Professional Documents
Culture Documents
FECHA: 13/12/2014
TEMA: Mtodos abiertos y cerrados para aproximar races de ecuaciones
OBJETIVO:
Aplicar los mtodos estudiados para resolucin de problemas donde implique encontrar
sus races.
MTODO DE LA BISECCIN
Este mtodo parte de un intervalo donde debe haber un cambio de signo en los extremos al
evaluar la funcin. Este cambio implica que la funcin corta el eje x y por ende en dicho
intervalo existe una raz de la funcin, siempre y cuando esta sea continua. Se debe aclarar
que este mtodo es el ms lento pero tiene la particularidad que siempre es convergente. El
algoritmo empieza dividiendo el intervalo a la mitad, esto genera dos sub-intervalos, el
algoritmo debe evaluar nuevamente en cul de los dos sub-intervalos se cumple el cambio de
signo al evaluar la funcin. De esta forma es posible desechar uno de los dos sub-intervalos, al
sub-intervalo restante se le aplica el mismo procedimiento. Al realizar este proceso varias veces
se obtendr cada vez un intervalo ms ajustado. El proceso finaliza cuando el tamao del
intervalo resultante es tal que el error absoluto definido por el usuario es mayor o igual a este.
Por lo tanto la raz puede aproximarse como el punto medio de este ltimo intervalo.
PSEUDOCODIGO
1) INICIO
2) DECLARACIN
3) ASIGNACIN
ENTRA Bisect(xl, xu, es, imax, xr, iter, ea)
iter =0
4) PROCESO
HACER
xrold =xr
xr = (xl +xu) / 2
iter = iter +1
SI xr != 0 LUEGO
ea _=ABS((xr -xrold) / xr) * 100
FIN SI
test =f(xl) * f(xr)
SI test <0 LUEGO
xu = xr
CASO CONTRARIO SI test > 0 LUEGO
xl =xr
CASO CONTRARIO
ea =0
FIN SI
SI ea < es O iter >=imax SALIR
FIN HACER
Bisect =xr
5) VISUALIZAR
Fprintf(xl, xu , xr)
6) FIN
FIN Bisec
MTODO DE FALSA POSICIN
Este mtodo es en esencia igual al de biseccin, la nica diferencia que se presenta es que en
este mtodo el punto medio no se calcula dividiendo a la mitad el intervalo sino que es
calculado trazando una lnea desde cada punto del intervalo evaluado en la funcin hasta el
otro extremo del intervalo evaluado tambin en la funcin, el punto donde corta el eje x ser
entonces el punto medio. La frmula para calcular el punto medio es la siguiente:
PSEUDOCODIGO
1) INICIO
2) DECLARACIN
3) ASIGNACIN
ENTRA Falsapo(xl, xu, es, imax, xr, iter, ea)
iter =0
4) PROCESO
HACER
xrold =xr
xr =xu - fu * (xl -xu) / (fl -fu)
iter = iter +1
SI xr != 0 LUEGO
ea _=ABS((xr -xrold) / xr) * 100
FIN SI
test =f(xl) * f(xr)
SI test <0 LUEGO
xu = xr
CASO CONTRARIO SI test > 0 LUEGO
xl =xr
CASO CONTRARIO
ea =0
FIN SI
SI ea < es O iter >=imax SALIR
FIN HACER
Bisect =xr
5) VISUALIZAR
Fprintf(xl, xu , xr)
6) FIN
FIN FALSAPO
PSEUDOCODIGO
1) INICIO
2) DECLARACIN
3) ASIGNACIN
ENTRA Fixpt(x0, es, imax, iter, ea)
xr =x0
iter = 0
4) PROCESO
HACER
xrold =xr
xr =g(xrold)
iter =iter+1
SI xr != 0 LUEGO
ea _=ABS((xr -xrold) / xr) * 100
FIN SI
SI ea < es O iter >=imax SALIR
FIN HACER
Fixp =xr
5) VISUALIZAR
Fprintf( xr, ea)
6) FIN
FIN Fixp
MTODO DE NEWTON-RAPHSON
El mtodo de Newton-Raphson es un mtodo iterativo que nos permite aproximar la solucin
de una ecuacin del tipo f(x)=0. Partimos de una estimacin inicial de la solucin x0 y
construimos una sucesin de aproximaciones de forma recurrente mediante la frmula:
Este mtodo bsicamente funciona partiendo de un valor inicial que se introduce en una
expresin relacionada con la ecuacin, obteniendo as un resultado. Ese resultado se introduce
en la misma expresin, obteniendo un nuevo resultado, y as sucesivamente. Si la eleccin del
valor inicial es buena, cada vez que introducimos unos de los resultados obtenidos en esa
expresin (es decir, cada vez que realizamos una iteracin del mtodo) el mtodo nos
proporciona una aproximacin a la solucin real mejor que la que tuviramos anteriormente.
Paso 1:Tomar i = 1;
Paso 2: Mientras que i N seguir pasos 3-6;
Paso 3: Tomar
% Calculamos pi .
Paso 4: Si p p0<TOL entonces SALIDA(p);
Paso 5: Tomar i = i+1
Paso 6: Tomar p0 = p % redefinir p0
Paso 7: SALIDA(El mtodo fracas despus de N iteraciones); PARAR
5) VISUALIZAR
Fprintf( )
6) FIN
FIN Fixp
MTODO DE LA SECANTE
Un problema potencial que se encuentra al implementar el mtodo de Newton-Raphson es la
evaluacin de las derivadas. En casos complejos esta derivada puede aproximarse mediante
una diferencia finita divida hacia atrs.
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).
Ntese que para poder calcular el valor de
anteriores
Este mtodo posee un 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 regla falsa va a la segura.
PSEUDOCODIGO
1) INICIO
2) DECLARACIN
3) ASIGNACIN
Entrar f , a, b, tol
4) PROCESO
HACER
Mientras |b - a| >= tol
Hacer c =(a f(b) - b f(a))/(f(b) - f(a))
Si f (c) = 0 entonces c es raz. Fin
Hacer a = b y b = c.
Ir a 2
% Implementacin del mtodo de la secante para una funcin f definida.
a=1;
b=2.618;
tol=0.0001;
Mientras abs(b-a)>=tol
c=(a*f(b) - b*f(a))/(f(b) - f(a));
% fprintf('a= %d, b=%d, c=%d, f(c)=%d\n',a,b,c,f(c))
if f(c)==0
disp('Encontrada raz.')
break
end
a=b;
b=c;
end
5) VISUALIZAR
Fprintf(c, f(c))
6) FIN
FIN secante
MTODO DE LAS RAICES MULTIPLES
Uno de los inconvenientes que presenta el mtodo de Newton es cuando la derivada de la
funcin tiende a cero al ser evaluada en x y por ende la convergencia disminuye o incluso se
suspende si se alcanza una divisin por cero. Similarmente sucedera con el mtodo de la
secante si la funcin es muy plana y f(x) y f(x-1) son aproximadamente iguales. Con el fin de
darle solucin a este inconveniente se crearon estos mtodos. Hay dos formas desarrolladas
para determinar races mltiples. El primero de ellos aade un factor a la formula normal del
mtodo de newton con el fin de retornar la convergencia de este, simplemente aade la
multiplicidad de la raz como una constante al segundo trmino de la formula.
PSEUDOCODIGO
1) INICIO
2) DECLARACIN
3) ASIGNACIN
ENTRA Root(f,dfx0s, imax, i, ea,xr)
fx=f(xi)
fpx=fp(xi)
i=1
error=ea+1
4) PROCESO
MIENTRAS i<=n y fx~=0 y error>tol y fpx~=0
x=xi-m*(fx/fpx)
fx=f(x)
fpx=fp(x)
error=abs(x-xi)
xi=x
i=i+1
FIN MIENTRAS
SI fx=0
Escriba La raz es: xi
CASO CONTRARIO SI error<tol
Escriba xi es una aproximacin a la raz con un error mximo de tol
CASO CONTRARIO SI fpx=0
Escriba xi es una posible raz mltiple.'
CASO CONTRARIO
Escriba El mtodo fallo en n iteraciones
FIN SI
5) VISUALIZAR
Fprintf( xr, ea)
6) FIN
FIN Root
RESOLUCION
En este ejercicio se nos pide que lo desarrollemos por el mtodo de la biseccin y el mtodo de
falsa posicin con la condicin de que se ejecute hasta que nos de un error relativo menor 1%
o cuando el nmero de iteraciones sea mayor que 10
540
f(10) =
200
Mtodo de la biseccin
Primera iteracin:
xl= -200
xu= 540
xr =
f(xl) = 38650
f(xu) = -98250
200+540
= 170
2
Segunda iteracin:
f(xl)* f(xr) =(-) < 0
xl= 170
xu= -200
f(xl) = -29800
f(xu) = 38650
170200
= -15
2
xr =
Xl
xu
xr
-200
170
170
31,2
5
8,12
5
8,12
5
540
-200
-15
-15
170
-15
31,25
8,125
-15
3,437
3,437
2,343
8
CODIGO DE MATLAB
Mtodo de la biseccin
Mtodo de la biseccin
PROBLEMA 5.16
Por un canal trapezoidal fluye agua a una tasa de Q = 20 m3/s. La profundidad crtica y para
dicho canal satisface la ecuacin
0=1
Q
3
g Ac B
B=3+ y y A c =3 y +
y2
2
Resuelva para la profundidad crtica con el uso de los mtodos a) grfico, b) biseccin, y c)
falsa posicin. En los incisos b) y c), haga elecciones iniciales de xl = 0.5 y xu = 2.5, y ejecute
iteraciones hasta que el error aproximado caiga por debajo del 1% o el nmero de iteraciones
supere a 10. Analice sus resultados.
RESOLUCION
En este ejercicio se nos pide que lo desarrollemos por el mtodo de la biseccin y el mtodo de
falsa posicin con la condicin de que se ejecute hasta que nos de un error relativo menor 1%
o cuando el nmero de iteraciones sea mayor que 10
Datos del problema:
G= 9.81m/
s2
Q = 20 m3/s
B=3+ y
A c =3 y +
y2
2
1
Funcin a usar: f(y) =
(400)
y2
9.81 3 y +
2
Mtodo de la biseccin
Primera iteracin:
xl= 0.5
xu= 2.5
0.5+ 2.5
xr =
= 1.5
2
f(xl) = -32.258
f(xu) = 0.813
( 3+ y )
Segunda iteracin:
f(xl)* f(xr) =0.998 >0
xl= 1.5
xu= 2.5
f(xl) = -0.0309
f(xu) = 0.813
1.5+ 2.5
=2
2
xr =
xl
Xu
Xr
0,50
00
1,50
00
1,50
00
1,50
00
1,50
00
1,50
00
1,50
00
1,50
00
1,50
78
1,51
17
1,51
37
1,51
37
1,51
37
1,51
39
2,50
00
2,50
00
2,00
00
1,75
00
1,62
50
1,56
25
1,53
13
1,51
56
1,51
56
1,51
56
1,51
56
1,51
46
1,51
42
1,51
42
1,50
00
2,00
00
1,75
00
1,62
50
1,56
25
1,53
13
1,51
56
1,50
78
1,51
17
1,51
37
1,51
46
1,51
42
1,51
39
1,51
40
Primera iteracin:
xl= 0.5
xu= 2.5
f(xl) = -32.258
f(xu) = 0.813
xr =2.5
0.813(0.52.5)
32.2580.813 = 2.4508
xl
Xu
Xr
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
2,500
0
2,450
8
2,403
6
2,358
3
2,314
9
2,273
3
2,233
5
2,195
3
2,158
9
2,124
0
2,090
8
2,059
0
2,028
7
1,999
9
2,450
8
2,403
6
2,358
3
2,314
9
2,273
3
2,233
5
2,195
3
2,158
9
2,124
0
2,090
8
2,059
0
2,028
7
1,999
9
1,972
4
CODIGO DE MATLAB
Mtodo de la biseccin
Mtodo de la biseccin
A travs de los resultados observamos que al resolver el ejercicio por medio del mtodo de la
biseccin obtuvimos valores ms exactos en menos iteraciones, a diferencia del mtodo de
falsa posicin que obtuvimos ms iteraciones y aun as los valores no se acercaron a la
respuesta.
PROBLEMA 5.17
Suponga el lector que est diseando un tanque esfrico para almacenar agua para un poblado
pequeo en un pas en desarrollo. El volumen de lquido que puede contener, se calcula con:
2
V = h
( 3 Rh )
3
Donde V = volumen [m3], h = profundidad del agua en el tanque [m], y R = radio del tanque [m].
Si R = 3m, a qu profundidad debe llenarse el tanque de modo que contenga 30 m 3? Haga
tres iteraciones con el mtodo de la falsa posicin a fin de obtener la respuesta. Determine el
error relativo aproximado despus de cada iteracin. Emplee conjeturas iniciales de 0 y R.
RESOLUCION
En este ejercicio se nos pide que lo desarrollemos por el mtodo de falsa posicin con la
condicin, que tenga 3 iteraciones
Datos del problema:
V= 30
m3
R=3m
Remplazando estos datos en la funcin dada obtenemos:
Primera iteracin:
xl= 2.5
xu= 3.5
xr =3.5
h 2
( 9h )
30
3
f(xl) = -12.53
f(xu) = 6.65
6.65(2.53.5)
12.536.65 = 3.1532
Segunda iteracin:
f(xl)* f(xr) =8.93
xl= 3.1532
xu= 3.5
f(xl) = -0.713
f(xu) = 6.65
xr =3.5
6.65(3.15323.5)
= 3.1868
0.7136.65
ea= 1.05%
Tercera iteracin:
f(xl)* f(xr) =0.023
xl= 3.1868
xu= 3.5
xr =3.5
f(xl) = -0.0327
f(xu) = 6.65
6.65(3.18683.5)
= 3.1883
0.03276.65
ea= 0.048%
CODIGO DE MATLAB
PROBLEMA 6.18
El balance de masa de un contaminante en un lago bien mezclado se expresa as:
dc
=W QckV c
dt
Dados los valores de parmetros V = 1x106 m3, Q = 1x105 m3/ao y W = 1x106 g/ao, y k = 0.25
m0.5/ m0.5/ao, use el mtodo de la secante modificado para resolver para la concentracin de
estado estable. Emplee un valor inicial c = 4 g/m3 y = 0.5. Realice tres iteraciones y determine
el error relativo porcentual despus de la tercera iteracin.
RESOLUCION
En este ejercicio se nos pide que lo desarrollemos por el mtodo de la secante modificada que
a diferencia del mtodo de la secante normal, en este se agrega un valor que es el de delta .
En lugar de iniciar con dos valores iniciales arbitrarios para encontrar la raz, se involucra una
perturbacin fraccionaria de la variable independiente para estimar la derivada.
Datos del problema:
V = 11x106 m3
Q = 1x105 m3/ao
W = 1x106 g/ao
k =0.25 m0.5/ m0.5/ao
Valor inicial c = 4 g/m3
W QckV c
Primera iteracin:
xi= 4
xi + xi = 6
f(xi) = 100000
f(xi + xi) = 212372
xi+1 =4
0.54100000
212372100000 = 4.64026
Segunda iteracin:
xi= 4.64026
xi + xi = 6.96039
xi+1 =4.64026
0.54.64026(2557.57)
= 4.62369
3556032557.57
Tercera iteracin:
xi= 4.62369
xi + xi = 6.93554
xi+1 =4.62369
f(xi) = -2557.57
f(xi + xi) = 355603
f(xi) = 61.8184
f(xi + xi) = 351939
0.54.6236961.8184
= 4.6241
35193961.8184
xi+1 =4.6241
|ER|=
f(xi) = -3.01521
f(xi + xi) = 352029
0.54.6241(3.01521)
= 4.62408
352029(3.01521)
4.62414.62408
*100 =0.0004%
4.6241
CODIGO DE MATLAB
PROBLEMA 6.29
Emplee el mtodo de la secante con la funcin del crculo (x + 1)2 + (y 2)2 = 16, a fin de
encontrar una raz real positiva. Haga que el valor inicial sea xi = 3 y xi1 = 0.5. Aproxmese a
la solucin del primer y cuarto cuadrantes. Cuando resuelva para f(x) en el cuarto cuadrante,
asegrese de tomar el valor negativo de la raz cuadrada. Por qu diverge la solucin?
RESOLUCION
(x + 1)2 + (y 2)2 = 16
Para la raz negativa igualamos a cero
16( x+ 1 ) +2=0
2
16( x +1 ) =2
2
16 ( x +1 )2=4
X 2 +2 x+5=16
2
X +2 x11=0
x1=2.4641
x2=4.4641
f ( x )= 16( x+1 ) +2
2
Primera Iteracin:
xi=0.5
f(xi)= -1.708
xi-1=3
f(xi-1)= 2
xi+1 =3
2(0.53)
(1.7082) = 1.6516
Segunda Iteracin:
xi=1.6516
f(xi)= -0.9948
xi-1=0.5
f(xi-1)= -1.46
1.46(0.9944)
CODIGO DE MATLAB:
GRAFICA DE LA FUNCION
PROBLEMA 6.30
Suponga el lector que est diseando un tanque esfrico (vase la figura P6.30) de
almacenamiento de agua para un poblado pequeo de un pas en desarrollo. El volumen del
lquido que puede contener se calcula con
2
h (3 Rh)
V=
3
donde V = volumen [pie3], 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 m 3? 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.
RESOLUCION:
DATOS:
V = volumen [pie3]=
h = profundidad del agua en el tanque [pies]
R = radio del tanque [pies]
R=3m
V=30m3
En este problema usaremos el mtodo de Newton-Raphson que es un mtodo iterativo que
nos permite aproximar la solucin a una ecuacin del tipo f(x)=0.
Nuestra ecuacin general igualando a cero ser:
h2 ( h3 R ) +
3V
=0
Primera derivada:
f(h)= 3h*(h-2R)
Segunda derivada:
f(h)= 6h-6R
Partimos primero de una estimacin inicial de la solucin x0 y construimos una sucesin de
aproximaciones de forma recurrente mediante la frmula.
Primera iteracin
h=2.0610m
Error relativo aproximado:-11.566
Segunda iteracin:
h=2.0270m
Error relativo aproximado:-0.1616
Tercera iteracin:
h=2.0269
Error relativo aproximado:0
Reemplazando en la ecuacin general
2
V=
h (3 Rh)
3
30=
3.14162.02692(3(3)2.0269)
3
30=29.9999
CODIGO MATLAB
PROBLEMA 6.31
La Ecuacin de Manning puede ser reescrita en su forma rectangular abierta tal como:
Q=
S(BH )
5
3
n( B+2 H )3
Donde Q=flujo[m3/s], S=pendiente [m/m], H= profundidad [m] y n = el coeficiente de rugosidad
de Manning. Desarrollar el mtodo del punto fijo-iteracin para resolver esta ecuacin para H
dada Q = 5, S = 0,0002, B = 20, y n = 0,03. Demostrar que su esquema converge para todos
los supuestos iniciales mayores que o igual a cero.
RESOLUCION:
En este ejercicio se nos pide la resolucin por medio del punto fijo l cual inicia con una
aproximacin inicial Xo y Xi+1=g(Xi) genera una sucesin de aproximaciones la cual converge
0=
S(BH )3
n(B+ 2 H )
2
3
Q(B+2 H)2 /3 3 /5
S
0=(
)
B
Iteracione
s
1
2
3
4
5
6
7
8
9
10
F(H)
0.7100
0.7025
0.7023
0.7023
0.7023
0.7023
0.7023
0.7023
0.7023
0.7023
0.0898
0.0024
6.1682e-05
1.6191e-06
4.2497e-08
1.1155e-09
2.9280e-11
7.6916e-13
2.2204e-14
0
Como podemos ver en el intervalo 10 nuestro f(H) converge en cero para el valor de H=0.7023
CODIGO DE MATLAB
GRAFICA DE MATLAB
Donde el azul es la ecuacin de Manning y el punto negro es la aproximacin de la raiz
Donde H es la raz
Y f(H) es la funcin de la raz
3. CONCLUSIONES
El mtodo de la biseccin o tambin conocido como el teorema del valor medio
consiste en sumar los 2 valores del intervalo y dividir para 2 para obtener una nueva
raz la cual se remplazara en uno de los dos valores del intervalo, y se repetir el
proceso varias veces hasta obtener el valor querido. El mtodo de biseccin consiste
en dividir el intervalo en 2 sub-intervalos de igual magnitud, reteniendo el sub-intervalo
en donde f cambia de signo, para conservar al menos una raz o cero, y repetir el
proceso varias veces. [1]
El metdo de falsa posicion o tambien conocido como regula falsi, encuentra su raiz
aproximada cuando se intersectan la linea recta que une al intervalo con el eje x. An
alternative method that exploits this graphical insight is to join f(xl) and f(xu) by a
straight line. The intersection of this line with the x axis represents an improved
estimate of the root. [2]
El mtodo del punto fijo, pertenece a los mtodos abiertos para encontrar la raz en
este mtodo debemos igualar la ecuacin a 0 y despejar la variable, luego usaremos
una frmula para encontrar la raz As mentioned above, open methods employ a
formula to predict the root. Such a formula can be developed for simple fixed-point by
rearranging the function f (x) = 0 so that x is on the left-hand side of the equation. [3]
El mtodo de Newton Raphson, es uno de los mtodos ms usados por su mayor
exactitud y efectividad, ya que a diferencia de los mtodos abiertos, este no trabaja
bajo un intervalo, sino, realiza un proceso iterativo. Este mtodo, el cual es un mtodo
iterativo, es uno de los ms usados y efectivos, A diferencia de los mtodos anteriores,
el mtodo de Newton-Raphson no trabaja sobre un intervalo sino que basa su frmula
en un proceso iterativo.[4]
Un gran inconveniente en el mtodo de Newton Raphson, es la aplicacin de la
derivada de la funcin en la formula, ya que en ciertos casos puede ser muy difcil
obtenerla, a diferencia del mtodo de la secante que aun que aplica el mismo concepto
del mtodo de Newton Raphson, su frmula no necesita de la derivada. A potential
problem in implementing the Newton-Raphson method is the evaluation of the
derivative. Although this is not inconvenient for polynomials and many other functions,
there are certain functions whose derivatives may be extremely difficult or inconvenient
to evaluate. For these cases, the derivative can be approximated by a backward finite
divided difference, as secant method[5]
4. REFERENCIAS:
1) OBJETOS DE APRENDIZAJE. [En lnea][Citado el: 08 de 12 de 2012.]
http://portales.puj.edu.co/objetosdeaprendizaje/Online/OA10/capitulo5/5.htm
2) Steven C. Chapra Raymond P. Canale. (2010). Numerical Methods for Engineers.
New York: The McGraw-Hill.
3) Steven C. Chapra Raymond P. Canale. (2010). Numerical Methods for Engineers.
New York: The McGraw-Hill.
4) NOOSFERA.
[En
lnea][Citado
el:
15
de
02
de
2010.]
http://noosfera.indivia.net/metodos/newtonRaphson.html.
5) Steven C. Chapra Raymond P. Canale. (2010). Numerical Methods for Engineers.
New York: The McGraw-Hill.