UNIVERSIDAD: LAICA ELOY ALFARO DE MANAB

PROYECTO DE AULA

NOMBRE DEL PROYECTO:

MATEMATICA: MATRICES, SISTEMAS LINEALES Y NO

LINEALES

INTEGRANTES:

CASTILLO CAARTE MICHELL CASTILLO

LEMACHE KEVIN FAUSTO
MIELES VERNANZA EGDA MARIA
RIVERA GOMEZ MARCO ANTONIO
VINCES MENDOZA MAIKEL ANDRES

ASIGNATURA:
MATEMATICA
AULA:
A04 CIENCIAS E INGENIERIAS
DOCENTE:
ECONOMISTA JACQUELINE PACHECO
DIRECTOR SNNA:

DR. GALO HOLGUN RANGEL

Manta Manab
2016

Introduccin

Presentacin de autores
Cada integrante se describe a s mismo en mximo cinco
lneas mostrando sus cualidades o dotes que lo/la
caracterizan.

Foto de
estudiante

DEDICATORIA

El presente proyecto sta dedicado principalmente a Dios por ser el apoyo y la

gua en nuestras vidas que nos ayuda cada da a seguir adelante. A nuestros
padres por habernos apoyado en todo momento, con sus consejos, adems de
econmicamente, psicolgicamente y por la motivacin constante que nos ha
permitido llegar a este punto de nuestras vidas, pero ms que nada, por su
cario y paciencia. A todos aquellos cuya participacin en este proyecto fue
primordial.
A nuestra tutora por su gran apoyo y motivacin para la elaboracin de nuestro
proyecto, adems de ser el gua en este trabajo, y habernos transmitidos los
conocimientos obtenidos, paso a paso en el aprendizaje.

OBJETIVOS

Objetivo General
Desarrollar la capacidad de entender el importante papel que juega los
sistemas de ecuaciones y matrices en el desarrollo de fenmenos naturales
dados en nuestra naturaleza. Adems de mejorar el desarrollo de habilidad en
la implementacin de tcnicas y procedimientos de ecuaciones para la
organizacin y resolucin de problemas.

Objetivos Especficos

Identificar, plantear y resolver problemas de ecuaciones y sistemas de

ecuaciones de primer y segundo grado y especificar las soluciones.

Identificar los tipos de Matrices y las propiedades de una determinantes.

Determinar el nmero de soluciones de una ecuacin de segundo grado

a partir de su discriminante y obtenerlas.

Fomentar el trabajo interdisciplinario y grupal en la universidad.

Introducir modelos analticos y numricos, y percibir las formas de

obtenerlos a partir de observaciones.

MATRICES

Una matriz es un arreglo bidimensional o tabla bidimensional de nmeros

consistente en cantidades abstractas que pueden sumarse y multiplicarse entre
s. Es una disposicin de valores numricos y/o variables (representadas por
letras), en columnas y filas, de forma rectangular. Una matriz es una
tabla cuadrada o rectangular de datos (llamados elementos o entradas de la
matriz) ordenados en filas y columnas, donde una fila es cada una de las lneas
horizontales de la matriz y una columna es cada una de las lneas verticales de
la matriz. A una matriz con m filas y n columnas se le denomina matriz m x n; y
a m y n se les denomina dimensiones de la matriz.
Las dimensiones de la matriz siempre se dan con el nmero de fila primero y el
nmero de columnas. Por lo general se trabaja con matrices formadas
por nmeros

reales.

Las

matrices

se

usan

generalmente

para describir sistemas de ecuaciones lineales, sistemas de ecuaciones

diferenciales o representar una aplicacin lineal (dada una base).
TIPOS DE MATRICES
Matriz Cuadrada: Es aquella que tiene igual nmero n de filas que de
columnas (n=m). En ese caso se dice que la matriz es de orden n. Las matrices
cuadradas son las ms utilizadas en lgebra.

( )

2 8 3
= 3 1 8
5 6 4

Matriz Nula: Una matriz es nula si todos sus elementos son iguales a cero.

( )

0 0 0
= 0 0 0
0 0 0

Matriz Diagonal: Una matriz cuadrada, A= (ij a), es diagonal si ij a =0, para i
j. Es decir, si todos los elementos situados fuera de la diagonal principal son
cero.

( )

1 0 0
= 0 1 0
0 0 1

Matriz Unidad: Es una matriz diagonal cuyos elementos de la diagonal son

todos uno.

( )

= 1 0
0 1

Matriz triangular: Es una matriz cuadrada en la que todos los elementos

situados por debajo (o por encima) de la diagonal principal son cero.

1 9 7
C= 0 3 4
0 0 1

Matriz simtrica: Se le llama matriz simtrica a toda matriz cuadrada que tiene
iguales los trminos que guardan una posicin simtrica respecto de la
diagonal principal. Lgicamente los elementos de dicha diagonal pueden ser
cualquiera. Adems toda matriz simtrica es igual a su transpuesta.
A es simtrica A T = A

1 9
3
A= 9 2 1
3 1 5

Matriz anti simtrica: Una matriz anti simtrica es una matriz cuadrada.
A cuya traspuesta es igual a su negativa, es decir vale la relacin

A T =A .

Una matriz de m n elementos (m = filas, n = columnas): es anti simtrica, si

es una matriz cuadrada

aij =0

aij =aij

para todo i, j =1, 2,3,..., n. En consecuencia,

para toda i.

A es Anti simtrica A =A

1 9 3
A= 9
2 1
3 1 5

Matriz ortogonal: Es aquella cuya traspuesta es igual a su inversa. Es decir,

es aquella que multiplicada por su traspuesta da como resultado la matriz
unidad. Esto es,
T

A es ortogonal A A A = A

) (

A= senx cosx B= a b
cosx senx
b a
Matriz

involutiva:

Es

)
una

matriz

que

coincide

con

su

A es involutiva A2 =I . Ejemplo

) (

)(

)( )

A= 1 0 A 2= 1 0 1 0 = 1 0
0 1
0 1
0 1
0 1
Matriz de idempotente
Es una matriz igual a su cuadrado.

A= 1 0
1 0

Matriz nilpotente

A es idempotente A 2= A .

Ejemplo

inversa.

Si A es una matriz cuadrada y Ak 0 para algn nmero natural k, se dice que

A es nilpotente. Si k es tal que Ak 1 0 y Ak 0, se dice que A es nilpotente
de orden k. Ejemplo:

) ( )

0 8 0
0 0 0
2
A= 0 0 0 A = 0 0 0
0 5 0
0 0 0

OPERACIONES DE MATRICES
Suma de Matrices
La suma de matrices slo se puede efectuar entre matrices con la misma
dimensin, es decir, las que tienen el mismo nmero de filas y el mismo
nmero de columnas. La matriz resultante tiene las mismas dimensiones, cada
uno de cuyos elementos es la suma aritmtica de los elementos en las
posiciones correspondientes en las matrices originales. Si las matrices A=
(aij) y B= (bij) tienen la misma dimensin, la matriz suma es:
A + B=(aij+ bij)
La matriz suma se obtiene sumando los elementos de las dos matrices que
ocupan la misma posicin.

Propiedades de la suma de matrices

Para poder sumar dos o ms matrices deben tener el mismo tamao, la misma
cantidad de columnas y de filas.

 Cerrada: La suma de dos matrices resulta otra matriz de igual tamao.

Asociativa: (A + B) + C = A + (B + C)
Neutro: Existe una matriz O, con todos sus elementos de valor cero tal que A +
O = O + A= A
Simtrico: Cada matriz A, posee su matriz simtrica A' tal que A + A' = A' + A =
O
Los elementos de A' son de valor opuesto que sus correspondientes de la
matriz A

Ejemplo:

) (

A= 2 0 1 B= 1 0 1
3 0 0
1 2 1

A + B=( 2+1 0+0 1+ 1)

3+1 0+2 0+1

A + B= 3
4

0 2
2 1

Matriz opuesta Si multiplicamos una matriz A por (-1), se obtiene la matriz -A,
que es la matriz opuesta a la dada.
Ejemplo:

(1 ) A= 3 1 (1 )
2 4

1(3)

1(1) 1(2)
4
1()
A=

A= 3 1
2 4

Resta de Matrices
La resta de dos matrices A y B, es decir (A - B), es igual a la suma de A ms el
opuesto de B. Por lo tanto podemos hacer: A - B = A + (- B).

)(

AB=A + (B )= 2 1 4 2
3 4
5 4

)(

)(

2 1 + 4 2 = 2+ 4 12
3 4
5 4
3+5 43

AB= 6 3
8 1

Multiplicacin de una matriz por un nmero real cualquiera.

Si tenemos una matriz A y un nmero real cualquiera que llamaremos k, el
producto de k. A es una matriz, del mismo orden que A, que se obtiene de
multiplicar cada elemento de A por k.

)(

2(3) 2(1)
2 A=2 3 1 =
2 4
2(2) 2(4)

A= 6 2
4 8

Multiplicacin de Matrices
La multiplicacin o producto

de

matrices es

la operacin

de composicin

efectuada entre dos matrices, o bien la multiplicacin entre una matriz y

un escalar

segn

unas

determinadas

reglas.

Al

igual

que

la

multiplicacin aritmtica, su definicin es instrumental, es decir, viene dada por

un algoritmo capaz de efectuarla. El algoritmo para la multiplicacin matricial es
diferente del que resuelve la multiplicacin de dos nmeros. La diferencia
principal es que la multiplicacin de matrices no cumple con la propiedad
de conmutatividad.
Ejemplo:

( )

0 2
A= 4 3 2 B= 1 3
1 2 3
3 0

A B=

)(

)(

0 2
4 3 2
9 17
1 3=
1 2 3
11 8
3 0

( )(

0 2
2 4 6
B . A= 1 3 4 3 2 = 7 9 11
1 2 3
3 0
12 9 6

En este caso sea puede obtener ambos productos.

Propiedades de la multiplicacin de matrices

Asociativa: A (B C) = (A B) C
Elemento neutro: A I = A (Donde I es la matriz identidad del mismo orden que
la matriz A.)
No es Conmutativa: A B B A
Distributiva del producto respecto de la suma: A (B + C) = A B + A C

Matrices Invertibles o Inversas

Una matriz cuadrada A es invertible si existe una matriz, que denotaremos por
A1, que cumple
A A1 =A1 A=l
Donde I es la matriz unidad. En ese caso se dice que A-1 es la inversa de A.
Ejemplo:
3
13
2 4 3
1
A= 1 3 4 A = 13
31
3 0 1
9
31

4
31
7
31
12
31

3
13
2 4 3
A A1 = 1 3 4 13
31
3 0 1
9
31

4
31
7
31
12
31

( )

7
31
11
31
10
31

7
31
11
31
10
31

( )

( )

1 0 0
0 1 0 =l
0 0 1

Propiedades de la matriz inversa

La inversa de una matriz, es nica.
La inversa del producto de dos matrices es el producto de las inversas
1
1
1
cambiando el orden: ( A B) = A B

Si la matriz es invertible, tambin lo es su transpuesta, y el inverso de su

transpuesta es la transpuesta de su inversa, es decir:

( AT ) =( A1 )

Una matriz es invertible si y slo si el determinante de A es distinto de cero.

Adems la inversa satisface la igualdad:
1

A =

1
adj( A)
| A|

Matriz transpuesta
Sea

una matriz con

denotada con

filas y

columnas. La matriz transpuesta,

A t esta dada por:

( At )ij = Aij ,1 i n ,1 j m
En donde el elemento

a ji

de la matriz original

elemento aij de la matriz transpuesta

se convertir en

At .

Ejemplo:
t

( )(

)(

)(

1 2
0 0 4
0 1 0
1 3 5
=
=
3 4
1 0 4
0 0 1
2 4 6
5 6
0 1 0
4 4 0

Propiedades de la matriz transpuesta

Para toda matriz

( At ) = A
Sean

B matrices con elementos en un anillo

( A + B )t =A t + Bt
Para el producto usual de las matrices

( AB )t =Bt At

y B

y sea

c A

 Si

At A

es una matriz cuadrada cuyas entradas son nmeros reales, entonces

es semidefinida positiva

SISTEMAS DE ECUACIONES
Un sistema de ecuaciones es un conjunto de ecuaciones para las que vamos a
buscar

una

solucin

comn.

Los

sistemas

los

vamos

clasificar

en lineales y no lineales.
SISTEMA DE ECUACIONES LINEALES

Un sistema de ecuaciones es un conjunto de ecuaciones que involucran las

mismas variables y se llaman as porque su representacin grfica es una lnea
recta. Se denomina ecuacin lineal a aquella que tiene la forma de un
polinomio de primer grado, es decir, las incgnitas no estn elevadas a
potencias, ni multiplicadas entre s, ni en el denominador. Si todas las

ecuaciones del sistema son lineales, entonces se denomina sistema de

ecuaciones lineales

a11 x 1+ a12 x2 + a13 x3 ++ a1 n x n=b 1

a21 x 1+ a12 x 2+ a13 x3 + +a2 n x n=b2

am 1 x 1+ a12 x 2+ a13 x3 + +amn x n=bm

En general, buscaremos las soluciones de los sistemas en los nmeros reales

R. Dependiendo del posible nmero de tales soluciones reales que tenga un
sistema.
Los clasificaremos en:
Incompatibles: Son aquellos sistemas que no tienen solucin. Grficamente
de estos se obtendr dos rectas paralelas.

Los sistemas incompatibles

geomtricamente se caracterizan por (hper) planos o rectas que se cruzan sin

cortarse.
Compatibles: Son aquellos que si tienen solucin, y se clasifican en
Sistema Compatibles determinados: Tiene una nica solucin. Los sistemas
compatibles determinados se caracterizan por un conjunto de (hper) planos o
rectas que se cortan en un nico punto. Podemos averiguar si un sistema es o
no compatible mediante el Teorema de Rouch-Frobenius que establece que
un sistema de ecuaciones lineales es compatible slo si el rango de su matriz
ampliada coincide con el de su matriz de coeficientes
Sistema Compatible Indeterminado:
Tienen un conjunto

infinito

de

soluciones. Los sistemas compatibles indeterminados se caracterizan por

(hper) planos que se cortan a lo largo de una recta.

METODOS DE SOLUCIN DE SISTEMA DE ECUACIONES LINEALES

Mtodo de Sustitucin
Para resolver un sistema de ecuaciones por el mtodo de sustitucin, en primer
lugar despejamos una de las incgnitas en una de las ecuaciones y sustituimos
la expresin obtenida en la otra ecuacin. Veamos el proceso de resolucin de
un sistema por este mtodo:
Ejemplo:
Despejamos x de la segunda ecuacin

Sustituimos el valor de x en la primera ecuacin:

Sustituimos el valor de y en la segunda ecuacin para calcular x:

Mtodo de Igualacin
Este mtodo consiste en despejar ambas incgnitas en las dos ecuaciones e
igualar las expresiones obtenidas. Observaremos el procedimiento que
seguimos para resolver un sistema por el mtodo de igualacin.
Ejemplo:
Despejamos la incgnita x de ambas
ecuaciones:

Igualamos:

Resolvemos:

Sustituimos

el valor de y para obtener el valor de x:

Mtodo de Reduccin
Para resolver un sistema de ecuaciones por el mtodo de reduccin,
multiplicaremos cada ecuacin por el nmero adecuado y as, al sumar las dos
ecuaciones resultantes, obtendremos una ecuacin con una sola incgnita
Observaremos los procesos de resolucin de un sistema por el mtodo de
reduccin.
Ejemplo:

Suprimimos la incgnita y:
Sumamos y resolvemos:

Calculamos

la

otra

incgnita:

Mtodo Grafico

El mtodo grfico es un mtodo de clculo que tiene el propsito de

determinar los intervalos de la recta real que contiene una nica raz. Los casos
tpicos en los que se utiliza este mtodo son aquellos en los que la funcin de
ser estudiado no se reduce a un polinomio de menos de la cuarta grado, pero
es bastante controlable con los instrumentos de la clculo infinitesimal y clculo

numrico. La bsqueda de las races de la ecuacin dada es equivalente a

la determinacin de los ceros de la funcin
Ejemplo:

y=5
{2x+x4=
y

Despejamos y en ambas ecuaciones:

y=5x
{ y=2
x 4

Construimos una tabla de soluciones de cada ecuacin asignando valores

arbitrarios a x y calculando las correspondientes a la y:
X
- 3
-1
1
3

Y= 5-X
8
6
4

Y
-2
0
1

Y= 2X+4
-8
-4
-2

Representaremos grficamente las soluciones de cada una de las ecuaciones

en un sistema de coordenadas cartesianas.

P(3,2)

Ambas rectas se forman en el punto (3,2) por lo cual x=3, y=2 es la solucin
del sistema de ecuaciones.
x+ y=5

2 x 4= y

3+2=5

2 (3 )4=2

5=5

2=2

Mtodo de Cramer
La regla de Cramer se aplica para resolver sistemas de ecuaciones lineales
que cumplan las siguientes condiciones:
El nmero de ecuaciones es igual al nmero de incgnitas.
El determinante de la matriz de los coeficientes es distinto de cero.
Tales sistemas son sistemas compatibles determinados y se denominan
sistemas de Cramer.

Sea el determinante de la matriz de coeficientes

Todo sistema de Cramer tiene una sola solucin (es decir, es un

sistema compatible determinado) que viene dada por las siguientes
expresiones:

Ejemplo:

Realizar la matriz correspondiente a la ecuacin en funcin de la

, x , y , z.

Luego se calcula la operacin obtenida por las matrices

SISTEMA DE ECUACIONES NO LINEALES

Se considera la bsqueda de la solucin de un sistema de ecuaciones no
lineales del tipo donde las

fi

son funciones reales. En todo lo siguiente se

supondr, como hiptesis, que dichas funciones son diferenciables en la

medida de lo requerido por los mtodos que se exponen.

Desde el punto de vista vectorial, el sistema anterior puede escribirse

Con lo cual el sistema anterior se escribe

f ( x )
. Una ecuacin no lineal la

representaremos genricamente en la forma f(x) = 0. Obsrvese que lo anterior

no quiere decir que la funcin f(x) sea la funcin idnticamente nula.
Simplemente es una forma de representar la ecuacin a la que nos
enfrentemos. Ms concretamente tras la expresin f(x) = 0 se ocultar el
siguiente problema: Dada una funcin f(x) determnese, si es posible, algn
valor x para el que se verifique que f(x *) = 0.
No obstante, el concepto de multiplicidad de una raz que nosotros
consideraremos se referir solo a valores enteros positivos. En este sentido
siendo m un entero positivo y f(x) una funcin de clase C k (I) (donde I es el
intervalo en el que est definida), diremos que una raz x de f(x) es de
multiplicidad m si se verifica que:

f ( x ) =f ( x )=f n ( x )==f m1 ( x )=0, f

En efecto, si se verifican las condiciones anteriores, al ser f suficientemente

regular, un desarrollo en serie de Taylor nos permitir escribir que:

Donde se ha denotado por

( x ) a la funcin

( x )=

1 ). Ello demuestra
f
m!

que las condiciones impuestas efectivamente conducen a que la raz sea de

multiplicidad m en el sentido de la definicin dada inicialmente.

MTODOS DE SOLUCION DE LOS SISTEMA DE ECUACIONES NO

LINEALES

Mtodo de Biparticin
El mtodo de biseccin se basa en el siguiente teorema de Clculo.
Teorema del Valor Intermedio: Sea
supongamos que
existe un
caso que

continua en un intervalo

. Entonces para cada

tal que

tal que

y
,

. La misma conclusin se obtiene para el

. Bsicamente el Teorema del Valor Intermedio nos dice

que toda funcin continua en un intervalo cerrado, una vez que alcanz ciertos
valores en los extremos del intervalo, entonces debe alcanzar todos los valores
intermedios.

En particular, si

tienen signos opuestos, entonces un valor

intermedio es precisamente

, y por lo tanto, el Teorema del Valor

Intermedio nos asegura que debe existir

debe haber por lo menos una raz de

tal que
en el intervalo

, es decir,
.

El mtodo de biseccin sigue los siguientes pasos:

Sea

continua,

Encontrar valores iniciales

tales que

tienen signos

opuestos, es decir,

La primera aproximacin a la raz se toma igual al punto medio entre

Evaluar

. Forzosamente

debemos caer en uno de los

siguientes casos:

En este caso, tenemos que

tanto la raz se encuentra en el intervalo

En este caso, tenemos que

que

en el intervalo

tienen signos opuestos, y por lo

.

tienen el mismo signo, y de aqu

tienen signos opuestos. Por lo tanto, la raz se encuentra

.

En este caso se tiene que

y por lo tanto ya localizamos la raz.

El proceso se vuelve a repetir con el nuevo intervalo, hasta que:

Es decir,

Ejemplo:

Aproximar la raz de

hasta qu

Sabemos por lo visto en el ejemplo 1 de la seccin anterior, que la nica raz

de

se localiza en el intervalo

. As que este intervalo es nuestro

punto de partida; sin embargo, para poder aplicar el mtodo de biseccin

debemos checar

que

tengan

signos

opuestos. En efecto, tenemos que

Mientras que

Cabe mencionar que la funcin

s es continua en el intervalo

As pues, tenemos todos los requisitos satisfechos para poder aplicar el

mtodo de biseccin.
Comenzamos:
Calculamos el punto medio (que es de hecho nuestra primera aproximacin a
la raz):

Evaluamos

Para identificar mejor en que nuevo intervalo se encuentra la raz, hacemos la

siguiente tabla:

Por lo tanto, vemos que la raz se encuentra en el intervalo

En este punto, vemos que todava no podemos calcular ningn error

aproximado, puesto que solamente tenemos la primera aproximacin. As,
repetimos el proceso con el nuevo intervalo

Calculamos el punto medio (que es nuestra segunda aproximacin a la raz):

Aqu podemos calcular el primer error aproximado, puesto que contamos ya

con la aproximacin actual y la aproximacin previa:

Puesto

que

no

se

ha

logrado

el

objetivo,

continuamos con el proceso.

Evaluamos

As, vemos que la raz se encuentra en el intervalo

, y hacemos la tabla:

Calculamos el punto medio,

Y calculamos el nuevo error aproximado:

Resumimos los resultados que se obtienen en la siguiente tabla:

Aprox. a la raz
1.25
1.375
1.3125
1.28125
1.296875
1.3046875

Error aprox.
9.09%
4.76%
2.43%
1.20%
0.59%

As como obtenemos la aproximacin a la raz.

Mtodo de Newton-Raphson
Este mtodo, el cual es un mtodo iterativo, es uno de los ms usados y
efectivos. A diferencia de los mtodos anteriores, el mtodo de NewtonRaphson no trabaja sobre un intervalo sino que basa su frmula en un proceso
iterativo.

Supongamos que tenemos la

aproximacin

a la raz

de

Trazamos la recta tangente a la curva en el punto

eje

Para

en un punto

calcular

el

; sta cruza al

que ser nuestra siguiente aproximacin a la raz

punto

la

calculamos

primero

ecuacin de la recta tangente. Sabemos que tiene pendiente

Y por lo tanto la ecuacin de la recta tangente es:
Hacemos y=0:
Y despejamos

Que es la frmula iterativa de Newton-Raphson para calcular la siguiente

aproximacin:

Note que el mtodo de Newton-Raphson no trabaja con intervalos donde nos

asegure que encontraremos la raz, y de hecho no tenemos ninguna garanta
de que nos aproximaremos a dicha raz. Desde luego, existen ejemplos donde
este mtodo no converge a la raz, en cuyo caso se dice que el mtodo
diverge. Sin embargo, en los casos donde si converge a la raz lo hace con una
rapidez impresionante, por lo cual es uno de los mtodos preferidos por
excelencia.
Tambin observe que en el caso de que

, el mtodo no se puede

aplicar. De hecho, vemos geomtricamente que esto significa que la recta

tangente es horizontal y por lo tanto no intersecta al eje

menos que coincida con ste, en cuyo caso

en ningn punto, a

mismo es una raz de

Ejemplo: Usar el mtodo de Newton-Raphson, para aproximar la raz

de

, comenzando con

y hasta que

En este caso, tenemos que

De aqu tenemos que:

Comenzamos con

y obtenemos:

En este caso, el error aproximado es,

Continuamos el proceso hasta reducir el error aproximado hasta donde se

Aprox. a la raz
1
1.268941421
1.309108403
1.309799389

Error aprox.

pidi.

21.19%
3.06%
0.052%

Mtodo de la secante
El mtodo de la secante, es otro mtodo para aproximar el cero de una funcin
en el que en cada iteracin se evala la funcin y no la derivada. A
continuacin se presenta este mtodo.

Utiliza la misma frmula del Mtodo de Newton:

Pero en lugar de utilizar la derivada f (xn), este valor se aproxima por

Al reemplazar esta aproximacin de f (xn) en la frmula de Newton resulta:

Ya que el clculo de xn+1 requiere conocer xn y xn-1, se debe dar al principio dos
aproximaciones iniciales x0 y x1.
La interpretacin geomtrica del mtodo de la secante es similar a la del
mtodo de Newton. La recta tangente a la curva se reemplaza por una recta
secante. El cero de f se aproxima por el cero de la recta secante a f,
Si x0y x1 son las aproximaciones iniciales, la aproximacin x2 es la interseccin
de la recta que une los puntos (x0, f(x0)) y (x1, f(x1)). La aproximacin x3 es la
interseccin de la recta que une los puntos (x1, f(x1)) y (x2, f(x2)) y as
sucesivamente.

Ejemplo: Efecte tres iteraciones del mtodo de la secante para la funcin

f ( x )1=xsenx ( cos x 0) =1 y x 2=2

Para este caso f(x4) = -0.000896772969

|f(x4)| < 0.0009.
Este ejercicio se resolvi con el mtodo de biseccin en la seccin anterior y en
la novena iteracin |f(x9)| = 0.001216. El mtodo de la secante converge a la
solucin ms lentamente que el mtodo de Newton, pero tiene la ventaja de no
usar la derivada en cada iteracin.

Mtodo de regula falsi

Mtodo de regula falsi (regla falsa) o falsa posicin es un mtodo iterativo que
a diferencia del mtodo de la biseccin, este se basa en una visualizacin
grafica que consiste en unir f (a 0) y f (b0) con una lnea recta, la interseccin de
esta recta con el eje de coordenadas x representa una mejor aproximacin de
la raz que por el mtodo de la biseccin, aunque no siempre es as.

Hallaremos la pendiente de la grfica de la recta trazada entre los puntos (a(a))

y (b, f (b)), donde la interseccin con el eje de abscisas o lnea horizontal ser
nuestra aproximacin a la raz xi.

Podremos notar que la regula falsi determina el promedio ponderado de los

extremos del intervalo.

Algoritmo de la falsa posicin

P1: dada la ecuacin f(x)=0 ubicar el intervalo donde exista la raz r [a , b]
P2: generar la sucesin {xi} con la siguiente relacin.

Paso 3:
Determinar

Paso 4: Si |x-x| dejar de iterar, caso contrario ir al paso 2

Ejemplo: Sea la funcin donde x [0,3] resolver por el mtodo de falsa

posicin

Cuntas cifras significativas tiene la solucin en la cuarta iteracin?

Cuntas cifras decimales tiene la solucin en la cuarta iteracin?

Primero buscamos el intervalo donde podemos encontrar al menos una raz.

f(0).f(1) < 0
entonces el
intervalo a trabajar
ser [0,1]
Iteracin inicial

Primera iteracin

Segunda iteracin

Tercera iteracin

Cuarta iteracin

Respondiendo a las preguntas planteadas

1. Cuntas cifras significativas tiene la solucin en la cuarta iteracin?

2. Cuntas cifras decimales tiene la solucin en la cuarta iteracin?

REFERENCIAS BIBLIOGRFICAS
-

Altman, Silvia Viviana,(2009), Matematica 7 Matrices- Polimodal.

Editorial

Longseller, Buenos Aires Argentina. ISBN: 987550043;

ISBN:9789875500457
Muoz, F.; Devesa, J.; Mochol, M.; Guerra, J. (1988): Manual de
lgebra Lineal. Ariel Economa, Barcelona.

Garca, J.; Lpez, M. (1992): "lgebra lineal y geometra". 8 edicin.

Marfil, Alcoy. ISBN: 9788426802699

NIEVES, A.; DOMINGUEZ, F.C. Mtodos numricos aplicados a la

ingeniera. CECSA, Mxico, 1995.

CANCELO, J.R., LOPEZ J., GONZ ALEZ-CONDE C.; MONTERO, J.M.

Problemas de Algebra Lineal para economistas, Tomos I y II. Editorial Tebar
Flores, Madrid, 1987.