Catedra Metodos Numericos 2013 Unsch 05 PDF

CATEDRA 0
5
Facultad de Ingeniera de Minas, Geologa y Civil
Departamento acadmico de ingeniera de minas y civil
METODOS
NUMERICOS
Ingeniera Civil
ING. CRISTIAN CASTRO P.
Capitulo V
Ecuaciones Algebraicas
No Lineales:
Temas Especiales
ING. CRISTIAN CASTRO P.
Bsqueda de Varias
Races de Ecuaciones
No Lineales
Mtodos Numricos
Aplicados a la Ingeniera
BSQUEDA DE VARIAS RACES
ECUACIONES CON VARIAS RACES

Las ecuaciones tienen una o varias races y es
menester localizar cada una de ellas.
La posible existencia de races mltiples complica
el problema.
En la vecindad de la raz, tanto la funcin como su
derivada se acercan a cero.
Las ecuaciones con un nmero par de races mltiples
son tangentes al eje x y no lo cruzan.
Las ecuaciones con un nmero impar de races mltiples
cruzan al eje x en un punto de inflexin.
En caso de races mltiples, al no haber cambio de signo,
los mtodos cerrados no son confiables.
MTODO DE BSQUEDA INCREMENTAL
La bsqueda consiste en empezar en un extremo del intervalo de

inters y evaluar la funcin con pequeos incrementos a lo largo del
intervalo.
Si la longitud del incremento no es lo suficientemente pequea,

algunas races pueden pasar inadvertidas.
f(x)
x0
2 races
3 races
x1
x3
x2
x
2 races
x4
x
x5
x
x6
x
x7
x
x8
x
x9
x
El mtodo de bsqueda incremental se utiliza para identificar todas las

races de una ecuacin, considerando:
La manera como se presenta fsicamente el fenmeno.
El nmero de races reales y/o complejas que se espera tenga la ecuacin,
especialmente cuando se trata de polinomios.
Es conveniente utilizar tamaos de incremento acordes con el fenmeno

analizado y el nmero esperado de races.
Ante la sospecha de que la ecuacin algebraica o trascendente tenga

ms races de las encontradas con cierto tamao de incremento, se
recomienda:
Obtener las tangentes en los extremos de cada incremento para identificar
cambios de signo y, en su caso, analizar el subintervalo de incremento ms
minuciosamente.
Reducir a la mitad el tamao de los incrementos.
Se ha de tener especial cuidado al hacer el bosquejo de una grfica,

cuando no se dispone de dispositivos que grafiquen de manera confiable
porque el trazado a base de incrementos, puede ser sumamente
engaoso.

2
1.5
0.5
0
3.00
3.50
4.00
4.50
-0.5
-1
f(x) 10senX 3cos X
-1.5
-2
-2.5
Trazado con incrementos de 0.50, parece que hay solo 2 races
5.00

f(x) 10senX 3cos X
x
f(x)
f'(x)
3.00
-1.899161886
0.306159043
3.50
-0.903719597
-6.397834771
4.00
1.588967119
-5.059661863
4.50
1.445824188
2.841866609
5.00
-1.022062767
7.698796764
races
revisar
1
1
1
1

Necesario revisar en 2 subintervalo de incremento ms

2
1.5
0.5
0
3.00
3.20
3.40
3.60
3.80
4.00
4.20
4.40
4.60
4.80
-0.5
-1
-1.5
f(x) 10senX 3cos X
-2

-2.5
5.00

f(x) 10senX 3cos X
x
f(x)
f'(x)
races
revisar
3.00
-1.899161886
0.306159043
3.20
-0.433261175
8.865213949
3.40
-0.185182966
-6.386078685
3.60
-1.18610876
1.663171794
3.80
0.689859445
12.30872202
4.00
1.588967119
-5.059661863
4.20
0.082913038
-4.100722292
4.40
0.823585883
8.222212542
4.60
1.232603226
-7.152866457
4.80
-1.028072018
-9.298416724
5.00
-1.022062767
7.698796764
1
1
1
1

Necesario revisar en 6 subintervalos de incremento ms

2
1.5
0.5
0
3.00
3.10
3.20
3.30
3.40
3.50
3.60
3.70
3.80
3.90
4.00
4.10
4.20
4.30
4.40
4.50
4.60
4.70
4.80
4.90
-0.5
-1
-1.5
f(x) 10senX 3cos X
-2

-2.5
5.00

f(x) 10senX 3cos X
x
f(x)
f'(x)
3.00
-1.899161886
3.10
races
revisar
f(x)
f'(x)
0.306159043
4.00
1.588967119
-5.059661863
-1.396262971
8.774060308
4.10
0.806109949
-9.083697401
3.20
-0.433261175
8.865213949
4.20
0.082913038
-4.100722292
3.30
0.110720707
1.239840209
4.30
0.113085296
4.568709698
3.40
-0.185182966
-6.386078685
4.40
0.823585883
8.222212542
3.50
-0.903719597
-6.397834771
4.50
1.445824188
2.841866609
3.60
-1.18610876
1.663171794
4.60
1.232603226
-7.152866457
3.70
-0.539302106
10.63779828
4.70
0.160731508
-12.92128286
3.80
0.689859445
12.30872202
4.80
-1.028072018
-9.298416724
3.90
1.611391725
4.952380075
4.90
-1.487337039
0.468684944
4.00
1.588967119
-5.059661863
5.00
-1.022062767
7.698796764
races
revisar

Necesario revisar en 6 subintervalos de incremento ms

2
1.5
0.5
3.00 3.10 3.20 3.30 3.40 3.50 3.60 3.70 3.80 3.90 4.00 4.10 4.20 4.30 4.40 4.50 4.60 4.70 4.80 4.90 5.00
-0.5
-1
f(x) 10senX 3cos X

-1.5
-2
Trazado con incrementos de 0.05, se ve que hay 6 races

-2.5

0.12
0.1
0.08
0.06
f(x) 10senX 3cos X
0.04
0.02
detalle
0
4.20
-0.02
4.21
4.22
4.23
4.24
4.25
4.26
4.27
4.28
4.29
4.30
MTODO DE NEWTON RAPHSON MODIFICADO

1.
Consiste en elegir un punto inicial cualquiera x1 como

aproximacin de la raz.
2.
Obtener los valores de la funcin, de su primera y de su

segunda derivada en ese punto.
3.
Establecer la funcin (x) = f(x)/f(x) y obtener el valor de la

misma en el punto inicial.
4.
Trazar una recta tangente a la funcin (x) por ese punto.
5.
El punto de interseccin de esta recta con el eje de las

abscisas (x2, 0), constituye una segunda aproximacin de
la raz.
6.
El proceso se repite n veces hasta que el punto de interseccin xn coincide prcticamente con el valor exacto de la raz

f(x)

f(x)
x1

f(x1)
f (x)
f (x)
f(x)
x1
f(x1)
f(x1)

(x)
f(x)
(x)
f '(x)
x1
(x1)

(x)
x1

Para deducir la frmula de recurrencia:
f(x)
(x)
f '(x)
f '(x)f '(x) f(x)f "(x) [f '(x)]2 f(x)f "(x)
'(x)
2
[f '(x)]
[f '(x)]2
(xi )
xi1 xi
'(xi )
xi1 xi
f(x i )[f '(xi )]2
f '(xi ) [f '(x i )]2 f(xi )f "(xi )
f(xi )f '(xi )
xi1 xi
[f '(xi )]2 f(xi )f "(xi )

(x)
(xi )
xi1 xi
'(xi )
(x2)
x1
x2
f(xi )f '(xi )
xi1 xi
[f '(xi )]2 f(xi )f "(xi )

f(x)
x1
x2
MTODO DE NEWTON RAPHSON

6
f(X) = x4 - 6x3 + 12x2 - 10x + 3
triple raz
1
0
0
-1
-2
-3
0.2
0.4
0.6
0.8
1.2
1.4
1.6
1.8
2.2
2.4
2.6
2.8
3.2
3.4

f(x) = x4 - 6x3 + 12x2 - 10x + 3
iteracin
Xi
f(Xi)
f'(Xi)
f"(Xi)
Xi
'(Xi)
e(%)
-10
24
-0.3
0.28
100.00
1.07142857
-0.00070283
-0.02915452
-0.79591837
0.02410714
0.341875
7.14
100.00
1.00091408
-1.5268E-09
-5.0102E-06
-0.01095889
0.00030474
0.33343478
0.09
7.05
1.00000014
-1.1191E-13
-1.6623E-06
0.00
0.09
1.00000014
-1.1191E-13
-1.6623E-06
0.00
0.00
Recurrencia
Funcin
x1 = 1, x2 = 1, x3 = 1
e*(%)
MTODO DE NEWTON RAPHSON TRADICIONAL

f(x) = x4 - 6x3 + 12x2 - 10x + 3
iteracin
Xi
f(Xi)
f'(Xi)
e(%)
e*(%)
-10
100.00
0.3
0.9261
-4.312
70.00
100.00
0.51477273
0.28392375
-1.86965136
48.52
41.72
0.66663192
0.08644807
-0.81500014
33.34
22.78
0.77270315
0.02615522
-0.35695527
22.73
13.73
0.84597625
0.0078707
-0.15695571
15.40
8.66
0.89612227
0.00235824
-0.06922711
10.39
5.60
0.93018753
0.00070426
-0.03060369
6.98
3.66
0.95319963
0.00020981
-0.01355167
4.68
2.41
10
0.96868175
6.2398E-05
-0.00600787
3.13
1.60
11
0.97906779
1.8535E-05
-0.00266563
2.09
1.06
12
0.98602119
5.5013E-06
-0.00118337
1.40
0.71
13
0.99067004
1.6319E-06
-0.00052554
0.93
0.47
14
0.99377522
4.839E-07
-0.00023345
0.62
0.31
15
0.995848
1.4345E-07
-0.00010372
0.42
0.21
16
0.99723105
4.2519E-08
-4.6088E-05
0.28
0.14
17
0.99815361
1.2601E-08
-2.048E-05
0.18
0.09
18
0.99876888
3.7342E-09
-9.1014E-06
0.12
0.06
19
0.99917917
1.1065E-09
-4.0448E-06
0.08
0.04
20
0.99945274
3.2789E-10
-1.7976E-06
0.05
0.03
21
0.99963515
9.7155E-11
-7.9891E-07
0.04
0.02
22
0.99975675
2.8788E-11
-3.5507E-07
0.02
0.01
x1 = 1
x2 = 1
x3 = 1
MTODO DE NEWTON RAPHSON TRADICIONAL

f(x) = x4 - 6x3 + 12x2 - 10x + 3
iteracin
Xi
f(Xi)
f'(Xi)
e(%)
3.4
5.5296
20.736
240.00
3.13333333
1.29453827
11.5294815
213.33
8.51
3.02105263
0.17379579
8.51327832
202.11
3.72
3.00063796
0.00510855
8.01531833
200.06
0.68
3.00000061
4.8777E-06
8.00001463
200.00
0.02
4.4444E-12
200.00
0.00
Recurrencia
Funcin
X4 = 3
e*(%)

f(x) = x4 - 6x3 + 12x2 - 10x + 3
iteracin
Xi
f(Xi)
f'(Xi)
f"(Xi)
Xi
'(Xi)
e(%)
3.4
5.5296
20.736
40.32
0.26666667
0.48148148
240.00
2.84615385
-0.96803333
4.71916249
18.7455621
-0.20512821
1.81481481
184.62
19.46
2.95918367
-0.30694416
7.05012367
22.5506039
-0.04353741
1.13925926
195.92
3.82
2.99739922
-0.02072518
7.93770296
23.9064531
-0.00261098
1.00786364
199.74
1.27
2.99998983
-8.1379E-05
7.99975586
23.9996338
-1.0173E-05
1.00003052
200.00
0.09
-1.2418E-09
24
-1.5522E-10
200.00
0.00
Recurrencia
Funcin
x4 = 3
e*(%)
El mtodo de Newton Raphson tradicional, en la bsqueda de races

mltiples, converge linealmente, en vez de hacerlo cuadrticamente,
como sucede en la bsqueda de una raz simple.
El mtodo de Newton Raphson modificado, en la bsqueda de races

mltiples, converge cudrticamente, al igual que en la bsqueda de
una raz simple.
La lentitud en la convergencia del mtodo de Newton Raphson

tradicional es un claro indicativo de la presencia de races mltiples.
A mayor nmero de races mltiples, menor es la velocidad de

convergencia del mtodo tradicional.

El mtodo de Newton Raphson es aplicable al caso
de funciones con races complejas, a condicin de
que el punto inicial considerado como primera
aproximacin sea complejo.
Haciendo clculos manuales, se ha de tener cuidado
de cumplir con este requisito.
Si los clculos se hacen a travs de computadora, el
lenguaje de programacin ha de ser capaz de
soportar el manejo de valores complejos, previa
declaracin de dimensionamiento.
En Fortran, VB, C, PASCAL, MATLAB tal manejo
est garantizado.
Races de Polinomios
de Ecuaciones
No Lineales
Mtodos Numricos
Aplicados a la Ingeniera
Definicin
Un polinomio de grado n es una expresin de la forma:
P(x) = anxn + an-1xn-1 + ... +a1x + a0
Donde an <> 0
Teorema (teorema fundamental del lgebra): Si P(x) es un

polinomio de grado n >= 1, entonces P(x) = 0 tiene al menos
una raz (posiblemente compleja).
Corolario
Si P(x) es un polinomio de grado n >= 1, entonces existen
constantes nicas x1, x2, ... xk, posiblemente complejas, y
enteros positivos m1, m2, ..., mk, tales que:
k
m
i 1
P ( x) an x x1
m1
x x2 m ...x xk m
2
Mtodo de Horner
Sea
P(x) = anxn + an-1xn-1 + ... +a1x + a0
Si bn = an y
bk = ak + bk+1x0 para k = n 1, n 2, ..., 1, 0
Por tanto b0 = P(x0). Ms an, si

Q(x) = bnxn1 + bn-1xn-2 + ... +b2x + b1
Entonces
P(x) = (x x0) Q(x) + b0
Ejercicios
Evaluar:
P(x) = 2x4 3x2 + 3x 4
en x0 = 2
P(x) = 7x5 + 6x4 6x3 + 3x 4
en x0 = 3
P(x) = 5x6 + 3x4 + 2x2 4x
en x0 = 1
Mtodo de Horner en C
double horner(double p[],int n, double x){
double y = p[0];
int i;
for(i = 1; i<n; i++){
y = x*y + p[i];
}
return y;
}
double eval(double p[],int n, double x){
double s = 0;
int i;
for(i = 0; i<n; i++){
s = s + p[i]*pow(x,n-i-1);
}
return s;
}
Evaluacin de la derivada
Dado que:
P(x) = (x x0) Q(x) + b0
donde
Q(x) = bnxn1 + bn-1xn-2 + ... +b2x + b1
Derivando
P(x) = Q(x)+(x x0)Q(x)
En x = x0,
P(x0) = Q(x0)
Evaluacin de la derivada en C
void hornerDer(double p[],int n, double
x,double &y,double &z){
y = p[0];
z = p[0];
int i;
for(i = 1; i<n-1; i++){
y = x*y + p[i];
z = x*z + y;
}
y = x*y + p[n-1];
}
Mtodo horner
Entrada: grado n, a0, a1, ..., an, x0
Salida: y =P(x0), z = P(x0)
1.
2.
3.
4.
5.
6.
7.
y = an
//calcule bn para P
z = an
//calcule bn-1 para Q
Para j = n 1, n 2, .... , 1
y = x0*y + aj
z = x0*z + y
y = x0*y + a0
regresar y, z
Mtodo de Horner en Matlab

function [y,z]=Horner(x,x0)
%x es un vector con los coeficientes
%de P(x)
%regresa en y el polinomio y en z
%la derivada evaluados en x0
[muda n] = size(x);
y = x(1);
%calcule bn para P.
z = x(1);
%calcule bn-1 para Q
for j = 2:n-1,
y = x0*y + x(j);
z = x0*z + y;
end
y = x0*y + x(n);
Mtodo de Newton para polinomios

Se puede aplicar el mtodo de Newton para polinomios
evaluando el polinomio y su derivada mediante el mtodo de
Horner.
El esquema sera
P xn
P xn
xn 1 xn
xn
P ' xn
Q xn
Newton para polinomios en C

double NewtonPol(double p[],int n,double x0,double ee,
int ni){
int i=0;
double f,df,x = x0,error;
while(i<ni){
hornerDer(p,n,x,f,df);
x = x0 - f/df;
error = fabs((x-x0)/x);
if(error<=ee)
return x;
i++;
x0 = x;
}
std::cout << "No solucin en " << i << " pasos\n";
return x;
}
Mtodo de Mller
Se aproxima el siguiente valor utilizando una parbola en lugar
de una recta como en el mtodo de la secante.
f(x)
f(x)
parbola
Lnea
recta
Raz
estimada
Raz
estimada
x1
raz
x
x0
x2 x1 x0
Mtodo de Mller
Utiliza tres aproximaciones: x0, x1, x2.
Determina la siguiente aproximacin x3 encontrando la
interseccin con el eje x de la parbola definida por los
puntos (x0,f(x0)), (x1,f(x1)), (x2,f(x2)).
x0 x1
x2 x3
Mtodo de Mller
Se considera el polinomio
P(x) = a(x x2)2 + b(x x2) + c
Se puede encontrar a, b y c resolviendo
f(x0) = a(x0 x2)2 + b(x0 x2) + c
f(x1) = a(x1 x2)2 + b(x1 x2) + c
f(x2) = a(x2 x2)2 + b(x2 x2) + c
Mtodo de Mller
Se llega a
c f ( x2 )
2
2
x0 x2 f ( x1 ) f ( x2 ) x1 x2 f ( x0 ) f ( x2 )
b
x0 x2 x1 x2 x0 x1
x1 x2 f ( x0 ) f ( x2 ) x0 x2 f ( x1 ) f ( x2 )
a
x0 x2 x1 x2 x0 x1
Mtodo de Mller
Los clculos pueden simplificarse usando
h0 x1 x0
h1 x2 x1
f x1 f x0
d0
h0
f x2 f x1
d1
h1
d1 d 0
a
h1 h0
b ah1 d1
c f x2
Mtodo de Mller
Para minimizar el error al resolver la cuadrtica P(x) = 0, se
calcula x3 con
x3 x2
2c
b signo(b) b 2 4ac
El proceso se reinicia tomando ahora x1, x2, y x3.
Mller en MatLab
function y = muller(p,x0,x1,x2,ee,ni)
i = 3;
while i<=ni
h1 = x1-x0;
h2 = x2-x1;
[fx0 muda] = horner(p,x0);
d1 = (fx1-fx0)/h1;
d2 = (fx2-fx1)/h2;
a = (d2-d1)/(h2+h1);
b = d2+h2*d1;
c = fx2;
D = sqrt(b*b-4.0*a*c);
if(abs(b-D)<abs(b+D))
E = b+D;
else
E = b-D;
end
h = -2.0*c/E;
x3 = x2+h;
if(abs(h)<ee)
break;
end
x0 = x1;
x1 = x2;
x2 = x3;
i=i+1;
end
y = x3;
Ejemplo
P(x) = 16x4 40x3 + 5x2 + 20x + 6
x0 =
i
0.5
x1 = -0.5
x2 =
0.0
xi
P(xi)
-0.555556 + ( -0.598352)i
-29.400701 + (
3.898725)i
-0.435450 + ( -0.102101)i
1.332225 + (
1.193097)i
-0.390631 + ( -0.141852)i
0.375058 + (
0.670168)i
-0.357698 + ( -0.169926)i
-0.146750 + (
0.007446)i
-0.356051 + ( -0.162856)i
-0.001840 + ( -0.000538)i
-0.356062 + ( -0.162758)i
0.000002 + ( -0.000001)i
Ejemplo
x0 =
2.5
x1 =
2.0
x2 =
2.3
xi
1.960592 + (
0.000000)i
-0.611310 + (
0.000000)i
1.970564 + (
0.000000)i
0.007455 + (
0.000000)i
1.970447 + (
0.000000)i
0.000029 + (
0.000000)i
x0 =
0.5
x1 =
1.0
P(xi)
x2 =
1.5
xi
P(xi)
1.287855 + (
0.000000)i
-1.376275 + (
0.000000)i
1.237459 + (
0.000000)i
0.126945 + (
0.000000)i
1.241605 + (
0.000000)i
0.002193 + (
0.000000)i
1.241677 + (
0.000000)i
-0.000001 + (
0.000000)i
Actividad
Encontrar las races reales y complejas del
siguiente polinomio por el mtodo de Mller en
MatLab.
P(x) = x4 2x3 + 6x2 8x + 8
Races de no lineales en Matlab

fzero(FUN, x0) encuentra la raz de FUN cerca al punto
x0.
Ejemplos:
FUN puede especificarse usando @:
X = fzero(@sin,3)
regresa pi.
X = fzero(@sin,3,optimset('disp','iter'))
regresa pi, usa la tolerancia por omisin y despliega
informacin de las iteraciones.
FUN puede ser una funcin en lnea:
X = fzero(inline('sin(3*x)'),2);
Polinomios con Matlab

polyval(P, x) evalua el polinomio P en el punto x. El
polinomio se especifica como un vector donde P(1) es el
coeficiente de la potencia ms alta y P(length(P)) es el
trmino independiente.
polyder(P) obtiene la derivada delpolinomio P.
con(A, B) multiplica el polinomio A por el polinomio B.
[Q R] = deconv(A, B) divide los dos polinomios A y
B y almacena el cociente en Q y el residuo en R.
roots(P) encuentra todas las raices reales y complejas
del polinomio P.
Mtodo de Bairstow
El enfoque de Bairstow es el de utilizar el Mtodo de Newton
para ajustar los coeficientes r y s en la cuadrtica x2 rx + s
hasta que sus races sean tambin races del polinomio que se
quiere resolver.
Con estos coeficientes se determina la cuadrtica
correspondiente que se utiliza para simplificar la expresin,
eliminando estas races del conjunto buscado.
El proceso se repite hasta que el polinomio se convierta en uno
cuadrtico o lineal, momento en que todas las races quedan
determinadas.
La Divisin Larga de un polinomio

n
P x ai x i
i 0
por x2 rx s resulta en un cociente de la forma

n2
Q x bi x i
i 0
y un residuo b1(x r) + b0 tal que

n2
Px x 2 rx s bi x i b1 x r b0
i 2
Se utiliza la divisin sinttica para obtener la divisin entre el factor

cuadrtico:
bn = an
bn1 = an1 + rbn
bi = ai + rbi+1 + sbi+2 (i = n 2,, 0)
El mtodo se reduce a determinar los valores de r y s que hacen que el factor
cuadrtico sea un divisor exacto.
Se utiliza el mtodo de Newton-Raphson. Se calculan incrementos r y s
para acercarse a la solucin.
b1
b
r 1 s b1
s
r
b0
b
r 0 s b0
r
s
Las derivadas parciales se calculan por un proceso de divisin sinttica

similar al utilizado para calcular las bs.
cn = b n
cn1 = bn1 + rcn
ci = bi + rci+1 + sci+2 (i = n 2,, 1)
Donde:
b1
b
, c3 1
r
s
b
b
c0 0 , c2 0
r
s
c2
Se resuelven las ecuaciones para r y s y se emplean para mejorar r y s.
Ejemplo
Encontrar las races del siguiente polinomio en Excel
P( x) = x5 3.5x4 + 2.75x3 + 2.125x2 3.88x +1.25
Comience en r = -1 y s = -1
Hoja de Excel de Bairstow

Haga doble clic sobre la hoja para ver las frmulas. Los valores
en amarillo son los valores que se obtuvieron paso a paso. Los
valores en naranja son los coeficientes del polinomio de grado
n2 que hay que resolver aplicando el mismo mtodo. Note
que los coeficientes b0 y b1 son casi cero.
Mtodo de Bairstow
n->
5
4
3
a->
1
-3.5
2.75
-0.5
2.5
b->
1
-4
5.25
-0.5
2.75
c->
1
-4.5 8.000001
sistema
b
c2,c3 -8.75
8 -4.9E-07
c1,c2 8.38
-8.75 4.56E-07
2
2.125
-4.625
-2.5
-6.25
-8.75
1
-3.875
3.875
5E-07
8.375
8.375
7E-08
1E-08
0r
s
valores calculados x1
x2
1.25
-0.5
0.5
-1
-1 #NUM!
#NUM!
-1.250000456 Dr
Ds
-0.6442 0.1381
0.1697
-0.8139
-4.55699E-07 7E-08 1E-08 -0.5111 0.4697
0.4759
-0.9870
Error r Error s -0.4997 0.5002
0.5002
-0.9999
1E-05 2E-06 -0.5000 0.5000
0.5000
-1.0000
-0.5
0.5
Muchas Gracias

Catedra Metodos Numericos 2013 Unsch 05 PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Catedra Metodos Numericos 2013 Unsch 05 PDF

Încărcat de

Drepturi de autor:

Formate disponibile

CATEDRA 0

ING. CRISTIAN CASTRO P.

ING. CRISTIAN CASTRO P.

BSQUEDA DE VARIAS RACES

ECUACIONES CON VARIAS RACES

MTODO DE BSQUEDA INCREMENTAL

La bsqueda consiste en empezar en un extremo del intervalo de

Si la longitud del incremento no es lo suficientemente pequea,

MTODO DE BSQUEDA INCREMENTAL

El mtodo de bsqueda incremental se utiliza para identificar todas las

Es conveniente utilizar tamaos de incremento acordes con el fenmeno

Ante la sospecha de que la ecuacin algebraica o trascendente tenga

Se ha de tener especial cuidado al hacer el bosquejo de una grfica,

MTODO DE BSQUEDA INCREMENTAL

f(x) 10senX 3cos X

Trazado con incrementos de 0.50, parece que hay solo 2 races

MTODO DE BSQUEDA INCREMENTAL

Trazado con incrementos de 0.50, parece que hay solo 2 races

MTODO DE BSQUEDA INCREMENTAL

f(x) 10senX 3cos X

Trazado con incrementos de 0.20, parece que hay solo 2 races

MTODO DE BSQUEDA INCREMENTAL

Trazado con incrementos de 0.20, parece que hay solo 2 races

MTODO DE BSQUEDA INCREMENTAL

f(x) 10senX 3cos X

Trazado con incrementos de 0.10, parece que hay solo 4 races

MTODO DE BSQUEDA INCREMENTAL

Trazado con incrementos de 0.10, parece que hay solo 4 races

MTODO DE BSQUEDA INCREMENTAL

f(x) 10senX 3cos X

Trazado con incrementos de 0.05, se ve que hay 6 races

MTODO DE BSQUEDA INCREMENTAL

f(x) 10senX 3cos X

MTODO DE NEWTON RAPHSON MODIFICADO

Consiste en elegir un punto inicial cualquiera x1 como

Obtener los valores de la funcin, de su primera y de su

Establecer la funcin (x) = f(x)/f(x) y obtener el valor de la

Trazar una recta tangente a la funcin (x) por ese punto.

El punto de interseccin de esta recta con el eje de las

MTODO DE NEWTON RAPHSON MODIFICADO

MTODO DE NEWTON RAPHSON MODIFICADO

MTODO DE NEWTON RAPHSON MODIFICADO

MTODO DE NEWTON RAPHSON MODIFICADO

MTODO DE NEWTON RAPHSON MODIFICADO

MTODO DE NEWTON RAPHSON MODIFICADO

f(x i )[f '(xi )]2

f '(xi ) [f '(x i )]2 f(xi )f "(xi )

MTODO DE NEWTON RAPHSON MODIFICADO

MTODO DE NEWTON RAPHSON MODIFICADO

MTODO DE NEWTON RAPHSON

f(X) = x4 - 6x3 + 12x2 - 10x + 3

MTODO DE NEWTON RAPHSON MODIFICADO

MTODO DE NEWTON RAPHSON TRADICIONAL

MTODO DE NEWTON RAPHSON TRADICIONAL

MTODO DE NEWTON RAPHSON MODIFICADO

MTODO DE NEWTON RAPHSON

El mtodo de Newton Raphson tradicional, en la bsqueda de races

El mtodo de Newton Raphson modificado, en la bsqueda de races

La lentitud en la convergencia del mtodo de Newton Raphson

A mayor nmero de races mltiples, menor es la velocidad de

MTODO DE NEWTON RAPHSON

Teorema (teorema fundamental del lgebra): Si P(x) es un

bk = ak + bk+1x0 para k = n 1, n 2, ..., 1, 0