Ecuaciones no lineales de una variable

Dado f(x), se busca obtener los ceros o races (soluciones) de la ecuacin o

funcin f.
Z, es un cero o ceros de la funcin f si f(z)=0

- Localizacion de races
Se busca el intervalo I, que contenga las races, existen 3 formas de
localizacin.

1) 1 criterio: Metodo Grafico
Bosquejar el grafico de la funcin f

[a,b]

[c,d]

f(z)=0 f(

)=0
f(

2) 2 criterio: Metodo de cambio de signos de la funciones
Tabular f(x) y buscar de signos.
Si: z=r [a,b] f(a)*f(b)<0 / f(z) = 0


3)3 criterio: Metodo de interseccin de curvas
Dado f(x)=0 f1 (x)=f2(x)=0f1(x)=f2(x)
x-

=0 x=

x : f1(x)

f2(x)

z

NOTA: En los mtodos de localizacin de los tres casos permiten obtener el
valor inicial o de partida para hallar la raz buscada mediante iteraciones (no
exactas).

r=z

r: valor final(raz)

METODOS ITERATIVOS

Es un mtodo iterativo o repetivo que requiere un dato inicial (punto inicial o
intervalo inicial)
PUNTO INICIAL
1) Metodo del punto fijo
2) Metodo Newton Raphson
3) Metodo de la secante
4) Metodo de la regla de la falsa
5) Metodo de Aitken
INTERVALO
1) Metodo de biseccin

1) METODO DEL PUNTO FIJO O APROXIMACIONES SUCESIVAS.-
Dado: f(x)=0 x= g(x), con x
0

=g(

=g(

=g(

.
.
.
.

=g(

Convergente






- Criterio de convergencia
Si se cumple:
1) Si g(x) pertenece a I (g(x) I), para todo ( ) x I, r I
2) ||<1

1)
}

=r
2)

Siendo:
k=) |

|
i= # iteraciones
n= c.s.e

Ejemplo: Encontrar la raz positiva con 4 c.s.e de la ecuacin:

1) Por localizacin

=1,9

2)

=4*senx
x=

solo la raz (+)
x= =2 g(x)
El algoritmo de la function:

= 2

3) Criterio de convergencia

||

<1

= |

|=k=0,3323<1
k=0,3323<1 converge tienesolucion

4) Numero de iteraciones(i)

Siendo:
K=0,33
n=4
m=0 1,9=

=2

=1,945559

| |

)(0.0682327)

)0,0073278
i

i4,4622
i4,5 i=5
5) Algoritmo:

)
0

=1,9

=1,945559
1

=1,945559

=1,929347
2

=1,929347

=1,935362
3

=1,935362

=1,933162
4

=1,933162

=1,933971
5

=1,933971

=1,933674

r=1,9337
Prueba

0,000297

0,297*

-3=-n+1 n=4c.s.e

2) Metodo de Newton Raphson(N.R)
Por la serie de Taylor
f(x)=f(

+
f(x)f(

= f(x) - f(

Como f(x)=0

Algoritmo

-Interpretacion grafica



tg =

tg

tg

Algoritmo Newton-Raphson
Observacion
Leer:

Tol: Tolerancia o precisin
Tol= 0,005=0,5*

Tol=

=0,000006
- Error (

| Tol

Tol=0,5*

Tol=

Diagrama de flujo


- Criterio de convergencia (N.R)

Criterio de convergencia
|

| k 1

Condicion de convergencia

= |

| k 1

Numero de iteraciones(I)

Siendo:

= |

b=|

|

Ejemplo: Resolver :

- sen(x)=0 con 5 c.d.e

Solucion
1) Localizacion

r=z=[1.5 , 2]

2) Derivadas
f(x)= :

- sen(x) f(1.75)=-.21836
f (x)= :

- cos(x) f (1.75)=1.05325
f(x)= :

+ sen(x) f(1.75)=1.48399

Criterio de convergencia

|

| 0.292107 1,

=0.292107 <

b=|

|=|

|=0.20732

i=3 0.000602<

i=4 0.00000408<

i=5 0.000000000376<

i=4

n=

0 1.75 -0.21836 1.05325 0.207322
1 1.957322 -0.031553 -1.355634 -0.023275
2 1.934047 -1.000388 -1.322338
3 1.933754 -1.321918
4 1.933753

r=z=1.933753 con 5 c.d.e


2. SISTEMA DE ECUACIONES NO LINEALES :
Existen dos Metodos
1) Meto de iteracion o punto fijo
2) Metodo de Newton Raphson






1) METO DE ITERACION O PUNTO FIJO :


F
1
(X
1
,X
2
,.Xn)=0 X
1
=g
1
(X
1
,X
2
,X
n
)
X
1
(K+1)
=g
1
(X
1
k
,X
2
k
,X
n
K
)

F
2
(X
1
,X
2
,.Xn)=0 X
2
=g
2
(X
1
,X
2
,X
n
)
X
2
(K+1)
=g
2
(X
1
k
,X
2
k
,X
n
K
)



F
n
(X
1
,X
2
,.Xn)=0 X
n
=g
n
(X
1
,X
2
,X
n
)
X
n
(K+1)
=g
n
(X
1
k
,X
2
k
,X
n
K
)



-Para 2 Variables:
F(x,y) = 0 x = g
1
(x,y) X
(K+1)
= g
1
( x
k
, y
k
)

G(x,y) = 0 x = g
2
(x,y) Y
(K+1)
= g
2
( x
k
, y
k
)
-Condicin de Convergencia :

; J(X) =

- Error ( )
= r - X
(K+1)

Ejemplo :
- Resolver el Sistema de Ecuaciones no Lineales :
F x
2
- (x-1)
2
= 1 X

(K+1)

=

G x-1)
2
- (Y+2)
2
= 9 Y

(K+1)

=

- 2









Iterando :

n xn yn
0 1.5 1.5
1 1.118033989 1.1180339892
2 . .
3 . .
. . .
. . .
. . .
. . .
. . .
8 1.395802618 1.973756955
9 1.395780286 1.975775427

- Error ( )

q
= (-0,000022332 ; 0,000018472 )

q =
| |

=

q
= 0,000028982 = 0.28 x 10
-4
0.5x 10
m-n+1


0.28 x 10
-4
0.5x 10
0-n+1

-4 = -n+1
N = 5 cse

2.-METODO DE NEWTON RAPHSO
-sea un sistema no lineal de la forma
1.-
2.-
Se utiliza asumiendo un valor inicial que pertenece a
-Inicializa (

)


Por algoritmo de newton raphso

Sabiendo

| ,

|
F(

)=|

|
Reemplazando

H=[

*F(

Siendo

| |

| |

|
Calculo de

|
|

|
|

|
|

|
|

..(1)

(2)

Resolviendo (1) y (2) , se halla

Ejemplo

= X

+X-10XY+8=0 .(2)

-Inicializa (

)
F(

)=|

| |

| |

|

i=0
(

) (

) (

)

|


| |

|=|

|

-10

+0

= -8

) (

) (

) (

) (

) (

)

Error ()

(1)= (

) (

)

(1)= |

|=

= 1.1893

- Se repite sucesivamente hasta cumplir el Tol pedido o deseado

Ejemplo: Tol =

=0.001

i

(i)
0 0 0 0
1 0.8 0.88 1.1893
2 0.9918 0.9917 0.2219
3 0.99998 0.99997 0.0083
4 1.000 1.000 0.00004
5

Matlab

Mtodo de Punto fijo
>>

input ('

')
>> Q=1000;
>> while Q>0| Q<0

(sin

Q=

end
>>

Editor:
1. function fijo (funcin,

2. i=1
3. while i<=n
4. x=

5.

6.

7. i=i+1
8. end
Metodo de Newton Raphson
Editor:
1.

input ('

')
2. Q=10000;
3. while Q>0|Q<0
4.

5. Q=

;
6.

;
7. end
8.

Metodo de newton raphson
input (a
1
=
,
)
input (b
1
=
,
)
r =100 ;

while R> 0 | R< 0

f = 2xa
1
- b
1
- exp(-a
1
) ;

g = 2xb
1
- a
1
- exp(-b
1
) ;

f
a
= 2 + exp (-a
1
) ;

f
b
= -1
g
a
= -1
g
b
= 2 + exp (-ba )
M = [ f g ]
,

D = [ f
a
f
b
; g
a
g
b
] ;

A
1
= [ a
1
b
1
] ;
A
2
= [ a
2
b
2
] ;
U = M/D
A
2
= A
1
- U ;
a
2
= A
2
(1,1) ;
b
2
= A
2
(2,1) ;
R
1
=a
2
a
1

R
2
= b
2
b
1

a
1=
a
2
b
1=
b
2
end