Sunteți pe pagina 1din 45

5. Raíces de ecuaciones

5.1 Métodos cerrados

5.1.1 Métodos Gráficos

Un método simple para obtener una aproximación a la raíz de la ecuación f(x)=0, consiste en graficar la función y observar donde cruza el eje x.

Ejemplo: Utilizar gráficas por computadora para localizar las raíces de f(x) = x 3 + x 2 -3·x+5 Solución. Utilizando MATLAB, << x=0:0.01:5; << y=x.^3+x.^2-3*x+5; << plot(x,y); << grid on;

y

40 30 20 10 0 -10 -20 -30 -40 -4 -3 -2 -1 0 1
40
30
20
10
0
-10
-20
-30
-40
-4
-3
-2
-1
0
1
2
3

x

La gráfica muestra la existencia de varias raíces, incluyendo quizás una doble raíz alrededor de x=4.2

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;

» y=sin(10*x)+cos(3*x); » plot(x,y); » grid on; En efecto, hay dos raíces dife rentes entre x=4.23

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

5.1.2 El método de bisección

En general, si f(x) es real y continua en el intervalo que va desde x l hasta x u y f(x l ) y f(x u ) tienen signos opuestos, es decir f(x l ) f(x u ) < 0 entonces hay al menos una raíz real entre x l y x u

El método de bisección, conocido también como de corte binario, de partición de intervalos o de Bolzano, es un tipo de búsqueda incremental en el que el intervalo se divide siempre a la mitad. Si el valor de la función cambia de signo, sobre un intervalo, se evalúa el valor de la función en el punto medio. La posición de la raíz se determina situándola en el punto medio del subintervalo, dentro del cual ocurre un cambio de signo. El proceso se repite hasta obtener una mejor aproximación.

Paso 1: Elija valores iniciales inferior, x l , y superior, x u , que encierren la raíz, de forma que la función cambie de signo en el intervalo. Esto se verifica comprobando que f(x l ) f(x u ) < 0 Paso 2: Una aproximación de la raíz x l se determina mediante:

x

=

x

l

+

x

u

r 2

Paso 3: Realice las siguientes evaluaciones para determinar en que subintervalo está la raíz:

a. Si f(x l ) f(x r ) < 0 , entonces la raíz se encuentra dentro del subintervalo inferior o izquierdo. Por tanto, haga x u = x r y vuelva al paso 2.

b. Si f(x l ) f(x r ) > 0, entonces la raíz se encuentra dentro del subintervalo superior o derecho. Por lo tanto, , haga x l = x r y vuelva al paso 2.

c. Si f(x l ) f(x r ) = 0, entonces la raíz es igual a x r ; termina el cálculo

Ejemplo

Bisección Planteamiento del problema. Emplee el método de bisección para resolver la ecuación f(x)=(667.38/x)*(1-exp(- 0.146843 x))-40 Solución.

Primera iteración:

x r = (12+16) / 2 = 14 f(12) f(14) = (6.067)(1.569) = 9.517 > 0 No hay cambio de signo entre el límite inferior y el punto medio. En consecuencia la raíz debe estar localizada entre 14 y 16. Segunda iteración: x l = 14; x u = 16 x r = (14+16) / 2 = 15 f(14) f(15) = (1.569)(-0.425) = -0.666 < 0

x l = 12; x u = 16

12
12

Tercera iteración: x l = 14; x u = 15 x r = (14+15) / 2 = 14.5

16 14 16 14 15
16
14
16
14
15

Criterios de paro y estimaciones de errores

Un criterio objetivo de definir cuándo un método numérico debe terminar, es estimar el error de forma tal que no se necesite el conocimiento previo de la raíz. Como se estudió previamente, se puede calcular el error relativo porcentual ε a de la siguiente manera

ε

a

=

x

nuevo

r

x

anterior

r

x

nuevo

r

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

Ejemplo

Estimación del error en la bisección Planteamiento del problema. Continuar con el ejemplo anterior hasta que el error aproximado sea menor que el criterio de terminación ε s = 0.5%. Solución. Tomando las dos primeras iteraciones,

 

nuevo

x

 

=

r

15;

 

anterior

x

r

=

14

|ε a | = | (15-14) / 15 | = 0.0667 6.667%

Iteración

x

l

x

u

x

r

ε a (%)

ε 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

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 xl = xr

ELSE

THEN

ea = 0 END IF IF ea < es OR iter imax EXIT END DO Bisect = xr END Bisect

5.1.3 Método de la falsa posición

Una técnica alternativa al método de bisección, consiste en unir f(x l ) y f(x u ) con una línea recta. La intersección de esta línea con el eje de las x representa una mejor aproximación de la raíz. El hecho de que se remplace la curva por una línea recta da una falsa posición de la raíz; de aquí el nombre de método de la falsa posición, o en latín regula falsi. También se la conoce como método de interpolación lineal.

Usando triángulos semejantes:

f

( x )

l

f x

(

u

)

=

x

r

x

l

x

r

x

u

en la cual se despeja x r

x

r

=

x

u

f x

(

u

)(

x

l

x

u

)

f x

(

l

)

f x

(

u

)

Ésta es la ecuación de la falsa posición. El valor de x r calculado reemplazará, después, a cualquiera de los dos valores iniciales x l o x u

f(x)

f(x u ) x r x l x u x f(x l )
f(x u )
x
r
x l
x u
x
f(x l )

Ejemplo

Falsa posición Planteamiento del problema. Con el método de la falsa

posición determine la raíz de la ecuación f(x)=(667.38/x)*(1- exp(- 0.146843 x))-40 Solución

Primera iteración:

x u =16 f(x u )=-2.2688 x r =16-(-2.2688(12-16) / … … (6.0669-(-2.2688)) = 14.9113 Segunda iteración: f(x l ) f(x r ) = -1.5426 < 0

x l =12

f(x l )=6.0699

x l =12

f(x l )= 6.0699

x u =14.9113 f(x u )= -0.2543 x r =14.9113-(-0.2543(12-14.9113) / … … (6.0669-(-0.2543)) = 14.7942

Ejemplo

Un caso en el que la bisección es preferible a la falsa posición Planteamiento del problema. Con los métodos de bisección y falsa posición, localice la raíz de f(x) = x 10 -1 Solución. Usando bisección,

Iteración

x

l

x

u

x

r

ε

a (%)

ε

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

Con el método de falsa posición

Iteración

x

l

x

u

x

r

ε

a (%)

ε

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

f(x)

15

10

5

0

1 x
1
x

Falsa posición modificada

Una forma de disminuir la naturaleza unilateral de la falsa posición consiste en obtener un algoritmo que detecte cuando se estanca uno de los límites del intervalo. Si ocurre esto, se divide a la mitad el valor de la función en el punto de estancamiento. A éste método se le llama método de la falsa posición modificado.

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

Ejercicios

Determine las raíces reales de f(x) = -0.4x 2 + 2.2x + 4.7:

a. Gráficamente

b. Usando el método de bisección para determinar la raíz más grande. Emplee como valores iniciales x l =5 y x u =10. Calcule el error

Ejercicio 5.1

estimado ε a y el error verdadero ε t para cada iteración.

Ejercicio 5.2 Calcule la raíz real positiva de f(x)=x 4 -8x 3 -36x 2 +462x

1010 utilizando el método de la falsa posición. Use una gráfica para

escoger el valor inicial y realice el cálculo con ε s = 1.0 %

Ejercicio 5.3

La concentración de saturación de oxígeno disuelto en agua se

calcula con la ecuación

ln

O

sf

= −

139 . 34411

+

1 . 575701 10

×

5

T

a

6 . 642308 10

×

7

T

a

2

+

1. 243800 10

×

10

T

a

3

8 . 621949 10

×

11

T

a

4

donde O sf = concentración de saturación de oxígeno disuelto en agua a 1 atm (mg/L) y T a = Temperatura absoluta (K). Recuerde que T a = T + 273.15, donde T = temperatura (ºC). De acuerdo con ésta ecuación, la saturación disminuye con el incremento de la temperatura. Para aguas naturales típicas en climas templados, la ecuación sirve para determinar rangos de concentración de oxígeno desde 14.621 mg/L a 0ºC hasta 6.949 mg/L a 35ºC. Dado un valor de concentración de oxígeno, ésta fórmula y el método de bisección son útiles para resolver la temperatura en ºC. Si los valores iniciales se fijan en 0 y 35ºC, desarrolle y pruebe un programa de bisección para determinar T como una función de una concentración de oxígeno dada. Pruebe el programa para O sf =8, 10 y 14 mg/L. Compruebe sus resultados

5.2 Métodos abiertos

5.2.1 Iteración simple de punto fijo

Los métodos abiertos utilizan una fórmula para predecir la raíz. Esta

fórmula puede desarrollarse como una iteración simple de punto fijo (También llamada iteración de un punto o sustitución sucesiva o método de punto fijo), al reordenar la ecuación f(x)=0 de tal modo que x esté del lado izquierdo de la ecuación:

x=g(x) Por ejemplo, x 2 -2x+3 = 0, se reordena para obtener

2 + 3

x = x

2

Mientras que sen(x)=0, puede transformarse sumando x a ambos lados para obtener x=sen(x)+x

De ésta manera, dado un valor inicial para la raíz x i , la ecuación anterior puede usarse para obtener una nueva aproximación x i+1 , expresada por la fórmula iterativa

x i+1 =g(x i )

El error aproximado se calcula usando el error normalizado:

 

=

x

i

+ 1

x

i

ε

a

 
   

x i

+ 1

100 %

Ejemplo

Iteración simple de punto fijo Planteamiento del problema. Use una iteración simple de punto fijo para localizar la raíz de f(x) = e -x - x Solución.

x i+1 =e -xi

i

x

i

ε a %

ε τ %

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

Convergencia

El error relativo porcentual verdadero en cada iteración del ejemplo anterior, es proporcional (por un factor de 0.5 a 0.6) al error de la iteración anterior. Esta propiedad se conoce como convergencia lineal.

Un método gráfico alternativo consiste en separar la ecuación en dos partes, de esta manera

f 1 (x)=f 2 (x)

Entonces las dos ecuaciones

y 1 = f 1 (x)

y

y 2 = f 2 (x)

se grafican por separado. Así, los valores de x correspondientes a Las intersecciones de estas dos funciones representan las raíces de f(x)=0

f(x)

f(x)

dos funciones representan las raíces de f(x)=0 f(x) f(x) f(x) = e - - x x

f(x) = e --xx - x

f(x) = e - - x x - x Raíz

Raíz

f(x) = e - - x x - x Raíz
de f(x)=0 f(x) f(x) f(x) = e - - x x - x Raíz f 2

f 2 (x) = e --xx

f 1 (x) = x

= e - - x x - x Raíz f 2 (x) = e - -

Raíz

= e - - x x - x Raíz f 2 (x) = e - -

yy

yy

y 1 = x y 2 = g(x)
y 1 = x
y 2 = g(x)

x

2

x

1

x

0

xx

y 1 = x y 2 = g(x)
y 1 = x
y 2 = g(x)

x

0

xx

yy

yy

y 1 = x y
y 1 = x
y

2 = g(x)

x

0

xx

y 2 = g(x)

y 1 = x
y 1 = x

x

0

xx

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

=

xr

100

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

END fixpt

5.2.2 Método de Newton-Raphson

A partir de la expansión en series

de Taylor, se tiene:

f ' ( x

i ) =

f

( x )

i

0

x

i

x

i

+

1

que se reordena para obtener

f ( x ) i = x − x i + 1 i f x
f
( x )
i
= x
x i
+ 1
i
f x
' (
i )

la cual se conoce como fórmula

De Newton Raphson

f(x)f(x)

f(xf(x ii ))

00

De Newton Raphson f(x) f(x) f(x f(x i i ) ) 0 0 Pendiente Pendiente =

PendientePendiente == ff (x(x ii ))

Pendiente Pendiente = = f f ’ ’ (x (x i i ) ) x x
Pendiente Pendiente = = f f ’ ’ (x (x i i ) ) x x

xx ii+1+1

xx ii

Pendiente = = f f ’ ’ (x (x i i ) ) x x i
Pendiente = = f f ’ ’ (x (x i i ) ) x x i

xx

Ejemplo

Método de Newton-Raphson Planteamiento del problema. Utilice el método de Newton Raphson para calcular la raíz de f(x)=e -x – x empleando como valor inicial x 0 = 0 Solución. La primer derivada de la función es f ’(x)=-e -x -1

e

x

i

que se sustituye para obtener

x

i

+

1

=

x

i

i

x

i

e

x

1

i

x

i

ε t (%)

0

0

100

1

0.500000000

11.8

2

0.566311003

0.147

3

0.567143165

0.0000220

4

0.567143290

< 10 -8

Algoritmo

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

2. Al final de los cálculos, se necesitará sustituir siempre la raíz final calculada en la función 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 pequeños de ε a , mientras que la solución aún está muy lejos de una raíz.

3. El programa deberá incluir siempre un límite máximo permitido del número de iteraciones para estar prevenidos contra soluciones oscilantes, de lenta convergencia o divergentes que podrían persistir en forma interminable.

4. El programa deberá alertar al usuario para que tome en cuenta la posibilidad de que f ‘(x) sea igual a cero en cualquier momento durante el cálculo.

5.2.3 El método de la secante

Un problema potencial en la implementación del método de Newton Raphson es la evaluación de la derivada. En casos complejos, la derivada se puede aproximar mediante una diferencia finita dividida hacia atrás

f ' ( x

i

)

f ( x x

i

1

)

f ( x x

i

i

)

i

1

Sustituyendo en la ecuación de Newton - Raphson

x

i + 1

=

x

i

f

(

x

i

)(

x

i

1

x

i

)

f

(

x

i

1

)

f x

(

i

)

f(x i )

f(x i-1 )

i − 1 ) − f x ( i ) f(x i ) f(x i-1 )
x i-1 x i
x i-1 x i
x i-1 x i

x i-1

x i

i − 1 ) − f x ( i ) f(x i ) f(x i-1 )

Ejemplo

El método de la secante Planteamiento del problema. Con el método de la secante, calcule la raíz de f(x)=e -x –x. Comience los cálculos iniciales con los valores x -1 =0 y x 0 = 1.0. Solución. Primera iteración:

x -1 =0 f(x -1 )=1 x 0 =1 f(x 0 )=-0.63212 x 1 =1-((-0.63212)(0-1)/(1-(-0.63212)))=0.61270 Segunda iteración x 0 =1 f(x 0 )=-0.63212 x 1 =0.61270 f(x 1 )=-0.07081 x 2 =0.61270-((-0.0708)(1-0.61270)/(-0.63212- … … (0.07081))) = 0.56384

Método de la secante modificada

En lugar de considerar dos valores arbitrarios para aproximar la derivada, un método alternativo considera un cambio fraccionario de la variable independiente para estimar f’(x),

f x

' (

)

f x

(

i

+

δ )

x

i

f ( x

i

)

δ

x

i

donde d es un pequeño cambio fraccionario. Ésta aproximación se sustituya en la ecuación de la secante para obtener la siguiente expresión iterativa:

δ x f ( x ) i i x = x − i + 1
δ
x
f ( x )
i
i
x
=
x
i + 1
i
f x
(
+
δ x
)
f x
(
)
i
i
i

Ejercicios

Ejercicio 5.4 Evaluar las raíces de las siguientes ecuaciones trascendentes

a. sin x - 2exp(-x 2 ) = 0

b. ax - a x = 0

c. ln(1 + x 2 ) – x 1/2 = 0

d. e -x /(1 + cos x) - 1 = 0

para

a = 2, e, or 3

Ejercicio 5.5 Para el flujo turbulento de un fluido a través de un tubo liso, es posible establecer la siguiente relación entre el factor de fricción c f y el número de Reynolds Re:

factor de fricción c f y el número de Reynolds Re : Calcular c f para

Calcular c f para Re = 104, 105 y 106.

Ejercicio 5.6 Desarrolle una función para calcular el volumen específico de un gas puro, dada la temperatura y la presión usando la ecuación de estado de Soave-Redlich-Kwong

usando la ecuación de estado de Soave-Redlich-Kwong Las constantes a y b son obtenidas de las

Las constantes a y b son obtenidas de las ecuaciones

de estado de Soave-Redlich-Kwong Las constantes a y b son obtenidas de las ecuaciones Parte II:

donde P c y T c son la presión crítica y temperatura crítica respectivamente. La variable α es una función empírica de la Temperatura

variable α es una función empírica de la Temperatura El valor de S es una func

El valor de S es una función del factor acéntrico ω

El valor de S es una func ión del factor acéntrico ω Las propiedades físic as

Las propiedades físicas del n-butano son

S es una func ión del factor acéntrico ω Las propiedades físic as del n-butano son

y la constante de los gases R es

y la constante de los gases R es Calcule el volumen específico del vapor de n-butano

Calcule el volumen específico del vapor de n-butano a 500 K y en un rango de presiones de 1 a 40 atm. Compare los resultados gráficamente con aquellos que se obtienen de la ley de los gases ideales. ¿Qué conclusión obtiene de ésta comparación gráfica?

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

3. La ecuación de estado de Benedict-Webb-Rubin (BWR) es donde A 0 , B 0 ,

donde A 0 , B 0 , C 0 , a, b, c, α, y γ son constante. Donde P está en atmósferas, V está en litros por mol, y T está en kelvin, Los valores de las constantes para el n-butano son:

por mol, y T está en kelvin, Los valores de las constantes para el n -butano

La ecuación de estado de Patel-Teja es

La ecuación de estado de Patel-Teja es Donde a es función de la temper atura, y,

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

de Patel-Teja es Donde a es función de la temper atura, y, b y c son

donde

de Patel-Teja es Donde a es función de la temper atura, y, b y c son

y b es la más pequeña de las raíces positivas del polinomio cúbico

más pequeña de las raíces positivas del polinomio cúbico F y ζ c son funciones del

F y ζ c son funciones del factor acéntrico

positivas del polinomio cúbico F y ζ c son funciones del factor acéntrico Parte II: Análisis

Ejercicio 5.8 La ecuación de Underwood para destilación multicomponente está dada por

Underwood para destilación multicomponente está dada por donde F = tasa de flujo molar de la

donde F = tasa de flujo molar de la alimentación n = numero de componentes en la alimentación z jF = fracción molar de cada componente en la alimentación q = calidad de la alimentación α j = volatilidad relativa de cada componente en condiciones promedio de la columna φ = raíz de la ecuación

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

los valores de las volatilidades relativas como se Muestra Evalúe las n-1 raíces de ésta ecuación

Evalúe las n-1 raíces de ésta ecuación para el caso mostrado en la Tabla

F=100 mol/h q=1 (líquido saturado)

ésta ecuación para el caso mostrado en la Tabla F=100 mol/h q=1 (líquido saturado) Parte II: