LOGO

Universidad Nacional de Trujillo

Métodos Numéricos
Computacionales
 Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

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
La elección delaproximada)
(solución método numérico depende del
problema a resolver (estructura del problema,
tipo de ecuaciones, precisión requerida, rapidez
del cálculo,....). Tipos de
«Por tanto no existe un Métodos
mejor método universalmente aplicable»
Métodos Métodos
 Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

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 Met. Secante
de laSecante
contener 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
Universidad Nacional de Trujillo

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

Método dedelaf(b)Bisección
diferente al signo

Selecciona un intervalo [a,b] donde

1.

halla un cero
Calcula el punto medio como nuevo
2.

punto
Comprueba si hay cambio de signo
3.

en [a,c] o en [p,c].
Comprobación: f(a)*f(c).
Si el producto es cero, entonces p es
4.

una raíz. Si no es cero volver al

punto 2.
 Métodos Numéricos Computacionales
Eje Universidad Nacional de Trujillo
Método de la Bisección
mpl f(x)= x3 + 2x2 + 10x - ε = 10-
o:X 20 3 El número de n= ( ln (2-1) – ln 10-3 ) / ln 2
f(x)
0 -20 interaciones sera: n=9,96
n≈10
a 1 -7 Existe cambio a=1 n= ( ln c – ln ε ) / ln 2
de signo
= 2 16 b=2
b 3 46 Valores Iniciales
1º 2º
a=1
= y b=2 Iteración
c=(a+b)/2 Iteración
c=(a+b)/2
16
c=(1+2)/2 c=(1+1,5)/2
c=1,5 c=1,25

f(1)= -7 f(1)= -7
f(1,5)=2,88 ≠ signo f(1,25)=-2,42 = signo
2,88

Nuevos valores Nuevos valores

-7
1 1,5
2 x a=1 a=1,25
b=1,5 b=1,5
 Métodos Numéricos Computacionales
Eje Universidad Nacional de Trujillo

mpl
Método de la Bisección (Programación en Matlab)
f(x)= x3 + 2x2 + 10x -
o: 20

0,0007 ≤ Tolerancia = 0,001

 Métodos Numéricos Computacionales
Método de la
Universidad Nacional de Trujillo

Falsa Posición

Selecciona un intervalo [a,b] donde

1.

halla un cero
Calcula un punto intersección como
2.

nuevo punto

Comprueba si hay cambio de signo

1.

en [a,c] o en [c,b].
Comprobación: f(a)*f(c).
Si el producto es cero, entonces c es
2.

una raíz. Si no es cero volver al

punto 2.
 Métodos Numéricos Computacionales
Eje Universidad Nacional de Trujillo
Método de la Falsa Posición
mpl f(x)= x3 + 2x2 + 10x - ε = 10-
o:X 20 3
Valores Iniciales
f(x)
0 -20 a=1
a 1 -7 Existe cambio a=1 b=2
de signo
= 2 16 b=2
b 3 46 1º 2º
= y Iteración Iteración
16

1,30435 = signo = signo

Nuevos valores Nuevos valores

-1,33476
-7
1 2 x a=1,30435 a=1,35791
b=2 b=2
 Métodos Numéricos Computacionales
Eje Universidad Nacional de Trujillo

mplMétodo de la Falsa posición (Programación en Matlab)

o:

0,0002 ≤ Tolerancia = 0,001

Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

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
 Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

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)
 Métodos Numéricos Computacionales
Método del
Universidad Nacional de Trujillo

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

Seleccionar un punto inicial

2. x0
Calcular nuevo valor
3. xi+1=g(xi) y=x
Repetir hasta llegar a la tolerancia
4.

requerida

Si: Raiz y=
g(x)
|g’(x)|<1 El algoritmo converge
linealmente
|g’(x)|>=1 El algoritmo diverge x x x x
 Métodos Numéricos Computacionales
Eje Universidad Nacional de Trujillo
Método del Punto Fijo
mpl f(x)= cosx – 3x ε = 10-
o: a) g(x)= (cos x) /3 3 x
b) g(x)= cos
diverge
x0=π converge
-2x
provar

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

x x0= 0,30796 x0= 0,02907

 Métodos Numéricos Computacionales
Eje Universidad Nacional de Trujillo

mpl Método de l Punto Fijo (Programación en Matlab)

a) g(x)= (cos x) /3
o:

0,0003≤ Tolerancia = 0,001

 Métodos
Método deNuméricos Computacionales
Universidad Nacional de Trujillo

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
Método deNuméricos Computacionales
Universidad Nacional de Trujillo

Newton
Raphson Necesita conocer la derivada de la función
•

• Convergencia cuadrática (rápida)

Deduciendo la ecuación
general del algoritmo •Puede no converger (depende de la función y de la estimación
inicial)
y
f(x
f(x0)
) tg(θ) f’(x0) =
(x0,f(x x0 -
=
0)) x1
Raiz f(x0) f(x0)
X1 = f’(x0)
θ X0 -
x x x x f(xi)
2 1 x0 - 0 Xi+1 =
f’(xi)
Xi -
 Métodos Numéricos Computacionales
Eje Universidad Nacional de Trujillo

mpl Método de Newton Raphson

f(x)= x3 + 2x2 + 10x –
o: 20 x0 = ε = 10-
f’(x)= 3x2 + 4x + 10
1, 3
Hast
a
|f(x)|<
y f(x)
1º 2º
Xi+1 = Iteración
Xi
f(xi)
Xi+1 = XiIteración
f(xi) ε
- f’(xi) - f’(xi)

X1 = 1 - 13 + 2*12 + 10*1 – 20 X1 = 1,41176- 1,411763 + 2*1,411762 + 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
Eje
Método de Newton Raphson(Programación en
Universidad Nacional de Trujillo

mpl
f(x)= x3Matlab)
+ 2x2 + 10x - ε = 10-
o: 20 3

0,0000≤ Tolerancia = 0,001

 Métodos Numéricos Computacionales
Método de la
Universidad Nacional de Trujillo

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+1=xi- xi-xi- f (xi)
f (xi)-f
1
(xi-1)
1. Repetir hasta llegar a la tolerancia
requerida
 Métodos Numéricos Computacionales
Método de la
Universidad Nacional de Trujillo

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

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

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

- x1-x0f (x1)
x2 = x1f (x1)-f
(x0)
(x0,f(x0))
xn+1 = fxn- xn- f (xn)
x1 - x0 (xn)-f
xn-1
 Métodos Numéricos Computacionales
Eje Universidad Nacional de Trujillo

mpl Método de la Secante

f(x)= x3 + 2x2 + 10x –
o: 20 x0 = 0 , x1 =ε = 10-
1, 3
1º 2º Hast
y f(x) Iteración Iteración a
|f(x)|<
x0= 1
x1= 1,53846 ε
x1-x0 f (x1)
x2 = x1
- 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
Eje Universidad Nacional de Trujillo

mpl
Método de la Secante (Programación en Matlab)
f(x)= x3 + 2x2 + 10x – 20 x0 = 0 , x1 =ε = 10-
o: , 1, 3

0,0009≤ Tolerancia = 0,001

Métodos Numéricos Computacionales
Universidad Nacional de Trujillo

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

Universidad Nacional de Trujillo

Gracias!