Si el incremento ∆x = 10, entonces
.
-
.
0 0 2 8
no se detecta cambio de signo y no
.
-
.
0 2 .
-
1 96
se reporta raíz de la función.
.
0 4 .
-
1 84 .
0 6 .
-
-1 O .
56
1 4 .
-
0 .
04
1 . 6 0 56 .
-> Cambio de signo
1 8 .
1 . 24 x & [1 .
4 ,
1 .
6)
. .O
2 2 O .
Los métodos se clasifican en:
Los dos puntos se pueden obtener del método de búsqueda incremental, ya que la
función debe cambiar de signo en el intervalo, para validar eso es suficiente con
multiplicar f(x0 ) por f(x1); si el resultado es menor que 0, entonces hay un cambio de
signo de la función y la raíz se encuentra en algún lugar de ese intervalo.
Estos métodos sólo localizan las raíces reales que cruzan el eje x.
Estos métodos localizan las raíces que tocan o cruzan el eje x, también son capaces de
localizar las raíces complejas bajo ciertas condiciones.
Dos importantes conceptos que se deben conocer para entender los métodos para
resolver ecuaciones no lineales son:
Definición: Tolerancia. Es el valor máximo que puede tomar f(x) para aceptar a x
como la raíz.
Para resolver las ecuaciones no lineales, los métodos siguen un proceso iterativo
como se muestra a continuación:
Criterios optimistas:
Cuando la ejecución de un algoritmo se suspende por criterios
optimistas, es porque se ha alcanzado un resultado que cumple con
los requerimientos exigidos por el problema y por quien los resuelve.
Criterios pesimistas:
Si se cumple una condición pesimista, es porque la ejecución del
algoritmo fracasó en la búsqueda de la solución.
* Sea f(x) una función continua en el intervalo [a,b] con f(a) ∙ f(b) < 0.
* El método requiere dividir varias veces a la mitad los subintervalos de [a,b] y, en cada
paso, localiza la mitad que contenga a p.
Suponga a, a
=
y
el punto medio P,
b. b =
9. tb
= a,t
=
it
S.
*
f(9) 0=
Si
*
no, revisamos el signo de f(9)
S,
*
F(9) f(a) tienen
+ el mismo signo
bc b,
=
Si
*
f(9) f(a.)
+
tienen signos diferentes
entonces
PE[a.,9.] tomamos
y
ac=a,
b z Pi
=
in
a
·Az Pi
=
e P,
Sx
i
b
b, b=
b2 b,
=
f(x) x-=
16 a, 1
=
f(a.) = -
15
b, 5
=
f(b) 9
=
9. (5
=
3
=
f(p.) f(3)
=
=
- 7
f(a) y
f (18) tienen el mismo signo
Az P, 3
=
55
=
8. =
4
=
b2 b1 =
5
=
f((2) =
f(y) 0
=
Solucion ->
P 4
=
Mismo ejemplo, pero...
f(x) x-=
16 a, 1
=
f(a.) =
=
15
b, b
=
f(b) 20
=
9. (
=
3.5
=
f(p.) f(3.5) =
=
-
3.75
ac 4 3.5 = =
f(ac) =
-
3.754 3 =
-
6
+
4.75
=
b2 b, 6
=
=
signos diferentes
Az az 3.5
=
=
f(93) =
- 3.75
ba P2=
4.75
=
9 354.75 4.125
=
f(P) 1.015625
=
f(az) f((3) +
tienen signos diferentes
Ay 03
=
3.5
=
f(ay) -
=
3.75
125
4 3 3.8125
=
by 43
=
4.125
=
f(Py) =
- 1.46484
Sabemos que en este método, después de cada iteración, el tamaño del intervalo se
reduce a la mitad; después de n iteraciones, el intervalo original se habrá reducido
2^n veces.
* =
E
de donde:
ba -
12
r =
De
No hay cambio de
signo
fin si
cumple I falso
Sino
X. * X
fin si
fin mientras
retornar X
fin procedimiento
sudocódigo:
Mientras
* No
is
Definir
* la funcion f(x)
Definir
↓
Hacer p: Ab
*
ay b
↓ Hacer fg f(p)
=
Definir
* tol
Definir
+ S, f, 0
=
0 Iful < fol:
* numero maximo de steraciones
No ↓ Imprimir:La solución es
p
↓ Terminar
Hacer
*
i 1
=
Hacer
↓
i=it 1
Hacer
*
fa f(a) =
+ S, fa.fp>0:
Hacer
* fb f(b) =
+ Hacer a
4
=
+ Hacer fa =
fp
1 S, no:
+Hacer b
P =
Imprimir:El método
*
no converge
Terminar
*
Ejemplo:
1
lix Si a=
x
-
10 0 =
b, 10
=
+d 0.0001
=
f(a) =
7.697
110
-
18, f(4)
=
5.5
=
=
- 0.6238
f(b) 13.02
=
a,P, 5.5
=
b, b1 104
=
(10 =
=
7.75
=
f(P2) 5.869619
=
&3 G2 5.5
=
=
= 69619
P3 =
2 5.684809
=
by
2
02 5.869619
=
-(43) = -
0.1209516
ay 43 5.684809
=
%y 5.777214
=
by bs 5.8696/9
=
=
-(4) 0.132780
=
a5 Gy 5.684809
=
15 5.7310115
=
b5 44 5.777214
= =
f(P5) 0.005727
=
f (d5) ·
F (45) negativo
=
etc, etc q
=
5.728927
EL MÉTODO DE LA REGLA FALSA
El método de la regla falsa, al ser un método cerrado, requiere de dos puntos x0 y x1 que encierren la
raíz. Se hace una interpolación lineal entre f(x0) y f(x1), al ser de signos opuestos, entonces cruzan el
eje x, por lo tanto, la interpolación lineal entre estos dos puntos también cruzará el eje x en un valor
aproximado de la raíz de f(x), al ser una raíz falsa, el método es llamado de la regla falsa o de la falsa
posición.
La interpolación lineal entre f(x0) y f(x1) es:
Despejamos entonces el valor de x, que nos dará la falsa posición de la raíz de f(x).
En la gráfica se observa que la intersección de la interpolación lineal con el eje x da
una falsa posición de la raíz, esto es una aproximación a la raíz de f(x). La interpolación
lineal se aproxima al comportamiento de f(x) en el intervalo [x0,x1], por lo tanto, la raíz
de la interpolación se aproxima a la raíz de f(x).
Se debe validar si f(x0 )∙f (x) < 0; entonces el primer subintervalo [x0,x] contiene la raíz
y x1 = x, de lo contrario, la raíz se encuentra en el segundo subintervalo [x, x1] y x0 = x
y se vuelven a realizar los mismos pasos hasta que se cumpla el criterio de
convergencia.
=jemplo:
f(x) x- =
16 a, 1
=
f(9.) = -
15
f(a). f (b.) >0 negativo
b, 5
=
f(b) 9
=
2b, f(a)
5(15)
-
1.
=
3.5
-
=
f(b,) -
f(a,)
f(8) f(3.5) =
=
(5(35)
22 f (92)
P, 3.5 3.75
= =
=
02
-
=
3.9417
=
b2 b1 5
= =
f(b):9
f(P2) =
- 0.467/28
f(ac) ·
a3 02 3.941176
f(a3) 0.467128
=
= =
13 3.99342
-
=
by b2 5
=
=
f(b3) 9
=
f((3) =
- 0.052591
ay 43 3.99342= =
by by =
5
=
Pseudocódigo para el método de la regla falsa:
Procedimiento ReglaFalsa
(f, Xo, X,, tol
si f(xo).f(x.) 30 entonces
No hay cambio de
signo
fin si
cumple I falso
f(x.) -
f(X)
Sino
X. * X
fin si
fin mientras
retornar X
fin procedimiento
Ejemplo:
Ahora debemos seleccionar los valores iniciales x0 y x1, de tal manera que la función
en f(x0) y f(x1) cambien de signo, para ello nos podemos apoyar en el método gráfico
para observar el comportamiento de la función.
El polinomio como tal tiene 3 raíces, pero el contexto del problema dice que sólo una
raíz nos interesa. Definitivamente, la raíz que se observa cercana a 30 y a −5 no son
viables, ya que la altura del agua no puede tener ese valor, entonces observemos más
de cerca la gráfica.
Y nos damos cuenta de que tiene dos raíces más, una positiva y otra negativa,
definitivamente la raíz negativa tampoco resuelve el problema, porque la altura del
agua no puede ser negativa, entonces nos queda la raíz positiva.
Para encerrar la raíz positiva que nos interesa, observamos que los valores pueden ser
x0 = 4 y x1 = 6, estos valores también concuerdan con el contexto del problema
porque la altura debe estar en h ∈ [0, 20], entonces estos serán los valores iniciales.
Por lo tanto, la raíz es h = 5.594871 y ésa es la altura del agua para que el volumen del
tanque sea V = 800.
Se debe considerar siempre el contexto del problema para saber cuál de las múltiples
raíces que tiene la función son las que nos interesan. También el contexto del problema
nos ayuda para dar los valores iniciales que encierran la raíz que resuelve el problema.
REA:senx-csx + 1 0
=
Realie 5 iteraciones
↑
NEWTON-RAPHSON
El método de Newton-Raphson se apoya en la serie de Taylor, la cual hace una aproximación de f(x).
Truncamos la serie de Taylor en el segundo término y como deseamos encontrar el valor de x en donde f(x) = 0,
entonces igualamos la serie truncada a 0.
Esto nos daría una aproximación a la raíz de f(x), para conocer el valor de x simplemente la podemos despejar de la
ecuación:
En su forma iterativa:
xi+1 es una aproximación a la raíz, basta con validar el criterio de convergencia y si no se cumple se vuelve a iterar con un
nuevo valor de x. Note que sólo se requiere de un valor inicial x0. El método de Newton-Raphson puede convertirse en un
ciclo infinito en algunos casos, entonces se debe incluir otra condición de paro que es el número máximo de iteraciones.
Otra consideración que se debe tener en cuenta es que la derivada f ′ (x0 ) en algún valor particular de x0 sea cero, en ese
caso la división no se podría calcular y, por lo tanto, el valor calculado de x tampoco, en esos casos se puede incrementar
x en un delta para que salga de ese punto y pueda continuar con la siguiente iteración.
El método de Newton-Raphson suele converger rápido debido a que toma en cuenta la derivada y
generalmente x apunta a un valor cercano de la raíz de f(x).
En otros casos, la derivada puede llevar el valor de x lejos de la raíz, incluso puede divergir. Por eso, el
algoritmo prevé un número máximo de iteraciones.
Ejemplo:f(x) x
=
2
-
16 po 8
=
No 15=
i
1p
4- 26
=
8 5
=
=
-
=
14.-901 15-8) =
3
=
- ti NO
i 2
=
92 =
4- =
5 -
2 4.1
=
142-4.1 14.1-5) =
0.9
=
< tol NO
i 3 =
43 4.1
= - 2 4.001219512
=
8.2
0.0987
=
< tal NO
4 94 4.00119512
-75758 4.0000006
i =
=
- =
19-931 14.000000106
=
-
4.00119512) 0.00121 =
< tdl Si
10 4.00 =
Pseudocódigo para el algoritmo de Newton-Raphson
·
Definir f(x)
. Definir f(X)
·
Definir aproximación inicial 40
·
Definir la tolerancia:tol
·
Mientras i=No:
i
-
=
·
S.1p-4.)< tol:
Terminar
Imprimir (El método fracaso después de No iteraciones)
·
Termina
·
Otra opcion:
Procedimiento NewtonRaphson (f,f, xo, imax, foll
i =
0
cumple = falso
Mientras no cumple y
is imax hacer:
S, f(xo) 0 entonces:
x *
f(Xc)
Xo -
fi(Xo)
sino
XF tol
Not
fin si
i i
=
1
+
fin mientras
retornar X
fir procedimiento.
EJEMPLO:
Su derivada es:
El siguiente programa es la implementación del método de Newton-Raphson usando la
biblioteca optimize de SciPy.
EJEMPLO:
Un ejemplo muy claro de este tipo de funciones son los polinomios con raíces múltiples,
por ejemplo:
f’’(x) = 6x - 16
: -x +
18 1
(x
=
x
+
2
y
= -
tol= 0 001 .
dx/ax
-
1
=
No =
10
- =
%
-
f = -
! tenemos
valor Inicial
que elegi atra
P 2 f(40)
=
18 ,
=
P -
2 -
0 .
69315
2 602060
f(40)
= .
( -
0 5)
i
.
12 602060-21.
< tol NO
f (0 )
i 2 12
,
0 354243
18
=
.
602060
-
-
2
177420
:
,
3
=
-
.
fi( )
=
( 615689)
.
. -
0 .
13 .
177420 -
2 .
6020601 td NO
0213505)
i
i =
3 -0
93 3 177420 3 1462641
.
=
- =
-
.
.
-
0. 68527925)
13 1462641
.
-
3 .
1774201 < tol NO
(- 0 0000333435)
94 3 146241
.
3 1461932
=
.
.
(- 0 68216273)
.
13 1461932 . -3 .
1 3 1461932
=
.
Cuando hacemos que la aproximación inicial sea 2:
Si queremos encontrar la otra raiz podemos hacer esto:
Newton- Rachson MoDIFICADO
EJEMPLO Inx -x 2 0
=
+
:
1 2
(x
=
x
+
2
y
= -
(0) 0 69315
=
tol= 0 001
.
y =Y -
1
No =
10 f(40) =
-
0 5
.
y
=
-
Yx2 f"(P0) =
-
0 25 .
=1
f(90) f((0) 69315(-0 5)
10 ,
=
40
-
-
2
0 .
.
= 2 81877
(f )]"
-
( f((0) f"(P)
.
12 81877-2)
.
< +d NO
-
i =
2 f (4 1 .
=
0 .
21773
13510
.
. . .
f"(10 ) ,
= -
0 .
125458
13 .
135103 -
2 .
=
3 f((2) =
0 007559
.
(0 007559) 70 68103) .
3 13510
f(P2) 146181
.
6810393 3
=
0
-
.
= .
-
.
. .
f"(P2) =
-
0 101741 .
13 .
146181 -
3 .
13510) = 0 .
01108 1 <tal NO
i =
4 f((3) =
Yy
.
3 146181
.
-
.
f(3) = -
0 682154 .
( 0 682154)2
-
.
-
(0 000008336) (0 101026)
.
.
= .
.
13 146193 .
- 3 .
146181) =
0 000012 .
<tal S1
MÉTODO DE LA SECANTE
Peudocodigo :
procedimiento SECANTE (f ,
xo
,
x. imax , toll
i F 0
comple I falso
mientras no comple & i<imax hacer :
x,
f(x )(X -x0)
, .
x = -
f(x ) ,
-
f(X0)
cumple =
(f(xi) < tol
X. E X,
X , F X
i =
i +
1
fin Mientras
retornor X
fin procedimiento
=
-
25exp(x) +
0 .
98174cos(0 3927x) .
Ejemplo :
Ecn de . Redlick-kwong
p =
-
En la forma f(X) =
0
f(vs =
** ~(wis) - -
P
=
R =
0 1582
. k5/kg .
K (R para el metand
0866
acat e
b= 0 .
Si Pc =
270k
P = 6000 ↳Pa
Dura un Eg de Metano
Ejemplo : x -
16 =
0 Xo = 0
X, 1
·
=
i =
1
x,
f(x )(X
, ,
-
xc) (15)()
x =1- 16
= -
f(x ) ,
-
F(Xo) (-15) -
(16)
i 1
2 Xo (240) (15)
=
X =
16 -
1 88235
16
.
=
x, 240 (15)
=
i 16
L
3 Xo
(12 4567) (- 14 11765)
I
=
=
. .
1 88735
88235X
=
X 1
.
,
(12 4567) (240)
.
-
x =
2 . 578947
4 x 67453157
·
=
=
4 .
i 5 3 86785832
=
x =
.
i =
6 x = 3 98956507
.
i =
7 x = 4 00017549
.
i =
8 x
=
3 .
99999977
EJEMPLO : 2 cosX-bY =
Xo =
0 1 X 0 535428
imax 10
.
.
=
X, =
0 8 .
tol = 0 00 1
.
i =
1
Xo =
0 1 .
f(X0) =
2 cos (0 1) .
-6(0 1) .
=
1 930008
.
in
X, =
0 5 .
f(X ) , = 220s(0 5) .
-
6 (0 8) .
= -
2 . 44659
x2 = x, -
1x0) -
0 40869
.
f(x) f(Xo)
-
f(X2) 2c0s
(0 40869) 6(0 40869)"
=
.
-
.
=
0 833119
.
f(Xc)(X2 -x ) ,
X3 Xz -
0 50809
f(X2) f(X )
= .
-
,
f(Xz) =
.
=
0 . 198418
Xy f(Xy)(X3 -x2)
Xz 0 53916
=
-
f(x3) -
f(Xz)
f(xy) 2cos
(0 53416) 6(0 53916) 0 0278805
=
.
-
.
= - .
X5
f(xy)(Xx xa) -
xx -
f(xy) -
f(x3)0 .
53533 =X
.
=
0 .
0007314
ITERACIÓN DE PUNTO FIJO
f(x) = cos(x)−x^2 = 0
Para que la función sea cero, el valor de cos(x) debe ser igual al valor de x^2
para que al restar uno de otro sea cero.
La interpretación gráfica es que las funciones cos(x) y x^2 se crucen en un
valor de x. Ese valor es precisamente la raíz de f (x) = cos(x) − x2 .
El método plantea que si transformamos f(x) = 0 a una expresión como x =
g(x), donde x se despeja de f(x), entonces resulta una ecuación distinta a f(x)
que llamamos g(x). Como f(x) es una ecuación no lineal, entonces resulta una
ecuación distinta que sigue dependiendo de x.
El método inicia con un valor de x, el cual se sustituye en g(x) para
obtener un resultado que se sustituye nuevamente como x, los cálculos
se repiten hasta que se cumpla el criterio de convergencia |x − g(x)| <
tolerancia, es decir, donde el valor de x y g(x) se igualan o donde la
función x interseca a la función g(x). P
(P 2) +
(V nd) - =
1RT
a =
3 592. r =
2 T = 300
b =
0 04267
.
R =
0 082
.
P = 10
9(X) ,
Nos
que da :
nRT
V =
rb
p +
va
V2
Pseudocódigo :
g(P)
· Definir 9418
·
Aproximación Inicial Po
·
Tolerancia ,
fol .
·
Número Máximo de iteraciones .
No
· i = 1
Mientras i < No :
0
=
g(18)
si
/p-90)< tol :
Imprimir
La solucion es
q
terminar
i =
i 1
+
%0 =
terminar
*
Para e
+
2 + 2cosx-6 =
[6-2cosx-2-*
poderes despesor :
x
=
In
Regresamos al problema de van der Waals :