rico
Ca
Captulo 3: Ecuaciones no Lineales y Sistemas de
Ecuaciones no Lineales (1era parte)
Profesor: Gerardo Silva Oelker
Departamento Ingeniera Mecanica
Universidad de Santiago de Chile
1 semestre 2015
n
Introduccio
n de Raices y Acotado
Distribucio
todo de la Biseccio
n
Me
todo de la Secante
Me
Punto Fijo
Velocidad de Convergencia
Referencias
n
Introduccio
n de Raices y Acotado
Distribucio
todo de la Biseccio
n
Me
todo de la Secante
Me
Punto Fijo
Velocidad de Convergencia
Referencias
Problemas f (x) = 0
Uno de los problemas clasicos en ciencias e ingeniera es resolver
ecuaciones de la forma:
f (x) = 0
donde f (x) es una funcion no lineal y, en la mayora de las ocasiones,
difcil de tratar algebraicamente.
Problemas f (x) = 0
Uno de los problemas clasicos en ciencias e ingeniera es resolver
ecuaciones de la forma:
f (x) = 0
donde f (x) es una funcion no lineal y, en la mayora de las ocasiones,
difcil de tratar algebraicamente.
E JEMPLO
Considere la siguiente ecuaci
on de segundo grado:
x 2 + 4x 5 = 0
Problemas f (x) = 0
Uno de los problemas clasicos en ciencias e ingeniera es resolver
ecuaciones de la forma:
f (x) = 0
donde f (x) es una funcion no lineal y, en la mayora de las ocasiones,
difcil de tratar algebraicamente.
E JEMPLO
Considere la siguiente ecuaci
on de segundo grado:
x 2 + 4x 5 = 0
Podemos determinar sus races?
Problemas f (x) = 0
Uno de los problemas clasicos en ciencias e ingeniera es resolver
ecuaciones de la forma:
f (x) = 0
donde f (x) es una funcion no lineal y, en la mayora de las ocasiones,
difcil de tratar algebraicamente.
E JEMPLO
Considere la siguiente ecuaci
on de segundo grado:
x 2 + 4x 5 = 0
Podemos determinar sus races?
Si, las races vienen dadas por la conocida f
ormula:
b b 2 4ac
4 42 + 20
x1,2 =
=
x1 = 1,
2a
2
x2 = 5
E JEMPLO
El grafico de f (x) = x 2 + 4x 5 viene dado por:
E JEMPLO
El grafico de f (x) = x 2 + 4x 5 viene dado por:
140
f (x)
120
Races x1 y x2
100
80
60
40
20
x
10
5
20
10
M ATHCAD
E JEMPLO
E JEMPLO
f (x) = e 4sin(x) x 12 = 0
E JEMPLO
f (x) = e 4sin(x) x 12 = 0
60
f (x)
40
20
x
10
5
20
40
10
E JEMPLO
f (x) = e 4sin(x) x 12 = 0
60
f (x)
40
20
x
10
5
20
40
10
E JEMPLO
f (x) = e 4sin(x) x 12 = 0
60
f (x)
40
20
x
10
5
20
40
10
E JEMPLO
f (x) = e 4sin(x) x 12 = 0
60
f (x)
40
20
x
10
5
20
40
10
E JEMPLO
f (x) = e 4sin(x) x 12 = 0
60
f (x)
40
20
x
10
5
20
40
10
n
Introduccio
n de Raices y Acotado
Distribucio
todo de la Biseccio
n
Me
todo de la Secante
Me
Punto Fijo
Velocidad de Convergencia
Referencias
Caractersticas de f (x)
Caractersticas de f (x)
Caractersticas de f (x)
Caractersticas de f (x)
Caractersticas de f (x)
Caractersticas de f (x)
Caractersticas de f (x)
E JEMPLO
E JEMPLO
f (x) = e 4sin(x) x 12 = 0
E JEMPLO
f (x) = e 4sin(x) x 12 = 0
50 f (x)
x
10
50
10
20
30
40
E JEMPLO
f (x) = e 4sin(x) x 12 = 0
50 f (x)
x
10
50
10
20
30
40
E JEMPLO
f (x) = e 4sin(x) x 12 = 0
50 f (x)
x
10
50
10
20
30
40
E JEMPLO
f (x) = e 4sin(x) x 12 = 0
50 f (x)
x
10
50
10
20
30
40
n
Introduccio
n de Raices y Acotado
Distribucio
todo de la Biseccio
n
Me
todo de la Secante
Me
Punto Fijo
Velocidad de Convergencia
Referencias
todo de la Biseccio
n
Me
Teorema de Bolzano
Sea f una funcion continua en el intervalo [a, b], con f (a)f (b) < 0,
entonces, existe al menos un punto c en el intervalo [a, b], tal que,
f (c) = 0.
La existencia de una u
nica raz en un
intervalo de precision, queda garantizada
por las siguientes hipotesis:
f (x)
f (b)
f continua en [a, b]
f (a)f (b) < 0
f es diferenciable en [a, b]
f (a)
E JEMPLO
Pruebe que la ecuacion f (x) = x 2 + 4x 5 posee una solucion en el
itervalo [0,2].
20
f (x)
10
x
4
2
10
E JEMPLO
Pruebe que la ecuacion f (x) = x 2 + 4x 5 posee una solucion en el
itervalo [0,2].
Revisemos las condiciones una por una:
20
f (x)
10
x
4
2
10
E JEMPLO
Pruebe que la ecuacion f (x) = x 2 + 4x 5 posee una solucion en el
itervalo [0,2].
Revisemos las condiciones una por una:
20
Es f continua en [0,2]?
f (x)
10
x
4
2
10
E JEMPLO
Pruebe que la ecuacion f (x) = x 2 + 4x 5 posee una solucion en el
itervalo [0,2].
Revisemos las condiciones una por una:
20
Es f continua en [0,2]?
Si, es polinomio.
f (x)
10
x
4
2
10
E JEMPLO
Pruebe que la ecuacion f (x) = x 2 + 4x 5 posee una solucion en el
itervalo [0,2].
Revisemos las condiciones una por una:
20
Es f continua en [0,2]?
Si, es polinomio.
f (a)f (b) < o > 0?
f (x)
10
x
4
2
10
E JEMPLO
Pruebe que la ecuacion f (x) = x 2 + 4x 5 posee una solucion en el
itervalo [0,2].
Revisemos las condiciones una por una:
20
Es f continua en [0,2]?
Si, es polinomio.
f (a)f (b) < o > 0?
a = 0 y b = 2 f (0)f (2) < 0
f (x)
10
x
4
2
10
E JEMPLO
Pruebe que la ecuacion f (x) = x 2 + 4x 5 posee una solucion en el
itervalo [0,2].
Revisemos las condiciones una por una:
20
Es f continua en [0,2]?
Si, es polinomio.
f (a)f (b) < o > 0?
a = 0 y b = 2 f (0)f (2) < 0
f (x)
10
Es f diferenciable en [0,2]?
x
4
2
10
E JEMPLO
Pruebe que la ecuacion f (x) = x 2 + 4x 5 posee una solucion en el
itervalo [0,2].
Revisemos las condiciones una por una:
20
Es f continua en [0,2]?
Si, es polinomio.
f (a)f (b) < o > 0?
a = 0 y b = 2 f (0)f (2) < 0
f (x)
10
Es f diferenciable en [0,2]?
Si, es un polinomio
x
4
2
10
E JEMPLO
Pruebe que la ecuacion f (x) = x 2 + 4x 5 posee una solucion en el
itervalo [0,2].
Revisemos las condiciones una por una:
20
Es f continua en [0,2]?
Si, es polinomio.
f (a)f (b) < o > 0?
a = 0 y b = 2 f (0)f (2) < 0
f (x)
10
Es f diferenciable en [0,2]?
Si, es un polinomio
Es el signo de f 0 constante?
x
4
2
10
E JEMPLO
Pruebe que la ecuacion f (x) = x 2 + 4x 5 posee una solucion en el
itervalo [0,2].
Revisemos las condiciones una por una:
20
Es f continua en [0,2]?
Si, es polinomio.
f (a)f (b) < o > 0?
a = 0 y b = 2 f (0)f (2) < 0
f (x)
10
Es f diferenciable en [0,2]?
Si, es un polinomio
Es el signo de f 0 constante?
Si, el mnimo de la funci
on se
encuentra en x = 2
x
4
2
10
E JEMPLO
Pruebe que la ecuacion f (x) = x 2 + 4x 5 posee una solucion en el
itervalo [0,2].
Revisemos las condiciones una por una:
20
Es f continua en [0,2]?
Si, es polinomio.
f (a)f (b) < o > 0?
a = 0 y b = 2 f (0)f (2) < 0
f (x)
10
Es f diferenciable en [0,2]?
Si, es un polinomio
Es el signo de f 0 constante?
Si, el mnimo de la funci
on se
encuentra en x = 2
x
4
2
10
n
Algoritmo de la Biseccio
La idea es subdividir sucesivamente y de manera conveniente el intervalo
donde se encuentra la raz buscada - Este procedimiento se utiliza muchas
veces para encontrar un intervalo de precisi
on.
1
a+b
2
Error y Convergencia
Error y Convergencia
Criterios de parada
|pn+1 pn | <
|pn+1 pn |
|pn+1 |
<
f (pn ) <
Error y Convergencia
Criterios de parada
|pn+1 pn | <
|pn+1 pn |
|pn+1 |
<
f (pn ) <
Cotas de error
El siguiente teorema permite calcular cotas de error.
Supongamos que f pertenece a C [a, b] y que f (a)f (b) < 0. El metodo de
la biseccion genera una sucesi
on pn que aproxima a un cero p de f tal que:
|p pn | <
ba
2n
Error y Convergencia
Criterios de parada
|pn+1 pn | <
|pn+1 pn |
|pn+1 |
<
f (pn ) <
Cotas de error
El siguiente teorema permite calcular cotas de error.
Supongamos que f pertenece a C [a, b] y que f (a)f (b) < 0. El metodo de
la biseccion genera una sucesi
on pn que aproxima a un cero p de f tal que:
|p pn | <
ba
2n
Ventajas y Desventajas
Dado que el metodo busca las races, siempre converge.
La convergencia es muy lenta (lineal).
E JEMPLO
Retomemos el problema: x 2 + 4x 5 = 0
E JEMPLO
Retomemos el problema: x 2 + 4x 5 = 0
20
f (x)
10
x
4
2
10
E JEMPLO
Retomemos el problema: x 2 + 4x 5 = 0
20
f (x)
a = 1; b = 3 p1 = 1.5
Primera iteraci
on:
I = [1, 1.5] p2 = 0.75
Segunda iteraci
on:
I = [0.75, 1.5] p3 = 1.125
10
x
4
..
.
El metodo converge a pn = 1
10
n
Introduccio
n de Raices y Acotado
Distribucio
todo de la Biseccio
n
Me
todo de la Secante
Me
Punto Fijo
Velocidad de Convergencia
Referencias
M ATHCAD
n del Me
todo de Newton - Raphson
Derivacio
Supongamos que f pertenece a C 2 [a, b]. Sea p0 perteneciente a [a, b] una
aproximacion de p, tal que f 0 (p0 ) 6= 0 y |p p0 | 0.
Considere el polinomio de Taylor en torno a p0
f (p) = f (p0 ) + f 0 (p0 )(p p0 ) +
f 00 ((p))
(p p0 )2
2!
f 00 ((p))
(p p0 )2
2!
Ya que |p p0 | es peque
no, entonces (p p0 )2 es a
un mas peque
no,
entonces:
0 f (p0 ) + f 0 (p0 )(p p0 )
f (p0 )
f 0 (p0 )
f (pk )
f 0 (pk )
donde k indica el n
umero de la iteraci
on.
Para utilizar el esquema anterior ademas es necesario un valor incial x0 .
p1 = p0
f (p0 )
f 0 (p0 )
p2 = p1
f (p1 )
f 0 (p1 )
p3 = p2
f (p2 )
f 0 (p2 )
..
.
Error y Convergencia
Error y Convergencia
Criterios de parada
|pn+1 pn | <
|pn+1 pn |
|pn+1 |
<
f (pn ) <
Error y Convergencia
Criterios de parada
|pn+1 pn | <
|pn+1 pn |
|pn+1 |
<
f (pn ) <
Ventajas y Desventajas
Posee velocidad de convergencia cuadratica para races simples.
Debido a que es un metodo abierto puede diverger.
Debido a que posee la evaluaci
on de la derivada de la funcion, el
metodo es sensible a los puntos crticos y a las races m
ultiples.
E JEMPLO
Retomemos el problema: x 2 + 4x 5 = 0
20
f (x)
10
x
4
2
10
E JEMPLO
Retomemos el problema: x 2 + 4x 5 = 0
p0 = 2.0
20
Primera iteraci
on:
f (x)
p1 = p0
10
f (p0 )
= 1.125
f 0 (p0 )
Segunda iteraci
on:
x
4
2
10
p2 = p1
f (p1 )
= 1.002
f 0 (p1 )
..
.
El metodo converge a pn = 1
E JEMPLO
Debemos fabricar una lata de forma cilndrica circular recta que contenga
1000 cm3 . La tapa circular de la parte superior y del fondo deben tener un
radio de 0.25 cm mas que el radio de la lata, para que el sobrante se
utilice para sellar con la parte lateral. La hoja de material con la que se
construye esta parte de la lata tambien debe ser 0.25 cm mas grande que
la circunferencia de lata, de modo que pueda hacerse un sello. Calcule con
una exactitud 104 la cantidad mnima de material necesaria para
fabricar la lata.
E JEMPLO
La funcion que describe la cantidad de material:
M(x) = 2(x + 0.25)2 +
1000
(2x + 0.25)
x 2
E JEMPLO
La funcion que describe la cantidad de material:
M(x) = 2(x + 0.25)2 +
1000
(2x + 0.25)
x 2
=0
x2
x 3
E JEMPLO
La funcion que describe la cantidad de material:
M(x) = 2(x + 0.25)2 +
1000
(2x + 0.25)
x 2
=0
x2
x 3
E JEMPLO
La funcion que describe la cantidad de material:
M(x) = 2(x + 0.25)2 +
1000
(2x + 0.25)
x 2
=0
x2
x 3
s sobre Convergencia
Ma
T EOREMA
Sea f perteneciente a C 2 [a, b]. Si p pertenece a [a, b] es tal que f (p) = 0
y f 0 (p) 6= 0, entonces existe un > 0 tal que, el metodo de Newton
Raphson genera una sucesi
on pn que converge a p para cualquier
aproximaci
on inicial p0 que pertenece al intervalo [p , p + ].
Multiplicidad de Races
De la definicion del metodo de Newton-Raphson es evidente que pueden
surgir problemas si f 0 (p) tiende a cero simultaneamente con f (p).
A continuacion veremos como poder enfrentar este tipo de dificultades.
T EOREMA
La funcion f perteneciente a C m [a, b] tiene un cero de multiplicidad m en
p, si y solo si:
f 0 (p) = f 00 (p) = f 000 (p) = ... = f m1 (p) = 0,
pero:
f m (p) 6= 0
Multiplicidad de Races
Ya que en los casos de races m
ultiples la velocidad de convergencia del
metodo de Newton se reduce, existen modificaciones capaces de superar
este tipo de problemas, por ejemplo:
xk+1 = xk m
f (xk )
f (xk )
E JEMPLO
Muestre que p es un cero simple de u(x) si:
u(x) =
f (x)
f 0 (x)
Multiplicidad de Races
E JEMPLO
Muestre que el metodo de Newton-Raphson se transforma en:
xk+1 = xk
f (xk )f 0 (xk )
[f 0 (xk )]2 f (xk )f 00 (xk )
n
Introduccio
n de Raices y Acotado
Distribucio
todo de la Biseccio
n
Me
todo de la Secante
Me
Punto Fijo
Velocidad de Convergencia
Referencias
todo de la Secante
Me
El metodo de Newton es una herramienta poderosa, sin embargo, requiere
conocer el valor de la derivada en cada iteraci
on y esto puede
transformarse en un problema.
Con el fin de evitar evaluar la derivada en cada iteracion se puede realizar
la siguiente modificacion:
f 0 (xk+1 )
f (xk ) f (xk1 )
xk xk1
Algoritmo de la Secante
Para comenzar las iteraciones
tomamos los valores p0 y p1
p2 = p1
(x1 x0 )f (x1 )
f (x1 ) f (x0 )
p3 = p2
(x2 x1 )f (x2 )
f (x2 ) f (x1 )
p4 = p3
(x3 x2 )f (x3 )
f (x3 ) f (x2 )
..
.
n
Introduccio
n de Raices y Acotado
Distribucio
todo de la Biseccio
n
Me
todo de la Secante
Me
Punto Fijo
Velocidad de Convergencia
Referencias
Punto Fijo
Como ya hemos visto, queremos determinar la soluci
on de ecuaciones del
tipo:
f (x) = 0
Los metodos para determinar races de la forma:
g (x) = x
Se denomina metodos de punto fijo o iteraciones sucesivas.
A la funcion g (x) se le llama funci
on de iteraci
on.
Punto Fijo
Como ya hemos visto, queremos determinar la soluci
on de ecuaciones del
tipo:
f (x) = 0
Los metodos para determinar races de la forma:
g (x) = x
Se denomina metodos de punto fijo o iteraciones sucesivas.
A la funcion g (x) se le llama funci
on de iteraci
on.
E JEMPLO
g (x) = x = x
f (x)
f 0 (x)
Punto Fijo
Punto Fijo
Punto Fijo
Punto Fijo
Punto Fijo
Para responder la pregunta 1 consideremos lo siguiente:
Un n
umero p es un punto fijo de g (x) si:
g (p) = p
Punto Fijo
Para responder la pregunta 1 consideremos lo siguiente:
Un n
umero p es un punto fijo de g (x) si:
g (p) = p
Para un problema de b
usqueda de races f (x) = 0, tal como veremos mas
adelante, es posible encontrar una funci
on g con un punto fijo p, es decir,
un problema de punto fijo es equivalente a resolver un problema de
b
usqueda de races.
Punto Fijo
Para responder la pregunta 1 consideremos lo siguiente:
Un n
umero p es un punto fijo de g (x) si:
g (p) = p
Para un problema de b
usqueda de races f (x) = 0, tal como veremos mas
adelante, es posible encontrar una funci
on g con un punto fijo p, es decir,
un problema de punto fijo es equivalente a resolver un problema de
b
usqueda de races.
E JEMPLO
Considere la funcion:
4 f (x)
g (x) = x 2
g posee dos puntos fijos en el
intervalo [-2,3]
p = 1;
p=2
2
x
4 2
2
4
Existencia y Unicidad
T EOREMA
Teorema de existencia y unicidad
1
Si g (x) pertenece C [a, b] y g (x) pertenece a [a, b], para todo x que
pertenece al intervalo [a, b]. Entonces g (x) tiene un punto fijo en
[a, b].
Si ademas, g (x) es diferenciable en (a, b) y |g 0 (x)| < k < 1 , para
todo x perteneciente al intervalo (a, b). Entonces , g (x) tiene un
u
nico punto fijo en [a, b].
Existencia y Unicidad
T EOREMA
Teorema de existencia y unicidad
1
Si g (x) pertenece C [a, b] y g (x) pertenece a [a, b], para todo x que
pertenece al intervalo [a, b]. Entonces g (x) tiene un punto fijo en
[a, b].
Si ademas, g (x) es diferenciable en (a, b) y |g 0 (x)| < k < 1 , para
todo x perteneciente al intervalo (a, b). Entonces , g (x) tiene un
u
nico punto fijo en [a, b].
E JEMPLO
Considere la funcion:
g (x) =
1 + sin x
E JEMPLO
Considere la funcion:
g (x) =
1 + sin x
1.4
1.2
x
0.5
1.5
E JEMPLO
Ahora comprobemos 2
E JEMPLO
Ahora comprobemos 2
La derivada de g (x) existe en (0,2)
cos x
g 0 (x) =
2 1 + sin x
|g 0 (x)| < k < 1 para toda x en [0,2]
|g 0 (x)|
0.4
0.2
x
0.5
1.5
E JEMPLO
Considere la siguiente funci
on definida en [0,1]:
g (x) = 3x g 0 (x) = 3x ln 3
g (x)
0.8
0.6
0.4
0.2
x
0.2 0.4 0.6 0.8 1
E JEMPLO
Considere la siguiente funci
on definida en [0,1]:
g (x) = 3x g 0 (x) = 3x ln 3
g (x)
0.8
0.6
0.4
0.2
x
0.2 0.4 0.6 0.8 1
Existe un u
nico punto fijo, pero |g 0 (x)| > 1. El teorema anterior es una
condicion suficiente, pero no necesaria.
p1 = g (p0 )
p2 = g (p1 )
E JEMPLO
2
g (x)
Retomemos el ejemplo
g (x) = 1 + sin x,
1.5
1
0.5
1.5
E JEMPLO
2
g (x)
Retomemos el ejemplo
g (x) = 1 + sin x,
1.5
1
0.5
0.5 1 1.5 2
Las iteraciones convergen a 1.41.
1.5 x
k
1
0.5
k
xk
0
1
1.357
1.406
1.409
1.41
1.41
En resumen...
Tal como hemos mencionado, nosotros deseamos resolver una ecuacion de
la forma:
f (x) = 0
La idea es encontrar un esquema iterativo de la forma x = g (x) a partir de
nuestro problema de races f (x) = 0.
En resumen...
Tal como hemos mencionado, nosotros deseamos resolver una ecuacion de
la forma:
f (x) = 0
La idea es encontrar un esquema iterativo de la forma x = g (x) a partir de
nuestro problema de races f (x) = 0.
Si nuevamente retomamos el ejemplo:
p
g (x) = 1 + sin(x)
La funcion f asociada sera:
En resumen...
Tal como hemos mencionado, nosotros deseamos resolver una ecuacion de
la forma:
f (x) = 0
La idea es encontrar un esquema iterativo de la forma x = g (x) a partir de
nuestro problema de races f (x) = 0.
Si nuevamente retomamos el ejemplo:
p
g (x) = 1 + sin(x)
La funcion f asociada sera:
f (x) =
p
1 + sin(x) x
En resumen...
Tal como hemos mencionado, nosotros deseamos resolver una ecuacion de
la forma:
f (x) = 0
La idea es encontrar un esquema iterativo de la forma x = g (x) a partir de
nuestro problema de races f (x) = 0.
Si nuevamente retomamos el ejemplo:
p
g (x) = 1 + sin(x)
La funcion f asociada sera:
f (x) =
p
1 + sin(x) x
En resumen...
Tal como hemos mencionado, nosotros deseamos resolver una ecuacion de
la forma:
f (x) = 0
La idea es encontrar un esquema iterativo de la forma x = g (x) a partir de
nuestro problema de races f (x) = 0.
Si nuevamente retomamos el ejemplo:
p
g (x) = 1 + sin(x)
La funcion f asociada sera:
f (x) =
p
1 + sin(x) x
T EOREMA
Si g (x) es diferenciable en (a, b) y |g 0 (x)| < k < 1 , para todo x
perteneciente al intervalo (a, b). Entonces dado un p0 en [a, b] la sucesion
pn converge al u
nico punto fijo p.
Funci
on logstica definda en[0,1]
Video Caos
n
Introduccio
n de Raices y Acotado
Distribucio
todo de la Biseccio
n
Me
todo de la Secante
Me
Punto Fijo
Velocidad de Convergencia
Referencias
Velocidad de Convergencia
En+1
xn+1
= lm
p =
n En
(xn )p
Convergencia de Newton-Raphson
De la definicion anterior, es posible demostrar que para el metodo de
Newton-Raphson se tiene que:
xn+1
f 00 ()
=
=
n (xn )2
2f 0 (xn )
lm
n de Convergencia
Comparacio
Biseccion:
1
En+1 = En
2
Secante:
En+1 = kEn1.62
Newton-Raphson:
En+1 = kEn2
k = 1, 2, 3, ..., p 1
y g p () 6= 0
Si la sucesi
on generada por x = g (x) converge a un punto fijo , entonces
lo hace con velocidad de convergencia de, al menos, p
k = 1, 2, 3, ..., p 1
y g p () 6= 0
Si la sucesi
on generada por x = g (x) converge a un punto fijo , entonces
lo hace con velocidad de convergencia de, al menos, p
E JEMPLO
Demuestre que el algoritmo:
xk+1 =
xk (xk2 + 3R)
3xk2 + R
Converge a
Referencias de Estudio