MTODOS

NUMRICOS
TRABAJO
PROPUESTO

Modelamiento y simulacin de procesos

INTEGRANTES:
Benavides Florencio, Gabriel
Bravo Rosas, Ral Francisco
Gutirrez Cansaya, Marco Antonio
Miranda Barreto, Gabriela Raquel
Medina Larico, Araceli Paola

Arequipa - Per
2016

MTODOS NUMRICOS TRABAJO PROPUESTO

MTODOS NUMRICOS
TRABAJO PROPUESTO
MODELAMIENTO Y SIMULACIN DE PROCESOS

MTODO DE NEWTON................................................................1
PROBLEMA PROPUESTO.............................................................2
Resolucin segn valor inicial de 2..........................................................3
Resolucin segn valor inicial de 5..........................................................3
Resolucin segn valor inicial de 30........................................................4
GRAFICA DE LA FUNCIN...........................................................4
RESOLUCIN CON MATLAB.........................................................4
Resultados............................................................................................... 5
METODO DE BISECCION.............................................................6
PROBLEMA PROPUESTO.............................................................6
Resolucin por Excel................................................................................7
Resolucin por Matlab..............................................................................7
Resultados............................................................................................... 8

Pgina

MTODOS NUMRICOS TRABAJO PROPUESTO

METODO DE LA SECANTE
En anlisis numrico el mtodo de la secante es un mtodo para encontrar los ceros de
una funcin de forma iterativa.
Es una variacin del mtodo de Newton-Raphson donde en vez de calcular la derivada
de la funcin en el punto de estudio, teniendo en mente la definicin de derivada, se
aproxima la pendiente a la recta que une la funcin evaluada en el punto de estudio y
en el punto de la iteracin anterior. Este mtodo es de especial inters cuando el coste
computacional de derivar la funcin de estudio y evaluarla es demasiado elevado, por lo
que el mtodo de Newton no resulta atractivo.
En otras palabras, el mtodo de la secante es un algoritmo de la raz de investigacin
que utiliza una serie de races de las lneas secantes para aproximar mejor la raz de
una funcin f. El mtodo de la secante se puede considerar como una aproximacin en
diferencias finitas del mtodo de Newton-Raphson. Sin embargo, este mtodo fue
desarrollado independientemente de este ltimo.

El mtodo de la secante parte de dos puntos (y no slo uno como el mtodo de

Newton) y estima la tangente (es decir, la pendiente de la recta) por una
aproximacin de acuerdo con la expresin:

Sustituyendo esta expresin en la ecuacin del mtodo de Newton, obtenemos la

expresin del mtodo de la secante que nos proporciona el siguiente punto de
iteracin:

Pgina

MTODOS NUMRICOS TRABAJO PROPUESTO

Figura: Representacin geomtrica del

mtodo de la secante.

En la siguiente iteracin, emplearemos los puntos x1 y x2para estimar un nuevo

punto ms prximo a la raz de acuerdo con la ecuacin. En la figura se representa
geomtricamente este mtodo.
En general, el mtodo de la secante presenta las mismas ventajas y limitaciones
que el mtodo de Newton-Raphson explicado anteriormente.

Comparacin con otros mtodos

El mtodo de biseccin necesita de muchas iteraciones comparado con el
mtodo de la secante, ya que el proceso que ste sigue es mucho ms
preciso que el de biseccin, el cual solo divide por mitades sucesivamente
hasta dar con un valor aproximado al real y por consecuente conlleva un
nmero significativamente mayor de iteraciones.
El mtodo de la regla falsa utiliza la misma frmula que el mtodo de la
secante. Sin embargo, no se aplica la frmula en

, como el mtodo de

la secante, pero en
y en la ltima iteracin
tal que
y
tiene un
signo diferente. Esto significa que el mtodo de regla falsa siempre converge.
La frmula de recurrencia del mtodo de la secante se puede derivar de la frmula
para el mtodo de Newton-Raphson:
Utilizando la aproximacin de diferencias finitas:

Si comparamos el mtodo de Newton-Raphson con el mtodo de la secante, vemos

que el mtodo de Newton-Raphson converge ms rpido (para 2 en contra 1,6).
Sin embargo, el mtodo de Newton-Raphson requiere la evaluacin de ambos f y su
derivada en cada paso, mientras que el mtodo de la secante slo requiere la
evaluacin de f. Por lo tanto, el mtodo de la secante puede muy bien ser ms
rpido en la prctica.

Ejemplo
Utilice el mtodo de la secante para encontrar una raz real de la ecuacin
polinomial: F(x)=x3+2x2+10x-20=0.
Utilizando la ecuacin:

Pgina

MTODOS NUMRICOS TRABAJO PROPUESTO

Obtenemos:

Y mediante x0=0 y x1=1 se calcula x2

Los valores posteriores son los siguientes:

Xn

|Xn+1 - Xn|

0.00000

1.00000

1.00000

1.53846

0.53846

1.35031

0.18815

1.36792

0.01761

1.36881

0.00090

Ah tenemos el resultado, cuando

MTODO DE REGLA FALSA

En clculo numrico, el mtodo de la regula falsi (regla del falso) o falsa posicin es
un mtodo iterativo de resolucin numrica de ecuaciones no lineales. El mtodo
combina el mtodo de biseccin y el mtodo de la secante.
Como en el mtodo de biseccin, se parte de un intervalo inicial [a0,b0] con f(a0) y
f(b0) de signos opuestos, lo que garantiza que en su interior hay al menos una raz
(vase Teorema de Bolzano). El algoritmo va obteniendo sucesivamente en cada
paso un intervalo ms pequeo [ak, bk] que sigue incluyendo una raz de la funcin f.
A partir de un intervalo [ak, bk] se calcula un punto interior ck:
Dicho punto es la interseccin de la recta que pasa por (a,f(ak)) y (b,f(bk)) con el eje
de abscisas (igual a como se hace en el mtodo de la secante). Se evala entonces
f(ck). Si es suficientemente pequeo, ck es la raz buscada. Si no, el prximo
intervalo [ak+1, bk+1] ser:

Pgina

MTODOS NUMRICOS TRABAJO PROPUESTO

[ak, ck] si f(ak) y f(ck) tienen signos opuestos;

[ck, bk] en caso contrario.

Anlisis del mtodo

Se puede demostrar que bajo ciertas condiciones el mtodo de la falsa posicin tiene orden de
convergencia lineal, por lo que suele converger ms lentamente a la solucin de la ecuacin que el mtodo
de la secante, aunque a diferencia de en el mtodo de la secante el mtodo de la falsa posicin siempre
converge a una solucin de la ecuacin.
El algoritmo tiene el inconveniente de que si la funcin es convexa o cncava cerca
de la solucin, el extremo del intervalo ms alejado de la solucin queda fijo
variando nicamente el ms cercano, convergiendo muy lentamente.
Un ejemplo de este fenmeno se da en la funcin:

Comenzando con [1,1]. El extremo izquierdo del intervalo, 1, nunca cambia; el

extremo derecho se aproxima a 0 linealmente.
La situacin en que el mtodo falla es fcil de detectar (el mismo extremo del
intervalo se elige dos veces seguidas) y fcil de corregir eligiendo un ck diferente,
como:
Restndole peso a uno de los extremos del intervalo para obligar a que el prximo ck
ocurra de ese lado de la funcin. El factor 2 usado arriba, garantiza una
convergencia superlineal (asintticamente, el algoritmo ejecuta dos pasos normales
por cada paso modificado). Hay otras formas que dan incluso mejores tasas de
convergencia. El ajuste mencionado arriba, y otras modificaciones similares se
conocen como Algoritmo Illinois. Ford1 resume y analiza las variantes superlineales
del mtodo regula falsi modificado. A juzgar por la bibliografa, estos mtodos eran
bien conocidos en los aos 1970 pero han sido olvidados en los textos actuales.
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(a0) 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.

Pgina

MTODOS NUMRICOS TRABAJO PROPUESTO

Hallaremos la pendiente de la grafica de

la recta trazada entre los puntos (a,f(a)) y
(b,f(b)), donde la interseccin con el eje
de abscisas o lnea horizontal sera 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

Paso 1: Dada la ecuacin f(x)=0 ubicar el intervalo donde exista la raz r [a

, b]
Paso 2: 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?

Pgina

MTODOS NUMRICOS TRABAJO PROPUESTO

Solucin
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

Pgina

MTODOS NUMRICOS TRABAJO PROPUESTO

Primera iteracin

Segunda iteracin

Tercera iteracin

Cuarta iteracin

Respondiendo a las preguntas planteadas

1

Pgina

MTODOS NUMRICOS TRABAJO PROPUESTO

2.

OTROS MTODOS
MTODO DE SEIDEL
El mtodo de Seidel es una forma de acelerar la convergencia de la iteracin del
mtodo del Punto Fijo.
Consiste en usar las estimaciones ms recientes de x1 kL , x2 kL , ..., x i-1 (k-1) en vez de
x1(k-1) ,
x2(k-1) , ..., x i-1 (k-1) para calcular xi (k), igual que en el mtodo de Gauss
-Seidel para los sistemas lineales.
El pseudocdigo del algoritmo que resuelve un sistema de ecuaciones no lineales de
n ecuaciones con n incognitas mediante el mtodo de Seidel es:

Pgina

MTODOS NUMRICOS TRABAJO PROPUESTO

MTODO DE BIPARTICIN
Considrese una ecuacin no lineal de la forma f(x) = 0 y supongamos que se
conocen dos puntos a y b del dominio en el que est definida f(x) tales que: a < b y
que en ellos f(a) tiene signo contrario a f(b), es decir que f(a) f(b) < 0.

Pgina

10

MTODOS NUMRICOS TRABAJO PROPUESTO

Obviamente estamos suponiendo que f(a) y f(b) son no nulos pues si alguno de ellos
fuese nulo ya se tendra una solucin de la ecuacin. En estas condiciones si f(x) es
una funcin continua en [a, b], por aplicacin del teorema de los valores
intermedios, existir al menos un punto x de este intervalo en el que f(x) se
anule. Por ello, junto a la hiptesis de que f(a) f(b) < 0 supondremos tambin que f
C([a, b]).
Nota : El que exista al menos un punto en el que se anule f(x) no quiere decir que
slo haya uno. Contando cada raz de f(x) tantas veces como sea su multiplicidad, si
f(a) f(b) < 0, habr en general un nmero impar de races de f(x) en el intervalo [a,
b]. Y si f(a) f(b) fuese positivo o no hay ninguna raz o habr un nmero par de
ellas.
Una primera aproximacin de este punto x puede ser el punto medio:
x1 =( a + b)/ 2
Si f(x1) = 0 ya se tendra calculada una raz. Pero por lo general, salvo que se tenga
una suerte increble, se tendra que f(x1) 6= 0. Pero, al haber supuesto que la
funcin es continua, si f(a) f(x1) < 0 se podra afirmar que en el intervalo [a, x1]
habra al menos una solucin de la ecuacin.
Y si f(a) f(x1) > 0 se verificara que f(x1) f(b) < 0 lo que nos indicara que en el
intervalo [x1, b] existir al menos una raz. Por tanto se habr definido as un nuevo
intervalo [a1, b1] en el que existir una solucin. A l puede aplicrsele
nuevamente el proceso anterior. En general, partiendo de un intervalo [aj , bj ] en el
que f(aj ) f(bj ) < 0 se procede de la siguiente forma:
a. Se obtiene el punto medio del intervalo: xj+1 = (aj+bj)/ 2 .
b. Si f(xj+1) = 0 se habr obtenido una solucin de la ecuacin: el punto
xj+1 y se detiene el proceso. En caso contrario:
Si f(aj ) f(xj+1) < 0 se denotara por: aj+1 = aj y por bj+1 = xj+1.
Si f(aj ) f(xj+1) > 0 se denotara por: aj+1 = xj+1 y por bj+1 = bj .
c. Una vez obtenido el nuevo intervalo [aj+1, bj+1], se repite el proceso
anterior.
El problema que se nos puede plantear es: y si ningn valor f(xj ), (j = 1, 2, ....)
tiene la gracia de anularse cundo se detiene el proceso iterativo? La respuesta a
esta pregunta depender de la precisin con la que se desee obtener la
aproximacin de la solucin buscada. En efecto, si se parte de un intervalo [a, b] la
longitud del mismo es |b a|. En la primera iteracin se obtendr un intervalo [a1,
b1] cuya longitud ser la mitad del anterior, es decir |ba| 2 . A su vez, en la
segunda iteracin se obtendra un intervalo [a2, b2] de longitud mitad que el
anterior, es decir (|ba| /2^2) . Siguiendo este proceso, en la jsima iteracin se
obtendr un intervalo [aj , bj ] cuya longitud ser (|ba| /2^3) . Si se tomara como
aproximacin de la solucin xexistente en dicho intervalo el punto medio xj+1 es
evidente que |xj+1 x | |bjaj |/ 2 = |ba| /2 ^(j+1) .
Por tanto si se desease estar seguro de que la distancia de la aproximacin xj+1 a
la raz x fuese inferior a un determinado valor deberan ralizarse un nmero j de
iteraciones tal que:

Pgina

11

MTODOS NUMRICOS TRABAJO PROPUESTO

(|b a| /2^ (j+1)) < (j + 1) log(2) > log ( |b a|/ ) j > ((log (|ba|/
))/ log(2)) 1
NOTA : Obsrvese que el nmero de iteraciones anterior asegurara la precisin
deseada pero que ello no impide el que algn valor xi calculado en alguna iteracin
anterior pueda estar igual de cerca (o ms) de la solucin buscada. Todo el proceso
que hasta aqu se acaba de describir podra sintetizarse en el siguiente algoritmo:
Dada la ecuacin f(x) = 0, el indicador de precisin y dos puntos a y b en los que
f(a) f(b) < 0,
1. Estimar el menor nmero natural N tal que: N > ((log( |ba| /))/ log(2)) 1
2. Para j = 1, hasta j = N, con paso 1, hacer:
xj = (a+b )/2
Si (f(xj ) = 0) entonces:
tomar xj como raz x y finalizar el proceso
si no:
Si (f(xj ) f(a) < 0) entonces:
b xj
si no:
a xj
fin condicin.
fin condicin.
Fin bucle en j.
x ( a+b)/ 2
Fin del algoritmo.

MTODO DE BROYDEN
El mtodo de Broyden generaliza el mtodo de la secante para resolver ecuaciones
no lineales par el caso de un sistema de ecuaciones. Para el caso de un sistema, se
ha de obtener una aproximacin de la matriz derivada, Sn, que cumpla:
Sn (xn xn1) = f (xn) f (xn1)
Introducimos la siguiente notacin:
bn = xn+1 xn

Pgina

12

MTODOS NUMRICOS TRABAJO PROPUESTO

fn = f (xn+1) f (xn)
Sn+1 = Sn + Cn
Con lo que tenemos que:
Sn+1 (xn+1 xn) = f (xn+1) f (xn)
o sea

(Sn + Cn) bn = fn

y, por tanto,

Cnbn = fn Snbn

De este modo, dado un vetor wTn tal que wTn bn no es igual a 0, podemos elegir :
Cn =( 1 /( wTn bn)) (fn Snbn) wTn
ya que
Cnbn = fn Snbn
Si elegimos wTn = bn, se obtiene el primer mtodo de Broyden, y si elegimos w n =
STn bn se obtiene el segundo mtodo de Broyden.
Con este esquema el mtodo de Broyden no es muy eficiente, ya que lo que se
gana al sustituir la matriz jacobiana por la Sn, se pierde al pasar de tener una
convergencia cuadrtica a una convergencia superlineal.
Esta expresin nos evita construir la matriz Ai y resolver el sistema de ecuaciones

asociado, en cada iteracin.

Hay que tener en cuenta que la matriz Ai no es ms que una aproximacin de la
matriz jacobiana y, por tanto, para mejorar la convergencia del mtodo es
conveniente alternar un cierto nmero de iteraciones del mtodo de Broyden con
una iteracin del mtodo de Newton, en donde se vuelve a calcular la matriz
jacobiana.

MTODOS DE CONTINUACIN

Pgina

13

MTODOS NUMRICOS TRABAJO PROPUESTO

Es conocido que, en general, el radio de convergencia de los mtodos de resolucin

de sistemas de ecuaciones no lineales es muy pequeo. Por ello, es conveniente
utilizar estos mtodos tomando como punto de partida un punto cercano a la
solucin real del problema.
Una estrategia posible para hacer esto consiste en el siguiente mtodo.
Se parte de un sistema de ecuaciones de la forma:
f (x) = 0
y de un punto inicial x0. Se construye la sucesin de problemas no lineales
G(x, k) = 0; k = N, . . . , 0
Siendo
G(x, k) = f (x) k N f (xi1)

Por otra parte, supongamos que x () es una nica solucin de

G (, x) = 0 , [0, 1] .
El conjunto {x () / 0 1} puede verse como una curva parametrizada por
que va desde x(0) = x 0 hasta x (1) = x. Si las funciones G (, x) y x () son
diferenciables, se tiene que:

Pgina

14

MTODOS NUMRICOS TRABAJO PROPUESTO

Con lo que se
tiene el sistema que es un ecuacin diferencial ordinaria para x (), con la condicin
inicial x(0) = x 0 . Distintos mtodos de continuacin se obtienen aplicando distintos
mtodos numricos a la
resolucin
de
este
problema de valores
iniciales.

MTODO CON DIRECCIN DE BSQUEDA

Se puede modificar el mtodo de Newton para ampliar el radio de convergencia del
mtodo a costa de reducir la velocidad de convergencia.
Supongamos que se quiere encontrar la raz x = 0 de la funcin f (x) = arctan(x) y
se parte de x 0 = 10. Es fcil ver que el mtodo de Newton diverge. La razn de esto
es f = (1 + x^2 ) 1 es pequea cuando x es grande, mientras que f (x) se
mantiene en valor cercano a /2. Esto hace que las iteraciones de Newton
diverjan.
Para solucionar este problema, se interpreta f (x)/f 0 (x) con una direccin de
bsqueda y se introduce un factor que va reduciendo la magnitud de las iteraciones
hasta conseguir que el mtodo converja.

MTODO DE MULLER
El mtodo de Mller, utiliza tres aproximaciones iniciales, x0, x1 y x2 a la raz de f(x)
= 0, y determina la siguiente aproximacin al considerar la ecuacin de la parbola
que pasa por los puntos (x0, f(x0)); (x1, f(x1)) y (x2, f(x2)). La interseccin con el eje
OX en el punto (x3, 0), define la aproximacin a la raz de f. Para hallar x3, primero
se encuentra los coeficientes de la ecuacin de la parbola.

Pgina

15

MTODOS NUMRICOS TRABAJO PROPUESTO

y(x) = a0(x x2)^2 + a1(x x2) + a2

dados por:

Para asegurar la estabilidad del mtodo hay que elegir la raz del polinomio de la
siguiente forma:

Para continuar con el proceso, se eligen de las tres aproximaciones iniciales las dos
ms prximo a x3, y luego se renombra como x0, x1 y x2, se repite el proceso tanto
como desee. Aunque hace falta realizar muchos clculos adicionales en el mtodo
de Mller, ste slo hace una evaluacin de la funcin f en cada iteracin despus
de realizar la primera iteracin. En cada paso el mtodo realiza el radical

por tanto, puede aproximar las races complejas cuando:

Pgina

16