Anda di halaman 1dari 6

Ecuaciones Lineales: En matemticas y lgebra lineal, un sistema de ecuaciones lineales, tambin conocido como sistema lineal de ecuaciones o simplemente

sistema lineal, es un conjunto de ecuaciones lineales (es decir, un sistema de ecuaciones en donde cada ecuacin es de primer grado), definidas sobre un cuerpo o un anillo conmutativo. Un ejemplo de sistema lineal de ecuaciones sera el siguiente:

El problema consiste en encontrar los valores desconocidos de las variables x1, x2 y x3 que satisfacen las tres ecuaciones. El problema de los sistemas lineales de ecuaciones es uno de los ms antiguos de la matemtica y tiene una infinidad de aplicaciones, como en procesamiento digital de seales, anlisis estructural, estimacin, prediccin y ms generalmente en programacin lineal as como en la aproximacin de problemas no lineales de anlisis numrico. Ecuaciones No Lineales: Un sistema de ecuaciones es no lineal, cuandoal menos una de sus ecuaciones no es de primer grado.

La resolucin de estos sistemas se suele hacer por el mtodo de sustitucin, para ello seguiremos los siguientes pasos: 1 Se despeja una incgnita en una de las ecuaciones, preferentemente en la de primer grado. y=7x 2Se sustituye el valor de la incgnita despejada en la otra ecuacin. x2 + (7 x)2 = 25 3 Se resuelve la ecuacin resultante. x2 + 49 14x + x2 = 25 2x2 14x + 24 = 0

x2 7x + 12 = 0

4 Cada uno de los valores obtenidos se sustituye en la otra ecuacin, se obtienen as los valores correspondientes de la otra incgnita. x=3 x=4 y=73 y=74 y=4 y=3

Mtodo de la secante y mtodo de Newton Raphson: 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. En anlisis numrico, el mtodo de Newton (conocido tambin como el mtodo de Newton-Raphson o el mtodo de Newton-Fourier) es un algoritmo eficiente para encontrar aproximaciones de los ceros o races de una funcin real. Tambin puede ser usado para encontrar el mximo o mnimo de una funcin, encontrando los ceros de su primera derivada

El mtodo de Newton-Raphson es un mtodo abierto, en el sentido de que su convergencia global no est garantizada. La nica manera de alcanzar la convergencia es seleccionar un valor inicial lo suficientemente cercano a la raz buscada. As, se ha de comenzar la iteracin con un valor razonablemente cercano al cero (denominado punto de arranque o valor supuesto). La relativa cercana del punto inicial a la raz depende mucho de la naturaleza de la propia funcin; si sta presenta mltiples puntos de inflexin o pendientes grandes en

el entorno de la raz, entonces las probabilidades de que el algoritmo diverja aumentan, lo cual exige seleccionar un valor supuesto cercano a la raz. Una vez que se ha hecho esto, el mtodo linealiza la funcin por la recta tangente en ese valor supuesto. La abscisa en el origen de dicha recta ser, segn el mtodo, una mejor aproximacin de la raz que el valor anterior. Se realizarn sucesivas iteraciones hasta que el mtodo haya convergido lo suficiente. f'(x)= 0 Sea f : [a, b] -> R funcin derivable definida en el intervalo real [a, b]. Empezamos con un valor inicial x0 y definimos para cada nmero natural n

Donde f ' denota la derivada de f. Ntese que el mtodo descrito es de aplicacin exclusiva para funciones de una sola variable con forma analtica o implcita conocible. Existen variantes del mtodo aplicables a sistemas discretos que permiten estimar las races de la tendencia, as como algoritmos que extienden el mtodo de Newton a sistemas multivariables, sistemas de ecuaciones, etc. Obtencin del algoritmo: Tres son las formas principales por las que tradicionalmente se ha obtenido el algoritmo de Newton-Raphson. La primera de ellas es una simple interpretacin geomtrica. En efecto, atendiendo al desarrollo geomtrico del mtodo de la secante, podra pensarse en que si los puntos de iteracin estn lo suficientemente cerca (a una distancia infinitesimal), entonces la secante se sustituye por la tangente a la curva en el punto. As pues, si por un punto de iteracin trazamos la tangente a la curva, por extensin con el mtodo de la secante, el nuevo punto de iteracin se tomar como la abscisa en el origen de la tangente (punto de corte de la tangente con el eje X). Esto es equivalente a linealizar la funcin, es decir, f se reemplaza por una recta tal que contiene al punto ( , ( )) y cuya pendiente coincide con la derivada de la funcin en el punto, . La nueva aproximacin a la raz, , se logra la interseccin de la funcin lineal con el eje X de abscisas. Matemticamente:

Ilustracin de una iteracin del mtodo de Newton (la funcin f se muestra en azul y la lnea de la tangente en rojo). Vemos que es una aproximacin mejor que para la raz de la funcin . En la ilustracin adjunta del mtodo de Newton se puede ver que mejor aproximacin que para el cero (x) de la funcin f. es una

Una forma alternativa de obtener el algoritmo es desarrollando la funcin f (x) en serie de Taylor, para un entorno del punto :

Si se trunca el desarrollo a partir del trmino de grado 2, y evaluamos en

Si adems se acepta que algoritmo.

tiende a la raz, se ha de cumplir que

, luego, sustituyendo en la expresin anterior, obtenemos el

Finalmente, hay que indicar que el mtodo de Newton-Raphson puede interpretarse como un mtodo de iteracin de punto fijo. As, dada la ecuacin , se puede considerar el siguiente mtodo de iteracin de punto fijo:

Se escoge h (x) de manera que g'(r)=0 (r es la raz buscada). Dado que g'(r) es:

Entonces:

Como h (x) no tiene que ser nica, se escoge de la forma ms sencilla:

Por tanto, imponiendo subndices:

Expresin que coincide con la del algoritmo de Newton-Raphson Mtodo de Biseccin: En matemticas, el mtodo de biseccin es un algoritmo de bsqueda de races que trabaja dividiendo el intervalo a la mitad y seleccionando el subintervalo que tiene la raz. Este es uno de los mtodos ms sencillos y de fcil intuicin para resolver ecuaciones en una variable. Se basa en el teorema del valor intermedio (TVI), el cual establece que toda funcin continua f en un intervalo cerrado [a,b] toma todos los valores que se hallan entre f(a) y f(b). Esto es que todo valor entre f(a) y f(b) es la imagen de al menos un valor en el intervalo [a,b]. En caso de que f(a) y f(b) tengan signos opuestos, el valor cero sera un valor intermedio entre f(a) y f(b), por lo que con certeza existe un p en [a,b] que cumple f(p)=0. De esta forma, se asegura la existencia de al menos una solucin de la ecuacin f(a)=0. El mtodo consiste en lo siguiente:

Debe existir seguridad sobre la continuidad de la funcin f(x) en el intervalo [a,b] A continuacin se verifica que Se calcula el punto medio m del intervalo [a,b] y se evala f(m) si ese valor es igual a cero, ya hemos encontrado la raz buscada En caso de que no lo sea, verificamos si f(m) tiene signo opuesto con f(a) o con f(b) Se redefine el intervalo [a, b] como [a, m] [m, b] segn se haya determinado en cul de estos intervalos ocurre un cambio de signo Con este nuevo intervalo se contina sucesivamente encerrando la solucin en un intervalo cada vez ms pequeo, hasta alcanzar la precisin deseada

En la siguiente figura se ilustra el procedimiento descrito.

El mtodo de biseccin es menos eficiente que el mtodo de Newton, pero es mucho ms seguro para garantizar la convergencia. Si f es una funcin continua en el intervalo [a, b] y f(a)f(b) < 0, entonces este mtodo converge a la raz de f. De hecho, una cota del error absoluto es:

en la n-sima iteracin. La biseccin converge linealmente, por lo cual es un poco lento. Sin embargo, se garantiza la convergencia si f(a) y f(b) tienen distinto signo. Si existieran ms de una raz en el intervalo entonces el mtodo sigue siendo convergente pero no resulta tan fcil caracterizar hacia qu raz converge el mtodo. (Algoritmo) Para aplicar el mtodo consideremos tres sucesiones definidas

por las siguientes relaciones:

Donde los valores iniciales vienen dados por:

Se puede probar que las tres sucesiones convergen al valor de la nica raz del intervalo: