FACULTAD DE INGENIERIA
UNIDAD 3: SOLUCIN DE ECUACIONES NO LINEALES
Por: MSc. Alvaro Espinosa Prez
3.1. INTRODUCCIN
Son muchos los problemas en ciencia e ingeniera que se pueden modelar matemticamente como
una ecuacin () = 0, siendo f una funcin de la variable . Los valores de x soluciones de
dicha ecuacin son llamados ceros de la funcin f o races de la ecuacin. Si una ecuacin
algebraica o trascendente es relativamente complicada, no resulta posible por lo general hallar
races exactas. Es ms, en algunos casos las ecuaciones tienen coeficientes conocidos slo de
forma aproximada, y por tanto, carece de sentido tratar de hallar las races exactas de la ecuacin.
Por consiguiente, adquieren particular importancia los procedimientos de clculo aproximado de
races de una ecuacin as como la estimacin de su grado de exactitud. Existen muchas de estas
ecuaciones que no admiten que su solucin pueda ser expresada a travs de funciones elementales.
Es importante destacar el hecho de que las tcnicas que vamos a estudiar en este son siempre
iterativas, es decir, partiremos de una aproximacin inicial x0 del cero exacto de y
posteriormente construiremos una sucesin de nmeros reales { }=0 que converja hacia x
cuando .
DEFINICIN: Sea (), una funcin dada. Un nmero real se dice que es una raz de la
ecuacin () = 0, o un cero de la funcin () si () = 0.
TEOREMA: (Bolzano) Si una funcin f (x) es continua en un intervalo cerrado [a, b] y f (a) y f
(b) son de distinto signo, entonces existe por lo menos un punto entre a y b para el cual f (c) = 0.
Para aplicar el mtodo de Biseccin, necesitamos encontrar un intervalo [a, b] tal que
f(a). f (b) < 0. En cada paso, la longitud del intervalo en el que sabemos que hay un cero de f
se reduce a la mitad. Puesto que el punto medio p1 debe distar de la raz p menos de y en
2
cada iteracin subsiguiente se divide el intervalo en cuestin por la mitad, tenemos
| |
2
ALGORITMO DE BISECCIN:
Para encontrar una solucin de f(x) = 0 dada la funcin f en el intervalo [a; b] donde f(a) y f(b) tienen signo opuestos:
Entrada: extremos a y b; tolerancia TOL; nmero mximo de iteraciones N0;
Salida: solucin aproximada p mensaje de fracaso.
Paso 1: tomar i = 1;
Paso 2: mientras que i N0 seguir pasos 3-6;
Paso 3: tomar = + = (calcular pi);
2 2
( )
Paso 4: si f(p) = 0 < entonces SALIDA (p); (procedimiento completado satisfactoriamente)
2
PARAR;
Paso 5: tomar i = i + 1
Paso 6: si f(a). f(p) > 0 entonces tomar a = p, si no, tomar b = p (calcular ai, bi);
Paso 7: SALIDA (0El mtodo fracaso despus de N0 iteraciones, N0 = 0 ;N0); (procedimiento completado sin xito);
PARAR.
Ejemplo: Sea f(x) = x3 + 4x2 10, que tiene un raz en p = 1.36523001341 en el intervalo [1,2].
Utilice Biseccin para hallar la raz. Determine la cantidad de intervalos necesarios para resolver
con una exactitud de 10-3 si a1 = 1 y b1 = 2
Luego (1,5) y tiene el mismo signo de f(b1)= f(2), por lo tanto b2 = 1,5 y a2 =
1, de ah que:
1 + 1,5
2 = = 1,25
2
Continuamos las iteraciones en la siguiente tabla:
Raz = 1,36425781
Ahora vamos a establecer un resultado que nos da una estimacin muy general del error para el
mtodo de Newton:
ALGORITMO DE NEWTON-RAPHSON.
()
() =
()
Se puede demostrar que esta funcin tiene las mismas races que la funcin original. En este
sentido la ecuacin:
( )
+1 =
( )
Se puede modificar de la siguiente manera:
( )
+1 =
( )
De ah que
( ) ( ) ( )( )
( ) =
[ ( )]2
Con lo que la ecuacin modificada de Newton-Rahpson se puede escribir as:
( ) ( )
+1 =
[ ( )]2 ( )( )
Esta frmula recursiva requiere no solo f sino tambin f por lo que el costo computacional
aumenta. Hay que tener en cuenta adems que aunque tericamente la convergencia es cuadrtica,
para cierto tipo de funciones, por ejemplo polinomios con races mltiples, hay una barrera que
no permite acercarse a la raz con la precisin esperada.
Al hallar las iteraciones para cada uno de los casos podemos observar lo
siguiente:
El mtodo del punto fijo es fcil de usar y se aplica a una amplia variedad de problemas.
Geomtricamente significa: los puntos fijos de una funcin son los puntos de interseccin de la
curva = () con la recta = .
Los problemas de bsqueda de races y los de punto fijo son clases equivalentes en
el siguiente sentido:
Si para cualquier funcin dada se puede encontrar un punto fijo, entonces cada problema de
bsqueda de las races de () = 0 tiene soluciones que corresponden precisamente a los puntos
fijos de () = con () = (). La primera tarea entonces es decidir cundo una
funcin tendra un punto fijo y cmo se pueden determinar (es decir, aproximar con suficiente
grado de precisin) dichos puntos fijos.
El teorema anterior no slo nos dice que bajo sus condiciones existe un punto fijo nico, adems
nos dice cmo podemos encontrarlo, usando la sucesin generada a partir de la funcin g con una
condicin inicial arbitraria.
Ejemplo: Sea 3 1 = 0 tiene una raz en [1,2], Utilicemos iteracin de punto fijo para
hallar una aproximacin de su raz.
Solucin: Para empezar, debemos poner el problema como un problema de punto fijo. Para hacer
esto debemos despejar x. Hay varias posibilidades.
a. = 1 + 3
3
b. = 1 +
1+
c. = 2
3
Ahora evaluemos si el () = 1 + buscado tiene un punto fijo en [1,2]:
( ) (%)
0 1,5 0,875
1 1,35720881 0,14279119 10,521%
2 1,33086096 0,02634785 1,980%
3 1,32588377 0,00497718 0,375%
4 1,32493936 0,00094441 0,071%
5 1,32476001 0,00017935 0,014%
6 1,32472595 3,4066E-05 0,003%
Para aproximar el punto fijo de una funcin , escogemos una aproximacin inicial 0 y
generamos la sucesin { }
=0 tomando = (1 ) para cada > 1. Si la sucesin converge
a y es continua, entonces:
= lim = lim (1 ) = (lim 1 ) = ()
y se obtiene una solucin de = (). Esta tcnica se llama tcnica iterativa de punto fijo
iteracin funcional. El procedimiento est detallado en el algoritmo conocido como algoritmo de
punto fijo.
El mtodo del punto fijo converge para cualquier valor inicial 0 en [a, b]. Por esta razn es
autocorrector, esto es, un error individual en los clculos que no vaya por encima de los lmites
del intervalo [a, b] no afectara el resultado final, ya que un valor errneo puede ser considerado
como un nuevo valor inicial 0 . Unicamente se habra trabajado ms. La propiedad de
autocorreccin hace que el mtodo de iteracin del punto fijo sea uno de los ms fiables.
Naturalmente, los errores sistemticos al aplicar este mtodo pueden hacer que no se obtenga el
resultado requerido.
TEOREMA: Si satisface la hiptesis del teorema de iteracin de punto fijo, las cotas del error
que supone utilizar xn para aproximar a p est dado por:
| | | 0 |
1 1
La interseccin de esta recta, que es la secante a la curva que pasa por estos
dos puntos, representa una mejor aproximacin a la raz. En este sentido,
que se reemplace la curva por una lnea recta da lo que se llama una
Posicin Falsa de la raz (del latn regula falsi) de ah su nombre o tambin
conocido como mtodo de interpolacin lineal.
Si usamos tringulos semejantes (tambin podemos hallar la frmula de la posicin falsa hallando
la pendiente de la recta), se puede estimar la interseccin de la lnea recta as:
1 0
=
(1 ) (0 )
Al despejar nos quedara:
(0 )(1 0 )
= 0
(1 ) (0 )
Esta es la frmula de la Posicin Falsa.
Tenga presente que el valor de reemplazar a cualquiera de los dos valores iniciales 0 y 1 .
El mtodo de la Rgula Falsi exige mantener que la funcin tome valores opuestos a lo largo del
proceso iterativo, es decir, (0 ). (1 ) < 0. Evaluar ( ) Forzosamente debemos caer en uno
de los siguientes casos:
Ejemplo: Supongamos que tenemos la funcin () = (), tiene una raz en [1, 2],
tengamos presente lo siguiente:
(0 )(1 0 ) (0,3678794)(2 1)
= 0 = 1 = 1,39741048
(1 ) (0 ) 0,3678794 (0,557811)
Verificamos:
( ) = (1,39741048) = 0,08738451
( ) + (+ ) ( ) (%)
0 1 0,36787944 2 -0,5578119 1,39741048 -0,08738451
1 1 0,36787944 1,39741048 -0,08738451 1,32113051 -0,01165435 5,7738%
2 1 0,36787944 1,32113051 -0,01165435 1,31126956 -0,00151807 0,7520%
3 1 0,36787944 1,31126956 -0,00151807 1,30999037 -0,00019713 0,0976%
4 1 0,36787944 1,30999037 -0,00019713 1,30982435 -2,5587E-05 0,0127%
5 1 0,36787944 1,30982435 -2,5587E-05 1,3098028 -3,3211E-06 0,0016%
6 1 0,36787944 1,3098028 -3,3211E-06 1,3098 -4,3105E-07 0,0002%
7 1 0,36787944 1,3098 -4,3105E-07 1,30979964 -5,5947E-08 0,0000%
Su raz es: 1,3097996.
Se puede demostrar que si bien el mtodo es lento, tambin es seguro, es decir, si se cumple todos
los supuestos que el mtodo exige, la convergencia est asegurada. Salvo raros casos, este mtodo
converge ms rpido que el de biseccin. Anlogamente, al mtodo de biseccin, este mtodo
tambin presenta convergencia lineal, es decir, su orden de convergencia es 1, pero la gran
desventaja radica en la exigencia de cambio de signos y como todos sabemos no toda funcin
cambia de signo.
De la ecuacin se puede notar como son necesarios dos valores iniciales de , lo cual puede
confundir para calificarlo como mtodo abierto. Sin embargo, este mtodo no necesita de cambio
de signo en la funcin entre los valores dados, por lo que no se puede calificar como un mtodo
cerrado. Es preciso tener en cuenta que para poder calcular el valor de + 1 , necesitamos
conocer los dos valores anteriores y 1 . Adems se aprecia el gran parecido con la frmula
del mtodo de la regla falsa.
La diferencia entre una y otra es que mientras el mtodo de la regla falsa trabaja sobre intervalos
cerrados, el mtodo de la secante es un proceso iterativo y por lo mismo, encuentra la
aproximacin casi con la misma rapidez que el mtodo de Newton-Raphson. Claro, corre el
mismo riesgo de ste ltimo de no converger a la raz, mientras que el mtodo de la posicin falsa
va a la segura.
Ejemplo: Supongamos que tenemos la funcin () = , tiene una raz en [0, 1],
Solucin: Tengamos presente lo siguiente: Primero elegimos las aproximaciones iniciales
0 y 1 :
( 0 ) = (0) = 1
(1 ) = (1) = 0,63212
La aproximacin 3 se halla de la siguiente manera:
(1 )(1 0 ) (0,63212)(1 0)
2 = 1 = 1 = 0,61270
(1 ) (0 ) (0,63212) 1
La segunda iteracin es:
(1 ) = (1) = 0,63212
(2 ) = (0,61270) = 0,07081395
(2 )(2 0 ) (0,07081395)(0,61270 1)
3 = 2 = 0,61270 = 0,56383839
(2 ) (1 ) 0,07081395 (0,63212)
En la siguiente tabla se contina con las iteraciones:
( ) ( ) + (+ ) (%)
1 0 1 1 -0,63212056 0,61269984 -0,07081395
2 1 -0,63212056 0,61269984 -0,07081395 0,56383839 0,00518235 63,212%
3 0,61269984 -0,07081395 0,56383839 0,00518235 0,56717036 -4,2419E-05 8,666%
4 0,56383839 0,00518235 0,56717036 -4,2419E-05 0,56714331 -2,538E-08 0,587%
5 0,56717036 -4,2419E-05 0,56714331 -2,538E-08 0,56714329 1,2423E-13 0,005%
6 0,56714331 -2,538E-08 0,56714329 1,2423E-13 0,56714329 0 0,000%
7 0,56714329 1,2423E-13 0,56714329 0 0,56714329 0 0,000%
Luego la raz es: 0,56714329
Ejemplo:
El mtodo consiste en obtener los coeficientes de los tres puntos, sustituirlos en la frmula
cuadrtica y obtener el punto donde la parbola intercepta el eje x.
El mtodo de Mller puede tomar como valores de comienzo nmeros complejos, en cuyo caso
sirve para obtener races complejas.
donde es la distancia agua abajo en km. Determine la distancia agua abajo donde el nivel de
oxgeno se encuentra a una lectura de 5. (Sug. Este valor est dentro de los 2 km de la descarga).
Determine una respuesta con 2% de error
Solucin: Primero realizamos la grfica de la funcin que relaciona el nivel de oxigeno cuando
su valor es 5:
5 = 10 20( 0,2 0,75 )
Nos queda entonces la ecuacin:
( ) = 5 20( 0,2 0,75 ) = 0
Observamos que la funcin tiene dos races, pero solo nos interesa el
comportamiento del nivel de oxigeno los primeros dos kilmetros, de ah
que, Analizaremos la funcin en el intervalo [0,1], ya que grficamente se
observa una raz.
Luego, la distancia agua abajo donde el nivel de oxgeno se encuentra a una lectura de 5 es de
0,60546875 Km
Suponga que la partcula se desplaz 1.7 pies en 1 segundo. Encuentre con una exactitud
de 10-5 la rapidez w con que cambia. Sea g = 32.17 pies/s2.
11. Suponga el lector que est diseando un tanque esfrico de almacenamiento de agua
para un poblado pequeo de un pas en desarrollo. El volumen del lquido que puede
contener se calcula con:
3
= 2 ( )
3
3
donde V = volumen [pie ], h = profundidad del agua en el tanque [pies], y R = radio
del tanque [pies]. Si R = 3 m, a qu profundidad debe llenarse el tanque de modo
que contenga 30 m3? Haga tres iteraciones del mtodo de Newton- Raphson para
determinar la respuesta. Encuentre el error relativo aproximado despus de cada iteracin.
Observe que el valor inicial de R converger siempre.
12. En la figura se muestra una viga uniforme sujeta a una carga distribuida uniformemente
que crece en forma lineal. La ecuacin para la curva elstica resultante es la siguiente:
0
= ( 5 + 22 3 4 )
120
Utilice el mtodo de la biseccin para determinar el punto de mxima
deflexin (es decir, el valor de donde = 0). Despus, sustituya este
valor en la ecuacin a fin de determinar el valor de la deflexin mxima.
En sus clculos, utilice los valores siguientes para los parmetros: =
600 , = 50 000 2 , = 30 000 4 0 = 2.5 .
13. El desplazamiento de una estructura est definido por la ecuacin siguiente para una
oscilacin amortiguada:
= 9 cos()
donde k = 0.7 y w = 4.
a. Utilice el mtodo grfi co para realizar una estimacin inicial del tiempo que se
requiere para que el desplazamiento disminuya a 3.5.
b. Emplee el mtodo de Newton-Raphson para determinar la raz con es = 0.01%.
c. Use el mtodo de la secante para determinar la raz con es = 0.01%.
14. La concentracin de la bacteria contaminante C en un lago decrece de acuerdo con la
relacin:
= 80 2 + 20 0,1
Determnese el tiempo requerido para que la bacteria se reduzca a 10.
15. Dos escaleras se cruzan en un pasillo de ancho W. Cada una llega de la base de un muro a
un punto en el extremo del frente. Las escaleras se cruzan a una altura H arriba del
pavimento. Dado que las longitudes de las escaleras son x 1 = 20 pies y x2 = 30 pies y que
H = 8 pies. Calcule W.