Métodos Numéricos y

Programación
Semana 03
RESOLUCIÓN NUMÉRICA DE ECUACIONES
INTRODUCCIÓN
• Muchos problemas de la vida real pueden ser representadas por
formulaciones matemáticas, las cuales se llaman modelos
matemáticos.
• Para encontrar manualmente estas soluciones puede resultar
extremadamente difícil y a veces imposible de resolverlos.
• Aquí interviene la solución numérica
Algunas formulaciones
• Sea
Vamos a resolver la ecuación representada por

Si x* es la solución, entonces f(x* )=0

Algunas formulaciones
La mayoría de los método numéricos son de carácter
iterativo, esto quiere decir, dada un punto inicial x(0)
cercano a la solución real, debemos construir una
sucesión de puntos
{x(0), x(1), x(2),…..,x(k)…}
De modo que
lim x(k)=x*
k→∞
 10

Algunas formulaciones
9

0
0 1 2 3 4 5 6 7 8 9 10

5
El Problema de Programación Lineal
El problema de programación lineal en la forma estándar corresponde:
Minimizar ctx
Ax = b
x≥0
Aε Rmxn (m < n) es de rango completo, c ε Rn ,
x ε Rn y b ε Rm , donde.
- ctx función objetivo
- Ax = b restricciones
- x≥0 condiciones de no negatividad
Algunas formulaciones
x2
5

2 x* = [1 2]t

1
[1 1]

[-1 -1] x1
0 1 2 3 4 5
Algunas formulaciones

El gradiente de la función objetivo es c=[1 1] es un vector que apunta

en la dirección donde la función objetivo más crece
Concluimos que la
Solución óptima para
El problema está dada
En el punto [1 2]
Y el valor objetivo
óptimo es
z=1+2=3
Ejemplo
Supongamos que tenemos que escribir un trabajo en un tiempo
máximo de 40 horas, el trabajo consta de 200 páginas de texto, 62
tablas y 38 figuras. Para realizar este trabajo fueron consultados 4
trabajadores diferentes (tipeadores), los detalles de la rapidez, tarifa y
disponibilidad de cada trabajador son dados en la tabla adjunta. ¿Cuál
será la estrategia para distribuir el trabajo entre los cuatro trabajadores
de modo que el costo sea lo mínimo posible.
Resolución
Factorizar
Factortizar f(x) = 𝒙𝟒 − 𝟐𝒙𝟑 − 𝟏𝟔𝒙𝟐 + 𝟐𝒙 + 𝟏𝟓 f(x) = 0
Los factores son (x+3)(x+1)(x-1)(x-5)=0
Y sus raíces son
𝑥1 =-3
𝑥2 =-1
𝑥3 = 1
𝑥4 = 5
Métodos Numéricos y Programación
• Estudiar métodos numéricos para la resolución de ecuaciones no lineales
determinar las raices de una función f(x), o sea, encontrar los valores de x
tal que f(x) = 0.
 Fundamentar la necesidad de uso de métodos numéricos para la resolución
de ecuaciones no lineales
 Discutir el princípio básico que rige los métodos numéricos para la
resolución de ecuaciones no lineales
 Presentar una série de métodos para resolución de ecuaciones no lineales
 Métodos Numéricos y Programación
Necesidad de resolución de ecuaciones del tipo f(x) = 0

Principio da Conservación
Estructuras F ◼ Momento
Circuitos ◼ Energia
i ◼ Masa
E1
Reactores
R +
v = g(i)
E2
+FV E - S
En cada nodo:
-FH +FH
 FH = 0
E - Ri – g(i) = 0 E S
-FV
 FV = 0
(Ley de Kirchhoff)
En un intervalo dado:
masa = entradas - salidas
Métodos Numéricos y Programación

ℝ es un cero de la función f(x) o raiz de la ecuación f(x) = 0

si f() = 0.

Este curso trata de ceros reales de f(x).

f(x)

1 2 x

Ceros reales representados sobre el eje de las abscisas

Métodos Numéricos y Programación
A partir de una ecuación de 2º grado de la forma

ax2 + bx + c = 0
Determinación de las raíces en función de a, b y c

x = -b ±  b2 – 4ac
2a
Polinomios de mayor grado y funciones mas complejas
 Imposibilidad de determinación exacta de los ceros
 19

Métodos Numéricos y Programación

Princípio Básico de los Métodos Numéricos

VALOR MEJORAMIENTO
MÉTODOS
INICIAL DE LOS VALORES

VALOR ACEPTABLE MINIMIZACIÓN

DE RAIZ DE LOS ERRORES
Métodos Numéricos y Programación
Etapas Usados para la Determinación de Raíces a partir de
Métodos Numéricos
FASE I
Determinación de un
Aislamiento de intervalo (el menor posible)
raices que contenga una raíz
MÉTODOS

FASE II Mejoramiento del valor de la

raiz aproximada (refinamento
Refinamento
a la precisión deseda).
de las raices
Métodos Numéricos y Programación
FASE I: AISLAMIENTO DE RAÍCES
 Realización de un análisis teórico y gráfica de la función de
interes
 La Precisión de los análises es importante para el éxito de la fase
posterior
Métodos Numéricos y Programación
TEOREMA 1:
Siendo f(x) es contínua en un intervalo [a, b], si f(a)f(b) < 0 entonces
existe por lo menos un punto x =  entre a y b que es cero de f(x).
 23

Métodos Numéricos y Programación

ANÁLISIS GRÁFICA:
f(x) f(x)

a a
b x 1 2 3b x

f(x)

a b
1 2 x
 24

Métodos Numéricos y Programación

EJemplo 01: f(x) = x3 – 9x +3
x - -100 -10 -5 -3 -1 0 1 2 3 4 5
f(x) – – – – + + + – – + + +

f(x) es contínua para x R.

I1 = [-5, -3]
I2 = [0, 1]
I3 = [2, 3] Cada uno de los intervalos contiene por lo menos una raiz
 25

Métodos Numéricos y Programación

Ejemplo 02: f(x) =  x – 5e-x
x 0 1 2 3 ...
f(x) – – + + ...

f(x) tiene por lo menos una raiz en el intervalo [1, 2] la raíz es

único? Análicemos el signo de la derivada f’(x)

f’(x) =1/(2x )+ 5e-x > 0, x > 0

f(x) tiene una única raiz en todo su domínio de definición, localizado em el
intervalo [1, 2] .
 26

Métodos Numéricos y Programación

OBSERVACIÓN:
Si f(a)f(b) > 0, entonces puede tener várias situaciones en el intervalo
[a, b].
f(x) f(x)

f(x) a
a b x  b x

a 1 2 b x
Métodos Numéricos y Programación

ANÁLISIS GRÁFICA
Localización de las abscisas de los
I puntos en los cuales la curva
Construcción del gráfico de f(x) intercepta al eje X

II
Construcción de las gráficos de g(x)
Obtención de la ecuación equivalente g(x) = h(x) y h(x) en el mismo sistema
a partir de la ecuación f(x) = 0
cartesiano
III
Localización de los puntos x en
Uso de programas para trazado de gráficos de los cuales g(x) y h(x) se
funciones interceptan
(f() = 0  g() = h() )
Métodos Numéricos y Programación
• Estudio Detallado del Comportamiento de una Función a partir de su
Gráfico
 Domínio de la función
 Puntos de discontinuidad
 Intervalos de crecimiento y decrecimiento
 Puntos máximos y mínimos
 Concavidad
 Puntos de inflexión
 Asíntotas de la función
 29

Métodos Numéricos y Programación

Ejemplo 03: f(x) = x3 – 9x +3 (Uso del método I )

f’(x) = 3x2 -9
f(x)

f’(x) = 0 ↔ x = 3
x f(x) 1 [-4, -3]
-4 -25 2 [0, 1]
-3 3 3 [2, 3]
-3 13,3923
1 2 3
-1 11
-4 -3 -2 -1 1 2 3 4 x
0 3
1 -5
3 -7,3923
2 -7
3 3
 30

Métodos Numéricos y Programación

ezplot('x^3-9*x+3',[-4,4])
x^3-9*x+3
30

20

10

-10

-20

-4 -3 -2 -1 0 1 2 3 4
x
 31

Métodos Numéricos y Programación

Ejemplo 03: f(x) = x3 – 9x +3 (Uso del método II )
y

g(x) h(x)
g(x) = x3
h(x) = 9x -3

1
3 4 x
-4 -3 -2 -1
2 1 2
3
1  (-4, -3)
 2  (0, 1)
 3  (2, 3)
 32

Métodos Numéricos y Programación

ezplot('9*x-3',[-4,4])
9*x-3
30

20

10

-10

-20

-30

-40

-4 -3 -2 -1 0 1 2 3 4
x
Métodos Numéricos y Programación
Ejemplo 04: f(x) =  x – 5e-x ( Uso del Método II )

x – 5e-x = 0 ⟷ x = 5e-x
g(x) = x h(x) y
h(x) = 5e-x

g(x)

1  2 3 4 5 6 x   [1, 2]
 34

Métodos Numéricos y Programación

ezplot('5*exp(- x)',[0,5])
5*exp(-x)
5
4.5

4
3.5

3
2.5

2
1.5

0.5
0

0 1 2 3 4 5
x
 35

Métodos Numéricos y Programación

Ejemplo 05: f(x) = x logx – 1 y

h(x)
xlog(x) – 1 = 0 ⟷ log(x) = 1/x
g(x) = log(x)
h(x) = 1/x
g(x)

1 2  3 4 5 6 x

 [2, 3]
 36

Métodos Numéricos y Programación

ezplot('1/x',[0,5])
1/x

2.5

1.5

0.5

0 1 2 3 4 5
x
Métodos Numéricos y Programación
FASE II: REFINAMENTO
 Aplicación de métodos numéricos destinados al refinamiento de
raíces
⚫ Diferenciación de los métodos  Modo de refinamento
⚫ Método Iterativo  Caracterizado por una série de instruciones
ejecutados secuencialmente, algunas de las cuales repetidas en
ciclos (iteraciones)
 38

Métodos Numéricos y Programación

CRITÉRIOS DE PARADA
 Prueba: xk suficientemente próximo de la raiz exacta?
 Como verificar tal pregunta?
 Interpretaciones para raiz aproximada
⚫ x es la raiz aproximada com una precisión  si:
i. |x -  | < 
o
ii. |f( x )| < 
Como proceder si no se conoce  ?
 39

Métodos Numéricos y Programación

Reducir el intervalo que contiene la raiz a cada iteración

 Obtención de un intervalo [a,b] tal que:
⚫   [a,b]
y
⚫ b–a< |x -  | <  ,  x  [a,b]
f(x)

x  [a,b] puede ser tomado

como x
a
 b x
b–a<
 40

Métodos Numéricos y Programación

|x -  | < 
No siempre es posible satisfacer ambos critérios
|f( x )| < 

Los Métodos numéricos se desarrollan para satisfacer al menos uno de los

criterios
 41

Métodos Numéricos y Programación

PROGRAMAS COMPUTACIONAIS

Prueba de Parada

Estipulación del máximo número de iteraciones

Prevención de bucles
- Errores del programa
- Inadecuación del método al problema