2- SOLUCIN NUMRICA DE ECUACIONES

NO LINEALES Y POLINOMIOS
1
EL MTODO DE BISECCIN
EL MTODO DE LA FALSA POSICIN
Conocemos que si deseamos resolver la ecuacin:
( )
2
0 f x ax bx c = + + =
Se emplea la chicharronera:
2
1,2
4
2
b b ac
x
a

=
A las soluciones de esta ecuacin se le llaman races.
Ejemplo 1: Hallar las races de: ( )
2
5.6 3.56 25.974 f x x x =
Las tcnicas grficas tienen valor prctico limitado, ya que no son precisas. Las
aproximaciones grficas se pueden usar como valores iniciales para los MN.
2
EL MTODO DE BISECCIN
Ejemplo 1: Recordemos la funcin de la velocidad respecto al tiempo en el
problema del paracadas.
( )
1
c
t
m
gm
v t e
c
| |
=
|
\ .
Se desea hallar el valor de c tal que en t =10s la velocidad que
experimente el paracaidista se de 40 m/s.
Despus de algunos clculos nuestro problema se reduce en resolver la
siguiente ecuacin:
( )
( )
0.146843
667.38
1 40 0
c
f c e
c

= =
Si graficamos la ecuacin obtenemos
3
El problema consiste en resolver:
( )
( )
0.146843
667.38
1 40 0 entre 12 y 16.
c
f c e
c

= =
Nuestra estimacin 1 de la raz ser en el punto medio del intervalo, es
decir
12 16
14
2
xm
+
= =
4
Si hallamos el resultado usando el comando Solve[expr,vars] para poder
calcular el Error verdadero tenemos:
5
14 + 16
2
= 15 = xm
Trabajando con el nuevo intervalo de 14 a 16, tenemos :
Nuestra estimacin 2 de la raz ser en el punto medio del intervalo, es decir
6
t =
Abs[15 14.7802
14.7802
100 = 1.5%
Este proceso se repite , para la estimacin 3
14 + 15
2.
= 14.5 = xm
t =
Abs[14.5 14.7802
14.7802
100 = 1.896%
7
Para la estimacin 4
14.5+15
2.
= 14.75=xm
t =
Abs[14.75 14.7802
14.7802
100 = 0.204%
8
Para la estimacin 5
14.75 + 15
2.
= 14.875 = xm
t =
Abs[14.875 14.7802
14.7802
100 = 0.641%
9
Para la estimacin 6
14.75 + 14.875
2.
= 14.8125 = xm
t =
14.8125 14.7802
14.7802
100 = 0.21856%
10
Se muestra un resumen de lo obtenido:
Se observa que el error verdadero no disminuye con cada iteracin.
11
ejemplo1_paracaidas_hallar c_clase
CRITERIOS DE PARO Y ESTIMACIN DE ERRORES
Se requiere estimar el error de forma tal que no se necesite el
conocimiento previo de la raz. Se puede calcular el error relativo
aproximado de la siguiente manera:
100
nuevo anterior
r r
a
nuevo
r
x x
x
c

=
es la raiz en la iteracion actual
es el valor de la raiz en la iteracion anterior
nuevo
r
anterior
r
x
x
Cuando:
a s
c c <
Termina el clculo
12
En la siguiente tabla de Excel se muestra como
,
0.5
a i
c <
CRITERIOS DE PARO Y ESTIMACIN DE ERRORES
13
ejemplo1_paracaidas_hallar c_clase
En el caso de ste mtodo de biseccin tenemos lo siguiente:
CRITERIOS DE PARO Y ESTIMACIN DE ERRORES
0 sup 0 inf 0 0
0
1
0 0
2
2
0

0
1
2
/ 2
2
2 2

2
a
a
a
n
a
n
iteraccion i
i E x x x
x
i E
x x
i E
x
i n E
= = = A
A
= =
A A
= = =
A
= =
Si es el error deseado, tenemos, entonces
, a d
E
0
,
2
n
a d a
n
x
E E
A
= =
14
Despejando n tenemos
CRITERIOS DE PARO Y ESTIMACIN DE ERRORES
Aplicando logaritmo natural tenemos:
0
,
2
n
a d a
n
x
E E
A
= =
0
,
2
n
a d
x
E
A
=
( )
( )
0
,
0
,
log 2 log
log

log 2
a d
a d
x
n
E
x
E
n
| |
A
=
|
|
\ .
| |
A
|
|
\ .
=
15
Probemos esta expresin:
CRITERIOS DE PARO Y ESTIMACIN DE ERRORES
( )
0
,
0
,
2
log
, log
log 2
a d
x
E a d
x
E
n n
| |
A
|
|
\ .
| |
A
|
|
\ .
= =
16
0 sup,0 inf,0
16 12 4 x x x A = = =
El error absoluto es:
0 sup,6 inf,6
6
a
6
E 0.0625
2 2
x x x A
= = =
Si tomamos , obtenemos:
,
0.0625
a d
E =
0
,
4
0.0625
2 2
log log 6,
a d
x
E
n
| |
A
| |
|
| |
\ . \ .
= = =
Si se sabe de antemano que el , podemos obtener la
cantidad de iteraciones necesarias, en este caso 6 .
,
0.0625
a d
E =
Algoritmo
Paso 1: Elija valores iniciales inferior x
0
, y superior, x
f
,que encierren la raz, de
forma tal que la funcin cambie de signo en el intervalo. Esto se verifica
comprobando que
f(x
0
)*f(x
f
)<0
Paso 2: Una aproximacin de la raz x
r
se determina mediante:

0
2
f
r
x x
x
+
=
Paso 3: Realice las siguientes evaluaciones para determinar en qu subintervalo
est la raz:
a) Si f(x
0
)*f(x
r
)<0, entonces la raz se encuentra dentro del subintervalo
inferior izquierdo. Por tanto, haga x
f
= x
r
y vuelva al paso 2
b) Si f(x
0
)*f(x
r
)>0, entonces la raz se encuentra dentro del subintervalo
superior o derecho. Por tanto, haga x
0
= x
r
y vuelva al paso 2
c) Si f(x
0
)*f(x
r
)=0 , la raz es igual a x
r ;
termina el clculo.

17
18
19
El Mtodo de la Biseccin con Excel
ejemplo1_paracaidas_hallar c_clase
Usando Mathematica.
20
21
Usando Mathematica.
22
Usando Mathematica.
23
Usando Mathematica. Fuente, Matoso
24
EL MTODO DE LA FALSA POSICIN
Uno de los problemas del mtodo de biseccin es la lentitud. El mtodo de la
secante busca resolver esta dificultad
Hallemos la ecuacin de la recta y evaluemos la recta en el punto (xa,0)
despejando xa=xm, obtenemos una aproximacin de la raz, con el criterio de
iteracin xm=max(|f(a)|, |f(b)|)
25
0
0
0 0
f
f
y y
y y
x x x x

=

Recordemos la ecuacin de la recta que pasa por los puntos P0=(x0, y0) y
Pf=(xf, yf)
Considerando P0=(a, f(a)) y Pf=(b, f(b)), obtenemos
( ) ( ) ( )
y f a f b f a
x a b a

=

Haciendo x=xm y y=0 tenemos
( ) ( ) ( )
0 f a f b f a
xm a b a

=

Despejando xm:
( )( )
( ) ( )
f a b a
xm a
f b f a

EL MTODO DE LA FALSA POSICIN

26
( )( )
( ) ( )
( ) ( )
( )
,
Criterio de iteracion
max ,
f a b a
xm a
f b f a
xm f a f b

=
EL MTODO DE LA FALSA POSICIN
27
Excel
EL MTODO DE LA FALSA POSICIN
28
Excel
EL MTODO DE LA FALSA POSICIN
Falsa Posicion_ejemplo1_paracaidas_hallar c_clase
29
Mathematica
EL MTODO DE LA FALSA POSICIN
30
Aclarar que el Mtodo de la Falsa Posicin tiene sus desventajas sobre todo
cuando la curva viola la premisa sobre la cual se basa la falsa posicin; es decir, si
f(a) se encuentra mucho ms cerca de cero que f(b), la raz se encuentra ms
cerca de a que de b.
EL MTODO DE LA FALSA POSICIN
Comparacin Bisec PF
31
Gracias por su atencin
Fin