Solución numérica de ecuaciones no lineales de una variable
|
|
- Nicolás Méndez Padilla
- hace 6 años
- Vistas:
Transcripción
1 Solución numérica de ecuaciones no lineales de una variable Procesos Numéricos Profesor: Gustavo Adolfo Restrepo Arboleda Por: Melissa Arcila Montoya Stefania Giraldo Jimenez Manuela Piedrahita Vasco Cristina Rodríguez Arrázola Ingeniería de Producción Universidad EAFIT Medellín Antioquia 2013
2 TABLA DE CONTENIDOS INTRODUCCIÓN OBJETIVOS TEOREMAS 1. Teorema del valor intermedio 2. Teorema de Rolle 3. Teorema del valor medio MÉTODOS 1. Método de búsquedas incrementales 2. Método de la bisección 3. Método del punto fijo 4. Método de Newton-Raphson 5. Método de la secante 6. Método de la regla falsa 7. Método de las raíces múltiples CONCLUSIÓN BIBLIOGRAFÍA Página
3 INTRODUCCIÓN Los procesos numéricos es una rama de las matemáticas que utiliza algoritmos a través de números para la simulación de procesos de la vida diaria. Dichos procesos van desde el cálculo de los valores de una función, hasta la programación de una herramienta de simulación como CREO Parametric o SolidWorks. La producción de este trabajo está enfocada a explicar los diversos métodos de solución de ecuaciones no lineales de una variable. Entre los métodos se encuentran el método de búsquedas incrementales, el método de la bisección, el método del punto fijo, el método de Newton-Raphson, el método de la secante, el método de la regla falsa, y el método de las raíces múltiples. Adicionalmente, se explicaran tres teoremas que son esenciales para enter y aplicar dichos métodos. Estos son: teorema del valor intermedio, teorema de Rolle, y teorema del valor medio. Es importante tener en cuenta lo siguiente: Sea f una función. Se dice que P es una raíz de la ecuación f(x) = 0 si f(p) = 0. También se dice que P es un cero (0) de f. OBJETIVOS Fortalecer lo aprido en clase por medio de la producción de este trabajo y de los códigos en el lenguaje de Octave. Proveer diversos métodos que faciliten la búsqueda de raíces. Servir de fuente de búsqueda a otros estudiantes que requieran la información suministrada.
4 TEOREMAS 1. Teorema del valor intermedio Sea f una función continua en el intervalo cerrado [a, b], [ ], y sea k un número entre f(a) y f(b). Existe un c que pertenece a (a, b) tal que f(c) = k. Este teorema sirve para demostrar la existencia de raíces cuando f(a) y f(b) tienen signos contrarios. Este teorema también sirve para demostrar la existencia de una única raíz cuando se cumple la siguiente condición: F es diferenciable en (a, b) y f (x) no cambia de signo para todo x que pertenece a [a, b]; entonces existe un único x m en [a, b] que es raíz de la ecuación f(x) = 0. Ilustración 1 - Teorema del valor intermedio 2. Teorema de Rolle Sea f una función continua en el intervalo cerrado [a,b] y diferenciable en el intervalo (a,b). Si entonces existe un punto c (a,b) en donde la derivada es igual a 0 (f (c)=0). Este teorema sirve para demostrar la existencia de una única raíz en un
5 intervalo cerrado y por esta misma razón soluciones a ecuaciones de una variable. También se utiliza para demostrar el Teorema del Valor medioademás, el Teorema de Rolle se puede usar para deducir numerosas propiedades de las funciones, por ejemplo, la búsqueda de soluciones de una ecuación (equivalente a buscar los ceros de una función f(x)=0) Ilustración 2 - Teorema de Rolle 3. Teorema de valor medio Teorema de los incrementos finitos es una propiedad de las funciones derivables en un intervalo. Se usa normalmente para demostrar otros teoremas. Si es una función continua en el intervalo [ ] y diferenciable en entonces existe al menos algún punto ƺ en el intervalo tal que:
6 Ilustración 3 - Teorema del valor medio
7 MÉTODOS 1. Método de Búsquedas Incrementales Este método se utiliza principalmente como una introducción al método de la bisección con el fin de encontrar un intervalo que contenga una raíz. Consiste en empezar en un extremo del intervalo de interés y evaluar la función con pequeños incrementos a los largo de dicho intervalo. Este método se basa en el teorema del valor intermedio, el cual se explicó anteriormente. Es importante tener en cuenta que si la longitud del incremento no es la adecuada (lo suficientemente pequeña), algunas raíces pueden pasar inadvertidas. Paso a paso: a) Se selecciona un valor arbitrario de salida (dentro del intervalo de interés), y un valor para los incrementos, donde. b) Se genera una sucesión de valores tal que. c) Cada vez que se genere un valor de, se halla el valor de. d) Se observan los signos de y de. e) Se suspe el proceso cuando se presente un cambio de signo en y o cuando se llegue a un límite de iteraciones sin encontrar dicho cambio. Ilustración 3 - Método de búsquedas incrementales
8 Ejemplo: Se hará uso de esta ecuación para ejemplificar todos los métodos. La gráfica es la siguiente: Vamos a buscar un intervalo de la siguiente ecuación, que contenga una raíz: f(x)= cos (x) cos (3.1*x) Valor inicial: Incremento: 0.1 Número de iteraciones: 100 El intervalo donde se encuentra la raíz es [ , ] Código en Octave: clear all clear clc
9 %En esta parte el usuario ingresa los datos iniciales que requiere el metodo ingresefuncion=input('ingrese la funcion: ', 's'); %el usuario ingresa la funcion que desea encontrarle la raiz x0=input('ingrese valor inicial: '); %se debe ingresar un valor de partida delta=input('ingrese incremento: '); %esto expresa el tamaño del intervalo que se desea encontrar iter=input('ingrese el numero de iteraciones: '); %se debe ingresar el numero de iteraciones deseadas funcion=inline(ingresefuncion); %aqui se transforma a funcion una cadena de caracteres para poder evaluar valores fx0=funcion(x0); %se evalua la funcion en el punto inicial if fx0==0 fprintf('la raiz esta en x0(%g)',x0); %si fx0 es igual a cero entonces que indique que x0 es la raiz else x1=x0+delta; %haga un incremento en x0 para obtener el primer intervalo i=1; %empieza el contador fx1=funcion(x1); %evalua la funcion en x1 while fx0*fx1>0 && i<iter %mientras no hay un cambio en la funcion o el contador sea menor al numero de iteraciones x0=x1; %x1 sera el valor inicial del intervalo fx0=fx1; %el valor inicial de la funcion sera el valor de la funcion en x1 x1=x0+delta; %realiza el incremento para el nuevo intervalo fx1=funcion(x1); %evalua la funcion el x1 tabla(i,1)=i; tabla(i,2)=x0; tabla(i,3)=x1; i=i+1; %incrementa el intervalo tabla if fx0==0 %si la funcion evaluada en x0 es 0 fprintf('la raiz esta en x0 (%g)',x0); %indicar que x0 es la raiz else if fx1==0 %si la funcion evaluada en x1 es 0 fprintf('la raiz esta en x1 (%g)',x1); %indicar que x1 es la raiz
10 else if fx0*fx1<0 %sino evalue si la raíz está contenida en ese intervalo fprintf('la raiz esta entre x0 : (%g) y x1 : (%g) \n',x0,x1); else fprintf('no fue encontrada la raiz'); %sino la raiz no fue encontrada en ese numero de iteraciones 2. Método de la Bisección Es un método de búsqueda de raíces en el cual, tenio un intervalo [a, b] que contenga la raíz, se divide en sub-intervalos, que a medida que se repite el proceso se hacen más pequeños y el resultado se aproxima cada vez más el valor de la raíz. Partio de una función continua y de dos valores iniciales es necesario que la función evaluada en dichos puntos tome signos opuestos, es decir: Luego se obtiene la primera aproximación a la raíz por medio de la siguiente fórmula: Al evaluar se deben tener en cuenta los siguientes casos: En dicho caso ya se habría encontrado la raíz, la cual sería Lo cual indicaría que la raíz se encuentra en dicho intervalo y se procede a buscar nuevamente el punto medio del intervalo hacio y dejando el mismo.
11 Indica que la raíz no se encuentra en este intervalo y por lo tanto hacemos y dejamos el mismo. Repetir el proceso hasta alcanzar el error deseado. Ejemplo: Ilustración 4 - Método de la Bisección Encontrar la raíz para la ecuación f(x)=cos (x) cos(3.1*x) Intervalo: [1,2] Tolerancia: Número de iteraciones: 1000
12 La raíz está en con un error de x10-7. Código en Octave clc clear clear all format long ingresefuncion = input('ingrese la funcion: ', 's'); %aqui el usuario debe ingresar la funcion para calcularle la raiz a = input('ingrese limite inferior del intervalo: '); %se debe ingresar el limite izquierdo del intervalo b = input('ingrese limite superior del intervalo: '); %se debe ingresar el limite derecho del intervalo tol = input('ingrese la tolerancia deseada: '); %se debe ingresar la tolerancia deseada por el usuario iter = input('ingrese el numero de iteraciones: '); %se debe ingresar el maximo numero de iteraciones a realizar funcion = inline(ingresefuncion); %aqui se convierte a funcion una serie de caracteres para poder evaluar valores fa = funcion(a); %aqui se evalua la funcion en a fb = funcion(b); %aqui se evalua la funcion en b tabla = 0; %x1 = -50:0.5:50; %y1 = funcion(x1); %plot(x1,y1) if fa==0 fprintf('la raiz es : %g \n',a); %si al evaluar la funcion en a da 0 entonces indica que la raiz es a
13 else if fb==0 fprintf('la raiz es : %g \n',b); %si al evaluar la funcion en b da 0 entonces indica que la raiz es b else if fa*fb<0 %si la funcion en a y b tiene cambio de signo entonces se utiliza este intervalo xm=(a+b)/2; %encuentra el valor medio del intervalo fxm=funcion(xm); %evalua la funcion en el punto medio encontrado i=1; %se inicia el contador error=tol+1; %se inicia el error tabla(i,1) = i; tabla(i,2) = xm; tabla(i,3) = fxm; tabla(i,4) = error; while error>tol && fxm~=0 && i<=iter %mientras el error sea mayor a la tolerancia, fxm diferente de 0 y la iteracion actual sea menor o igual a iter, evalue las siguientes condiciones if fa*fxm<0 %si la funcion evaluada en a y xm cambia de signo entonces hacer limite superior xm y evalue la funcion b=xm; %se iguala el punto b al punto medio fb=fxm; %como los puntos b y xm son iguales. las funciones son iguales else %sino esto quiere decir que la raiz se encuentra en el otro intervalo a=xm; %y se iguala a y xm fa=fxm; %como los puntos a y xm son iguales. las funciones son iguales xaux=xm; xm=(a+b)/2; %encuentra el valor medio del intervalo fxm=funcion(xm); %evalua la funcion en el punto medio encontrado error=abs(xm-xaux); %se compara el error con la tolerancia i=i+1; %incrementa el numero de iteraciones tabla(i,1) = i; %En la columna 1 se muestra el numero de iteraciones tabla(i,2) = xm; %En la columna 2 se muestra el punto medio o sea la raiz tabla(i,3) = fxm; %En la columna 3 se muestra la funcion
14 evaluada en la raiz absoluto tabla(i,4) = error; %En la columna 4 se muestra el error if fxm==0 fprintf('la raiz es : %g \n',xm); %si al evaluar la funcion en xm da 0 entonces indica que la raiz es xm else if error<tol %no se encontro la raiz pero se llego a una aproximacion a esta con un error menor a la tolerancia fprintf('la aproximacion a la raiz es : %g con un error de: %g \n ',xm,error); suficiente'); ingresadas tabla else fprintf('el numero de iteraciones ingresadas no fue else %no se encontro la raiz con el numero de iteraciones fprintf('el intervalo ingresado es indaecuado'); 3. Método del Punto Fijo También llamado método de aproximación sucesiva. Permite resolver sistemas de ecuaciones no necesariamente lineales. Busca raíces de una función, siempre y cuando se cumplan los criterios de convergencia. El Método de Punto Fijo (también conocido como iteración de punto fijo), es otro método para hallar los ceros de Para resolver, se reordena en una forma equivalente:
15 es un punto fijo de g por cumplir la anterior relación. Los puntos fijos de son las intersecciones de la gráfica de con la recta. Ejemplos 1) La ecuación se puede transformar en. 2) La ecuación se puede transformar en. Teorema Supongamos que g es continua [a,b] g(x) [a,b] para toda x [a,b], entonces g tiene un punto fijo en [a,b]. Si además g (x) existe en (a, b) y existe una constante positiva K < 1 con g'(x) K, para todo x (a,b), entonces el punto fijo en [a,b] es único. Demostración Si g(a)=a o si g(b)=b, entonces g trá un punto fijo en un extremo del intervalo [a,b]. Si se supone que g(a) a y g(b) b entonces se debe tener que: g(a) > a y g(b) < b (porque g(x) [a,b] para todo x [a,b]) g(a) - a > 0 y g(b) - b < 0. Si se define t(x) = g(x) - x, t es continua en [a,b] y t(a) = g(a) - a > 0 t(b) = g(b) - b < 0 Por el teorema del valor intermedio existe un c (a,b) tal que t(c)=0, es decir g(c) c = 0, g(c) = c, luego c es un punto fijo de g. Si se supone además que g'(x) K <1 y que c 1 y c 2 son dos puntos fijos de g en [a,b] con c 1 c 2, por el teorema del valor medio, existe un número z entre c 1 y c 2 tal
16 que o g(c 2 ) g(c 1 ) = g (z) c 2 - c 1. Como c 1 y c 2 son puntos fijos de g, g(c 2 ) = c 2 y g(c 1 ) = c 1, entonces c 2 - c 1 = g(c 2 ) - g(c 1 ) = g(c 2 ) c 2 - c 1 k c 2 - c 1 < 1 c 2 - c 1 (porque g (x) k <1). Luego, c 2 - c 1 < c 2 - c 1, lo cual es una contradicción, por lo tanto el punto fijo de g en [a,b] es único. Ejemplo: Hallar la raíz para la ecuación f(x)=cos(x)-cos(3.1*x) Se observa que en el método de punto fijo al darle una tolerancia tan pequeña (0.1*10^-5) no puede encontrar una solución en 1000 iteraciones; esto se debe a que aunque es un
17 método que por lo general encuentra la raíz, no lo hace rápidamente. Al darle una mayor tolerancia (1), el método converge en pocas iteraciones pero con un error elevado ( ). Código en Octave: clc clear clear all format long inputfuncion = input('ingrese la funcion f(x) : ', 's'); %El usuario debe ingresar la función a la cual va a calcularle la raiz funcion = inline(inputfuncion); %Aqui se convierte la funcion en una serie de caracteres para poder evaluar valores inputfunciongx = input('ingrese la funcion g(x) : ', 's'); %El usuario debe ingresar la derivada de la funcion funciongx = inline(inputfunciongx); %Aqui se convierte la derivada en una serie de caracteres para poder evaluar valores x0=input ('Ingrese el primer valor a evaluar en la funcion : ');%Aqui se debe ingresar el valor inicial a evaluar tol=input ('Ingrese la tolerancia deseada : ');%Se pide ingresar la tolerancia iter=input ('Ingrese el número maximo de iteraciones permitidas : ');%Aqui se ingresa el numero e iteraciones permitidas fx=funcion(x0) %Aqui se evalua fx en x0 i=1; %Se inicia el contador de iteraciones error=tol+1; %Se le da un valor inicial error while fx~=0 && error>tol && i<iter %Mientras no se haya encontrado la raiz y el error sea mayor que la tolerancia y el contador menor que iter comenzara a iterar el metodo x1=funciongx(x0) %Evalua la funcion gx en x0 encontrando x1 fx=funcion(x1) %Evalua fx en x1 error=abs(x1-x0); %Calcula el error x0=x1; %Se repite la iteracion hacio x0=x1 i=i+1; %Incrementa el numero de iteraciones tabla(i,1)=i; %En la columna 1 se muestra el numero de iteraciones tabla(i,2)=x0; %En la columna 2 se muestra el valor de x0 tabla(i,3)=fx; %En la columna 3 se muestra el valor de fx tabla(i,4)=error; %En la columna 4 se muestra el error absoluto
18 disp(tabla); %Muestra la tabla if fx==0 %Si encontro la raiz muestra el valor de p donde esta la raiz fprintf('la raiz es : %g \n',x0); else if error<tol %No se encontro la raiz pero se llego a una aproximacion a esta con un error menor a la tolerancia fprintf('la aproximacion a la raiz es : %g con un error de: %g \n',x0,error); else %No se encontro la raiz con el numero de iteraciones ingresadas fprintf('el numero de iteraciones ingresadas no fue suficiente \n'); 4. Método de Newton-Raphson También conocido como el método de las tangentes, pues utiliza rectas tangentes para acercarse a la raíz. Es un método iterativo que permite aproximar la solución de una ecuación f(x)=0, partio de una estimación inicial. Es uno de los métodos más utilizados debido a su rapidez y efectividad. (P1,f(P1) P0 P P1 (P0,f(P0) Ilustración 5 - Método Newton-Raphson Nota: El método Newton-Rapson puede divergir en los siguientes casos: f (P0)=0 P
19 (P P P P Ilustración (P 6 - Caso 1 El método puede entrar en un ciclo infinito. Ilustración 7 - caso 2 P f (P)=0 Ilustración 8 - caso 3 f (Pn)=0 P P P Ilustración 9 caso 4 Teorema Sea (existe y y son continuas) si es tal que para y entonces el método de Newton dado por la iteración: Genera una sucesión tal que, para lo suficientemente cercano a.
20 Método Newton y Punto fijo Sean f y g dos funciones, g es una una función de punto fijo asociada a f, si solo si: Ejemplo: Hallar la raíz para la ecuación f(x)=cos(x)-cos(3.1*x) La raíz es: El error es: 6.88*10^-6 Este método encontró la raíz en 8 iteraciones. La raíz que encontró no es la más cercana al valor inicial ingresado ya que al realizar la primera iteración, la recta tangente al punto inicial (x 0 =1), el intercepto con el eje x esta en , lo cual al hace que en las siguientes iteraciones encuentre más rápidamente la raíz que está en X= Código en Octave: clc clear clear all
21 format long inputfuncion = input('ingrese la función a la que le quiere calcular la raiz: ', 's'); %El usuario debe ingresar la función a la cual va a calcularle la raiz funcion = inline(inputfuncion); %Aqui se convierte la funcion en una serie de caracteres para poder evaluar valores inputderivada = input('ingrese la derivada de la funcion', 's'); %Aqui el usuario ingresa la derivada de f(x) derivada = inline(inputderivada); %Aqui se convierte la derivada en una serie de caracteres para poder evaluar valores x0 = input('ingrese el valor inicial inicial: '); %Aqui se debe ingresar el valor inicial a evaluar tol = input('ingrese el valor de tolerancia deseada: '); %Se pide ingresar la tolerancia iter = input('ingrese el número máximo de iteraciones: '); %Ingresar numero maximo de iteraciones a realizar fx = funcion(x0); %Aqui se evalua fx en el punto inicial ingresado dx = derivada(x0); %Aqui se evalua dx en el punto inicial ingresado i=1; %Se inicia el contador de iteraciones error=tol+1; %Se le da un valor inicial error while fx~=0 && dx~=0 && error>tol && i<iter %Mientras no se haya encontrado la raiz y el error sea mayor que la tolerancia y el contador menor que iter comenzara a iterar el metodo x1=x0-(fx/dx); %Se halla el valor de x1 por medio de x0 fx=funcion(x1); %Evalua fx en x1 dx=derivada(x1); %Evalua dx en x1 error=abs(x1-x0); %Calcula el error x0=x1; %Se repite la iteracion hacio x0=x1
22 i=i+1; %Incrementa el numero de iteraciones tabla(i,1)=i; %En la columna 1 se muestra el numero de iteraciones tabla(i,2)=x0; %En la columna 2 se muestra tabla(i,3)=fx; %En la columna 3 se muestra tabla(i,4)=error; %En la columna 4 se muestra el error absoluto disp(tabla); %Muestra la tabla if fx==0 %Si encontro la raiz muestra el valor de x donde esta la raiz else fprintf('la raiz es : %g \n',x0); if error<tol %No se encontro la raiz pero se llego a una aproximacion a esta con un error menor a la tolerancia else fprintf('la aproximacion a la raiz es : %g con un error de: %g ',x0,error); if dx==0 fprintf('no se puede ejecutar el metodo porque p0 (%g) es una posible raiz multiple',x0) else %No se encontro la raiz con el numero de iteraciones ingresadas fprintf('el numero de iteraciones ingresadas no fue suficiente'); 5. Método de la Secante El método de la secante se define como una variante del Método de Newton. A
23 partir de la ecuación iterativa del método de Newton, se sustituye la derivada por una expresión próxima. El método de Newton está dado por: Y la derivada evaluada en está dada por: Al aproximar el valor del límite evaluado en, tenemos que: Al sustituir este valor en la ecuación que define la iteración del método de Newton, se obtiene el método de la secante: Paso a paso: a) Se seleccionan dos valores como punto de partida y (dentro del intervalo de interés), y se obtiene mediante la ecuación iterativa. b) Se genera una sucesión de valores que se espera converja a la raíz de la ecuación. c) Se suspe el proceso cuando se llegue al valor de la raíz o a la aproximación de ésta tomando en cuenta la precisión deseada.
24 Ilustración 10 - Método de la Secante Ejemplo: Encontrar la raíz de la ecuación f(x)=cos(x)-cos(3.1*x) Límite izquierdo del intervalo: 1 Límite derecho del intervalo: 2 Tolerancia: Número de iteraciones: 1000 La aproximación a la raíz es con un error de x Este método es bastante rápido puesto que encontró la aproximación a la raíz en seis (6) iteraciones. Además es bastante preciso ya que el error es del orden de 10 a la menos 10. Código en Octave: clc clear clear all format long
25 inputfuncion = input('ingrese la función : ', 's'); %Aqui el usuario debe ingresar la funcion para calcularle la raiz funcion = inline(inputfuncion);%aqui se convierte a funcion una serie de caracteres para poder evaluar valores x0 = input ('Ingrese el límite izquierdo del intervalo: '); %Aqui se debe ingresar la primera aproximacion para evaluar en f(x) x1 = input ('Ingrese el límite derecho del intervalo: '); %Aqui se debe ingresar la segunda aproximacion para evaluar en f(x) tol = input ('Ingrese la tolerancia deseada : '); %Se pide ingresar la tolerancia iter = input ('Ingrese el número de iteraciones máximas : '); %Ingresar el numero maximo de iteraciones a realizar fx0=funcion(x0); %Aqui se evalua x0 en la funcion if fx0==0 %Si encontro la raiz muestra el valor de x donde esta la raiz fprintf('la raiz es : %g \n',x0); else fx1=funcion(x1); %Se evalua la funcion en el punto x1 i=1; %Se inicia el contador de iteraciones error=tol+1; %Se le da un valor inicial error denominador=fx1-fx0; %Se calcula el denominador while error>tol && fx1~=0 && denominador~=0 && i<iter x2=x1-((fx1*(x1-x0))/denominador); %Se halla el valor de x2 error=abs(x2-x1); %Calcula el error x0=x1; %Se hace x0=x1 fx0=fx1; %Se hace fx0=fx1 x1=x2; %ss hace x1=x2 fx1=funcion(x1); %Se evalua la funcion en el punto x1 denominador=fx1-fx0; %Se calcula el denominador i=i+1; %Incrementa el numero de iteraciones tabla(i,1)=i; %En la columna 1 se muestra el numero de iteraciones tabla(i,2)=x1; %En la columna 2 se muestra tabla(i,3)=fx1; %En la columna 3 se muestra tabla(i,4)=error; %En la columna 4 se muestra el error absoluto disp(tabla); %Muestra la tabla if fx1==0 %Si encontro la raiz muestra el valor de x donde
26 esta la raiz fprintf('la raiz es : %g \n',x1); else if error<tol %No se encontro la raiz pero se llego a una aproximacion a esta con un error menor a la tolerancia fprintf('la aproximacion a la raiz es : %g con un error de: %g ',x1,error); else if denominador==0 %Si el denominador es 0 no se puede ejecutar el metodo fprintf('no se puede ejecutar el metodo porque x1 (%g) es una posible raiz multiple',x1); else %No se encontro la raiz con el numero de iteraciones ingresadas fprintf('el numero de iteraciones ingresadas no fue suficiente'); 6. Método de la Regla Falsa Es un método que conserva las características y condiciones del método de la bisección, su diferencia se encuentra al calcular los puntos para nuevos intervalos. Requiere dos puntos iniciales, se construye una recta secante a estos puntos y se evalúa donde cruza al eje x, de esta forma se aproximara más rápido a la raíz P2 P3 P P1 Ilustración 11 - Método de la Regla falsa
27 Paso a paso a) Se seleccionan dos valores arbitrarios P0 y P1 (dentro del intervalo de interés), se traza una recta secante a estos dos puntos. b) Se evalúa f(p0) f(p1)<0 para garantizar que tienen signos opuestos. c) Se observa el intercepto de la recta secante con el eje x, para hallar P2. d) Se evalúa f(p2): Si f(p2)=0 P2 es la raíz Si f(p1)f(p2)<0 se usa P1 y P2 para la siguiente iteración. Si f(p1)f(p2)>0 se usa P0 y P2 para la siguiente iteración. Ejemplo: Encontrar la raíz de f(x)=cos(x)-cos(3.1*x) Primer valor inicial: 1 Segundo valor inicial: 2 Tolerancia: Número de iteraciones: 1000 La aproximación a la raíz es con un error de x Código en Octave clc clear clear all format long ingresefuncion=input('ingrese la funcion: ', 's'); %Aqui el usuario debe ingresar la
28 funcion para calcularle la raiz x0=input('ingrese el primer valor inicial: '); %Se debe ingresar la primera aproximacion x1=input('ingrese el segundo valor inicial: '); %Se debe ingresar la segunda aproximacion tol=input('ingrese la tolerancia deseada: '); %Se debe ingresar la tolerancia deseada por el usuario iter=input('ingrese el numero de iteraciones: '); %Se debe ingresar el maximo numero de iteraciones a realizar funcion=inline(ingresefuncion); %Aqui se convierte la funcion en una serie de caracteres para poder evaluar valores fx0=funcion(x0); %Aqui se evalua la funcion en x0 fx1=funcion(x1); %Aqui se evalua la funcion en x1 if fx1==0 %Si al evaluar la funcion en x1 da 0 entonces indica que la raiz es x1 fprintf('la raiz es : %g \n',x1); else if fx0==0 fprintf('la raiz es : %g \n',x0); %Si al evaluar la funcion en x0 da 0 entonces indica que la raiz es x0 else if fx0*fx1<0 %Si la funcion en x0 y x1 tiene cambio de signo entonces se utiliza este intervalo x2= x0-((fx0*(x1-x0))/(fx1-fx0)); %Encuentra el valor del punto medio fx2=funcion(x2); %Evalua la funcion en el punto medio encontrado i=1; %Se inicia el contador error=tol+1; %Se inicia el error while error>tol && fx2~=0 && i<=iter %Mientras el error sea mayor a la tolerancia, fxm diferente de 0 y la iteracion actual sea menor o igual a iter, evalue las siguientes condiciones if fx0*fx2<0 %Si la funcion evaluada en a y xm cambia de signo entonces hacer limite superior xm y evalue la funcion x1=x2; %Se iguala x1 con x2 fx1=fx2; %Como las variables son iguales. Las respectivas funciones también lo seran else %Sino esto quiere decir que la raiz se
29 encuentra en el otro intervalo x0=x2; %Igualo x0 a x2 fx0=fx2; %Como las variables son iguales. Las respectivas funcions también lo seran xaux=x2; x2=x0-((fx0*(x1-x0))/(fx1-fx0)); %Encuentra el valor medio del intervalo fx2=funcion(x2); %Evalua la funcion en el punto medio encontrado error=abs(x2-xaux); %Se compara el error con la tolerancia i=i+1; %Incrementa el numero de iteraciones tabla(i,1)=i; %En la columna 1 se muestra el numero de iteraciones tabla(i,2)=x2; %En la columna 2 se muestra tabla(i,3)=fx2; %En la columna 3 se muestra tabla(i,4)=error; %En la columna 4 se muestra el error absoluto if fx2==0 fprintf('la raiz es : %g \n',x2); %Si al evaluar la funcion en xm da 0 entonces indica que la raiz es xm else if error<tol %N se encontro la raiz pero se llego a una aproximacion a esta con un error menor a la tolerancia fprintf('la aproximacion a la raiz es : %g con un error de: %g \n ',x2,error); else %El numero maximo de iteraciones que ingreso el usuario, no son suficientes para encontrar la raiz fprintf('el numero de iteraciones ingresadas no fue suficiente: \n '); else %Ls valores ingresados estan errados, vuelva a dar un nuevo intervalo fprintf('el intervalo ingresado es indaecuado: \n ');
30 disp(tabla); %Muestra la tabla 7. Método de las Raíces Múltiples Es conocido como el método de Newton-Raphson modificado. Una de las condiciones para garantizar la convergencia del método de Newton- Raphson es que, donde P es la raíz de la ecuación. Si al momento de ejecutar el método de Newton-Raphson se observa que se aproxima a 0 (cero), se nota que la rapidez de convergencia del método disminuye. Del mismo modo se entie que si en un valor de P se presenta simultáneamente que y que, entonces P es un valor crítico.x Se dice que P es una raíz de multiplicidad m de f si puede escribirse:, donde. Si, se llama raíz simple. El criterio de multiplicidad de una raíz se determina con el siguiente teorema: Sea [ ]. La función f tiene una raíz de multiplicidad m en P si y sólo si pero. Paso a paso: a) Elegir un punto inicial cualquiera x 1 como aproximación de la raíz. b) Obtener los valores de la función, de su primera y de su segunda derivada en ese punto. c) Establecer la función y obtener el valor de la misma en el punto inicial. d) Trazar una recta tangente a la función por ese punto. e) El punto de intersección de esta recta con el eje de las abscisas (x 2, 0), constituye una segunda aproximación de la raíz. f) El proceso se repite n veces hasta que el punto de intersección x n coincide prácticamente con el valor exacto de la raíz.
31 Se utiliza la siguiente ecuación para hallar el intercepto con el eje x: Ejemplo: Encontrar la raíz de la ecuación f(x)=cos(x)-cos(3.1*x) La raíz es: Error: *10^-13 Se puede observar que el método converge rápidamente y con gran precisión ya que encontró la raíz en 7 iteraciones. Código en Octave: clc clear clear all format long inputfuncion = input('ingrese la función : ', 's'); %El usuario debe ingresar la función
32 a la cual va a calcularle la raiz funcion = inline(inputfuncion); %Aqui se convierte la funcion en una serie de caracteres para poder evaluar valores inputderivada = input('ingrese la derivada : ', 's'); %Aqui el usuario ingresa la primera derivada de f(x) derivada = inline(inputderivada); %Aqui se convierte la primera derivada en una serie de caracteres para poder evaluar valores input2daderivada = input('ingrese la segunda derivada : ', 's'); %Aqui el usuario ingresa la segunda derivada de f(x) derivada2 = inline(input2daderivada); %Aqui se convierte la segunda derivada en una serie de caracteres para poder evaluar valores x0 = input('ingrese un valor aproximado a la raíz : '); %Aqui se debe ingresar el valor inicial a evaluar tol = input('ingrese la tolerancia permitida : '); %Se pide ingresar la tolerancia iter = input('ingrese el número de iteraciones máximas : ');%Ingresar numero maximo de iteraciones a realizar fx = funcion(x0); %Aqui se evalua fx en el punto inicial ingresado dx = derivada(x0); %Aqui se evalua la primera derivada en el punto x0 d2x = derivada2(x0); %Aqui se evalua la segunda derivada en el punto x0 denominador=(dx^2-(fx*d2x)); %Aqui se calcula el valor del denominador i=1; %Se inicia el contador de iteraciones error=tol+1; %Se le da un valor inicial error while fx~=0 && dx~=0 && error>tol && i<iter && denominador~=0 %Mientras no se haya encontrado la raiz y el error sea mayor que la tolerancia y el contador menor que iter comenzara a iterar el metodo
33 x1=x0-((fx*dx)/denominador); %Se halla el valor de x1 fx=funcion(x1); %Evalua fx en x1 dx=derivada(x1); %Evalua la primera derivada en x1 d2x=derivada2(x1); %Evalua la segunda derivada en x1 denominador=(dx^2-(fx*d2x)); %Se reevalua el denominador error=abs(x1-x0); %Calcula el error x0=x1; %Se repite la iteracion hacio x0=x1 i=i+1; %Incrementa el numero de iteraciones tabla(i,1)=i; %En la columna 1 se muestra el numero de iteraciones tabla(i,2)=x0; %En la columna 2 se muestra el valor de x1 tabla(i,3)=fx; %En la columna 3 se muestra el valor de fx1 tabla(i,4)=error; %En la columna 4 se muestra el error absoluto disp(tabla); %Muestra la tabla if fx==0 %Si encontro la raiz muestra el valor de x donde esta la raiz else fprintf('la raiz es : %g \n',x0); if error<tol %No se encontro la raiz pero se llego a una aproximacion a esta con un error menor a la tolerancia ',x0,error); fprintf('la aproximacion a la raiz es : %g con un error de: %g else metodo if denominador==0 %Si el denominador es 0 no se puede ejecutar el fprintf('no se puede ejecutar el metodo porque el
34 denominador (%g) es igual a ',denominador) ingresadas else %No se encontro la raiz con el numero de iteraciones fprintf('el numero de iteraciones ingresadas no fue suficiente');
35 CONCLUSIONES El método de Newton-Raphson es el que tiene más precisión al encontrar las raíces, además converge más rápido que otros métodos como bisección, regla falsa y punto fijo. Sin embargo el método de la secante también presenta alto rapidez de convergencia, pues encuentra la raíz en pocas iteraciones. Para garantizar la convergencia de los métodos es necesario que la función sea continua al menos en el intervalo a evaluar. Sin embargo bajo ciertas condiciones especiales, los métodos como el de Newton, punto fijo, secante y raíces múltiples pueden llegar a divergir, en tales casos resultan más efectivos los métodos de búsquedas incrementales y bisección, ya que aunque requieran de más iteraciones siempre convergen. Para el método de búsquedas incrementales, no es estrictamente necesario que al evaluar la función en los extremos del intervalo, exista un cambio de signo. Para realizar las demostraciones de los métodos es necesario tener conceptos claros sobre algunos teoremas (Teorema de valor intermedio, teorema del valor medio y el teorema de rolle).
36 BIBLIOGRAFÍA Capitulo 5: Ceros de Funciones. (s.f.). Recuperado el 12 de Septiembre de 2013, de ndicecap5.html Mario Cesca, M. C. (2012). Procesos Industriales. Recuperado el 12 de Septiembre de 2013, de Métodos Numéricos: 12.pdf Métodos Numéricos. (s.f.). Recuperado el 12 de Septiembre de 2013, de Resolución de Ecuaciones no Lineales. (s.f.). Recuperado el 12 de Septiembre de 2013, de o.pdf Romero, L. N. (s.f.). SlideShare. Recuperado el 12 de Septiembre de 2013, de MéTodo De IteracióN De Punto Fijo: Zabala, F. J. (2010). Métodos Numéricos. Medellín: Fondo Editorial Universidad EAFIT.
Dada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación
Tema 8 Ceros de funciones Versión: 23 de abril de 2009 8.1 Introducción Dada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación f(x) = 0. (8.1) La
Más detallesTema 2 Resolución de EcuacionesNo Lineales
Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación
Más detallesSOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES
SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES EL PROBLEMA DE OBTENER LOS CEROS O RAÍCES DE UNA ECUACIÓN ALGEBRAICA O TRASCENDENTE, ES UNO DE LOS REQUERIDOS MAS FRECUENTEMENTE, DEBIDO A ELLO
Más detallesPráctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función.
Práctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función. Se suele llamar método de Newton-Raphson al método de Newton cuando se utiliza para calcular los ceros
Más detallesUniversidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE ECUACIONES NO LINEALES Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesTema 2 Resolución de Ecuaciones No Lineales
Tema 2 Resolución de Ecuaciones No Lineales Índice 1. Introducción 2. Método de Bisección 2.1 Algoritmo del Método de Bisección 2.2 Análisis de Método de Bisección 3. Método de Regula-Falsi 3.1 Algoritmo
Más detallesRaices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2
Raices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2 introducción MÉTODO GRÁFICO PARA ENCONTRAR LAS RAICES DE SISTEMAS DE ECUACIONES EJEMPLO: f(x)= e x x A)LA RAIZ ES DONDE LA GRAFICA INTERSECTA EL EJE
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesCAPÍTULO 2. SOLUCIÓN DE ECUACIONES DE UNA VARIABLE
En este capítulo analizaremos uno de los problemas básicos del análisis numérico: el problema de búsqueda de raíces. Si una ecuación algebraica o trascendente es relativamente complicada, no resulta posible
Más detallesCONTINUIDAD DE FUNCIONES. SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos.
CAPÍTULO IV. CONTINUIDAD DE FUNCIONES SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos. 121 A. DEFINICIÓN DE FUNCIÓN CONTINUA. Una función
Más detallesPráctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL.
practica2sr.nb 1 Apellidos y Nombre: Práctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL. Operadores lógicos y relacionales
Más detallesBLOQUE 4. CÁLCULO DIFERENCIAL DE FUNCIONES REALES DE UNA VARIABLE
BLOQUE 4. CÁLCULO DIFERENCIAL DE FUNCIONES REALES DE UNA VARIABLE El concepto de derivada. Relación entre continuidad y derivabilidad. Función derivada. Operaciones con derivadas. Derivación de las funciones
Más detallesComplementos de Matemáticas, ITT Telemática
Introducción Métodos de punto fijo Complementos de Matemáticas, ITT Telemática Tema 1. Solución numérica de ecuaciones no lineales Departamento de Matemáticas, Universidad de Alcalá Introducción Métodos
Más detallesClase 9 Programación No Lineal
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 9 Programación No Lineal ICS 110 Optimización Profesor : Claudio Seebach Apuntes de Clases
Más detalles2. Continuidad y derivabilidad. Aplicaciones
Métodos Matemáticos (Curso 2013 2014) Grado en Óptica y Optometría 7 2. Continuidad y derivabilidad. Aplicaciones Límite de una función en un punto Sea una función f(x) definida en el entorno de un punto
Más detalles1 LIMITES Y DERIVADAS
1 LIMITES Y DERIVADAS 2.1 LA TANGENTE Y PROBLEMAS DE LA VELOCIDAD Problema de la tangente Se dice que la pendiente de la recta tangente a una curva en el punto P es el ite de las rectas secantes PQ a medida
Más detallesLímites y continuidad. Cálculo 1
Límites y continuidad Cálculo 1 Razones de cambio y límites La rapidez promedio de un móvil es la distancia recorrida durante un intervalo de tiempo dividida entre la longitud del intervalo. Ejemplo 1
Más detallesDespejando, se tienen las siguientes ecuaciones de la forma : a) b)
MAT 115 B EJERCICIOS RESUELTOS 1. De la siguiente ecuación: Despejando, se tienen las siguientes ecuaciones de la forma : a) b) Calcule la raíz por el método de punto fijo, tomando en cuenta el criterio
Más detallesCálculo Diferencial en una variable
Tema 2 Cálculo Diferencial en una variable 2.1. Derivadas La derivada nos proporciona una manera de calcular la tasa de cambio de una función Calculamos la velocidad media como la razón entre la distancia
Más detallesSubrutinas en Fortran 95 para la resolución de ecuaciones no lineales de una variable
Subrutinas en Fortran 95 para la resolución de ecuaciones no lineales de una variable Pablo Santamaría v0.3.1 (Mayo 2014) 1. Introducción En general, las raíces de una ecuación no lineal f(x) = 0 no pueden
Más detallesMétodos Numéricos: Guía de estudio Tema 5: Solución aproximada de ecuaciones
Métodos Numéricos: Guía de estudio Tema 5: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril 2009, versión
Más detallesUnidad V. 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales.
Unidad V Aplicaciones de la derivada 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales. Una tangente a una curva es una recta que toca la curva en un solo punto y tiene la misma
Más detalles1. Ecuaciones no lineales
1. Ecuaciones no lineales 1.1 Ejercicios resueltos Ejercicio 1.1 Dada la ecuación xe x 1 = 0, se pide: a) Estudiar gráficamente sus raíces reales y acotarlas. b) Aplicar el método de la bisección y acotar
Más detallesÓrdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple Estos apuntes están redactados por Maria de los Angeles Isidro Pérez y Egor Maximenko.
Más detallesUniversidad de Oriente Núcleo de Bolívar Departamento de Ciencias Área de Matemática Asignatura: Matemática ( )
Universidad de Oriente Núcleo de Bolívar Departamento de Ciencias Área de Matemática Asignatura: Matemática (0081714) UNIDAD N 4 (APLICACIONES DE LA DERIVADA) Profesora: Yulimar Matute Febrero 2012 RECTA
Más detallesMétodos Iterativos para Ecuaciones no Lineales
This is page i Printer: Opaque this Métodos Iterativos para Ecuaciones no Lineales Dr. Oldemar Rodríguez Rojas Setiembre 001 ii This is page iii Printer: Opaque this Contents 1 Métodos iterativos para
Más detallesPráctica III: Método de Bisección para encontrar las raíces de una función.
Práctica III: Método de Bisección para encontrar las raíces de una función. Sea f una función continua en [a, b] que satisface f(a)f(b) < 0. Entonces f tiene, necesariamente, al menos un cero en (a, b).
Más detallesMétodos Numéricos (SC 854) Solución de ecuaciones no lineales. 1. Definición del problema: raíces de ecuaciones no lineales
Solución de ecuaciones no lineales c M. Valenzuela 007 008 (5 de mayo de 008) 1. Definición del problema: raíces de ecuaciones no lineales Dada una ecuación de una variable independiente x, f(x) =0, (1)
Más detallesDerivada y diferencial
Derivada y diferencial Una cuestión, que aparece en cualquier disciplina científica, es la necesidad de obtener información sobre el cambio o la variación de determinadas cantidades con respecto al tiempo
Más detallesCuadratura de Newton-Cotes
Profesor: Jaime Álvarez Maldonado Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación INTEGRACION NUMERICA Ayudante: Rodrigo Torres Aguirre INTEGRACION
Más detallesDerivadas e integrales
Derivadas e integrales Álvarez S., Caballero M.V. y Sánchez M a M salvarez@um.es, m.victori@um.es, marvega@um.es ÍNDICE Matemáticas Cero Índice. Definiciones 3. Herramientas 4.. Reglas de derivación.......................
Más detallesDerivada de una función en un punto. Función derivada. Diferencial de una función en un punto. dy = f (x) dx. Derivada de la función inversa
Derivada de una función en un punto Las tres expresiones son equivalentes. En definitiva, la derivada de una función en un punto se obtiene como el límite del cociente incremental: el incremento del valor
Más detallesModelación y Simulación en Física. Guia 3(v1): Raíces.
Modelación y Simulación en Física. Guia 3(v1): Raíces. Prof. Francisco Santibáñez Calderón. francisco.santibanez@ucv.cl Laboratorio de Mecanica de Materiales Complejos. 3 de octubre de 2013 Metodos Numericos
Más detallesUna variable es una cantidad que se simboliza por una literal y que puede tomar diferentes valores.
MATEMÁTICAS BÁSICAS TEORÍA DE ECUACIONES DEFINICIÓN DE OLINOMIO Y DE ECUACIÓN Una variable es una cantidad que se simboliza por una literal y que puede tomar diferentes valores. Una constante es una magnitud
Más detalles6. ECUACIONES ALGEBRAICAS 1
ECUACIONES ALGEBRAICAS 1-39 - 6. ECUACIONES ALGEBRAICAS 1 En este tema comienza propiamente el estudio de los métodos numéricos que son parte del contenido de la materia. Se inicia dicho estudio con algunos
Más detallesSección 2.3. # 27. Evalúa el límite, si es que existe. lim
Sección. Universidad de Puerto Rico. Recinto Universitario de Mayagüez Departamento de Matemáticas. Preparado por Dr. Eliseo Cruz Medina Mate 01. Ejercicios resueltos correspondientes al primer eamen parcial.
Más detalles4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE
Análisis de funciones de una variable 49 4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE En esta sección realizaremos algunos ejercicios sobre el estudio de funciones de una variable: En la parte final hay ejercicios
Más detallesLección 3: Aproximación de funciones. por polinomios. Fórmula de Taylor para
Lección 3: Aproximación de funciones por polinomios. Fórmula de Taylor para funciones escalares 3.1 Introducción Cuando es difícil trabajar con una función complicada, tratamos a veces de hallar una función
Más detallesPolinomios de Aproximación (Polinomios de Taylor P n )
Polinomios de Aproximación ( P n ) Sabemos que la recta tangente a una función en un punto es la mejor aproximación lineal a la gráca de f en las cercanías del punto de tangencia (xo, f(xo)), es aquella
Más detallesUNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL PARANÁ
UNIVERSIDAD TECNOLOGICA NACIONAL FACULTAD REGIONAL PARANA ANÁLISIS MATEMATICO I ALGEBRA Y GEOMETRIA ANALITICA TRABAJO PRACTICO INTEGRADOR Nº1 PARTE C UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL
Más detallesCálculo Infinitesimal 1. Cuestiones de examen (2010/2011 a 2015/2016)
Cálculo Infinitesimal 1. Cuestiones de examen (2010/2011 a 2015/2016) 1. Justifíquese la verdad o falsedad de la siguiente afirmación: La suma de dos números irracionales iguales es irracional (enero 2011).
Más detallesDERIVABILIDAD. 1+x 2. para x [1, 3]
1 DERIVABILIDAD 1. Definir derivada y derivadas laterales de una función en un punto. Probar que la función f es derivable en =1 y que la derivada lateral por la derecha en =0 es infinito. para [0, 1)
Más detallesDerivación. Aproximaciones por polinomios.
Derivación... 1 1 Departamento de Matemáticas. Universidad de Alcalá de Henares. Matemáticas (Grado en Químicas) Contenidos Derivada 1 Derivada 2 3 4 5 6 Outline Derivada 1 Derivada 2 3 4 5 6 Definición
Más detallesPRÁCTICA N 1 ECUACIONES NO LINEALES. Nota: en todos los casos hallar las soluciones con 15 dígitos significativos
PRÁCTICA N 1 ECUACIONES NO LINEALES Nota: en todos los casos hallar las soluciones con 15 dígitos significativos 1. Utiliza el método de Bisección y calcula la soluciones de las siguientes ecuaciones:
Más detallesINICIACIÓN AL CÁLCULO DE DERIVADAS. APLICACIONES
INICIACIÓN AL CÁLCULO DE DERIVADAS. APLICACIONES TASA DE VARIACIÓN MEDIA Supongamos que tenemos una función. Consideramos la recta que corta a la gráfica en los puntos A y B. Esta recta se llama secante
Más detallesDerivada de la función compuesta. Regla de la cadena
Derivada de la función compuesta. Regla de la cadena Cuando en las matemáticas de bachillerato se introduce el concepto de derivada, su significado y su interpretación geométrica, se pasa al cálculo de
Más detallesDerivadas. Jesús García de Jalón de la Fuente. IES Ramiro de Maeztu Madrid
Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid Recta tangente a una curva Recta tangente a una curva Recta tangente a una curva Recta tangente a una curva Recta tangente a una curva Recta
Más detallesNo es otra cosa, que la representación de los resultados de una función sobre el plano carteciano.
FUNCIONES GRAFICAS No es otra cosa, que la representación de los resultados de una función sobre el plano carteciano. INTÉRVALOS Un intervalo es el conjunto de todos los números reales entre dos números
Más detallesOPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL.
2.1.-Resol.ec. no lineales.nb 126 OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL. Operadores lógicos y relacionales Los operadores lógicos
Más detallesGrado en Química Bloque 1 Funciones de una variable
Grado en Química Bloque Funciones de una variable Sección.5: Aplicaciones de la derivada. Máximos y mínimos (absolutos) de una función. Sea f una función definida en un conjunto I que contiene un punto
Más detallesAproximación numérica de raíces de ecuaciones y de sistemas de ecuaciones.
1 Aproximación numérica de raíces de ecuaciones y de sistemas de ecuaciones. Índice 1. INTRODUCCIÓN...2 2. ACOTACIÓN DE RAÍCES DE POLINOMIOS...3 Cota de raíces...3 Número de raíces...6 3. TEOREMA (de Sturm).-...7
Más detallesUNIVERSIDAD NACIONAL EXPERIMENTAL DEL TÁCHIRA DECANATO DE POSTGRADO Maestría en Matemática Mención Educación Matemática MÉTODOS NUMÉRICOS
Bisección Newton-Raphson Secante UNIVERSIDAD NACIONAL EXPERIMENTAL DEL TÁCHIRA DECANATO DE POSTGRADO Maestría en Matemática Mención Educación Matemática Material digital para la Asignatura: MÉTODOS NUMÉRICOS
Más detalles1) Considera la función f(x) = x2 + 1 para contestar las siguientes preguntas:
LIMITE DE FUNCIONES Tema: Introducción a límite 1) Considera la función f(x) = x2 + 1 para contestar las siguientes preguntas: a) Cuál es el valor de la función si x = 2? b) Cuál es el valor de la función
Más detallesEn cada iteración se descarta la mitad del intervalo que no contiene a la raíz (en la que f no cambia de signo).
Método de dicotomía a 0 x 0 α b 0 a 1 α x 1 b 1 a 2 b 2 x 2 En cada iteración se descarta la mitad del intervalo que no contiene a la raíz (en la que f no cambia de signo). Se construye así una sucesión
Más detallesProgramación NO Lineal (PNL) Optimización sin restricciones
Programación NO Lineal (PNL) Optimización sin restricciones Ejemplos de los problemas que se aplica la programación NO Lineal: Problema de transporte con descuentos por cantidad : El precio unitario de
Más detallesSemana 2 [1/24] Derivadas. August 16, Derivadas
Semana 2 [1/24] August 16, 2007 Máximos y mínimos: la regla de Fermat Semana 2 [2/24] Máximos y mínimos locales Mínimo local x es un mínimo local de la función f si existe ε > 0 tal que f( x) f(x) x (
Más detallesSe desea estudiar el comportamiento de una función a medida independiente x se aproxima a un valor específico.
Tema: Límites de las funciones Objetivos: Comprender el concepto de límite de una función y las propiedades de los límites. Calcular el límite de una función algebraica utilizando las propiedades de los
Más detallesLímites y Continuidad
Tema 2 Límites y Continuidad Introducción En este tema se trata el concepto de límite de una función real de variable real y sus propiedades, así como algunas de las técnicas fundamentales para el cálculo
Más detallesDERIVADAS. Para hallar la pendiente de una curva en algún punto hacemos uso de la recta tangente de una curva en un punto.
DERIVADAS Tema: La derivada como pendiente de una curva Para hallar la pendiente de una curva en algún punto hacemos uso de la recta tangente de una curva en un punto. La pendiente de la curva en el punto
Más detallesUnidad IV. 4.1 Conceptos de incremento y de razón de cambio. La derivada de una función.
Unidad IV Derivadas 4.1 Conceptos de incremento y de razón de cambio. La derivada de una función. Derivada de una función en un punto. Dada la función f(x) continúa en el intervalo abierto I, se define
Más detallesTEMA 6: DIVISIÓN DE POLINOMIOS RAÍCES MATEMÁTICAS 3º ESO
TEMA 6: DIVISIÓN DE POLINOMIOS RAÍCES MATEMÁTICAS 3º ESO 1. División de polinomios Dados dos polinomios P (el dividendo) y D (el divisor), dividir P entre D es encontrar dos polinomios Q (el cociente)
Más detallesCURSO DE METODOS NUMERICOS SEGUN DA PART E SOLUCION APROXIMADA DE ECUACIONES DE UNA VARIABLE
CURSO DE METODOS NUMERICOS SEGUN DA PART E SOLUCION APROXIMADA DE ECUACIONES DE UNA VARIABLE V. Muto Ecuaciones de una variable: Preliminares Cap. V CAPITULO V. SOLUCION APROXIMADA DE ECUACIONES DE UNA
Más detallesSistemas de ecuaciones no lineales
Práctica 6 Sistemas de ecuaciones no lineales En esta práctica revisaremos algunos métodos básicos para la resolución numérica de sistemas de ecuaciones no lineales 61 Método iterativo del punto fijo Partimos
Más detallesCálculo I (Grado en Ingeniería Informática) Problemas adicionales resueltos
Cálculo I (Grado en Ingeniería Informática) - Problemas adicionales resueltos Calcula el ĺımite lím ( n + n + n + ) n Racionalizando el numerador, obtenemos L lím ( n + n + n (n + n + ) (n + ) + ) lím
Más detallesTema 7: Derivada de una función
Tema 7: Derivada de una función Antes de dar la definición de derivada de una función en un punto, vamos a introducir dos ejemplos o motivaciones iniciales que nos van a dar la medida de la importancia
Más detallesAplicando el teorema de los incrementos finitos a la función f(x) = x 2 + 4x - 2 en los extremos [-1, 3] hallar x o
DERIVADAS Y TEOREMAS DE DERIVABILIDAD Aplicando el teorema de los incrementos finitos a la función f(x) = x 2 + 4x - 2 en los extremos [-1, 3] hallar x o El teorema de Lagrange dice que: f(3) - f(-1) =
Más detalles1. Usando la definición correspondiente demostrar que la función. z = f(x, y) = 3x xy 2
1. Usando la definición correspondiente demostrar que la función es diferenciable en todo R 2. z = f(x, y = 3x xy 2 Se debe verificar que para todo (a, b en R 2, existen funciones, de = x y k = y, ɛ 1
Más detalles«La derivada de una función en un punto representa geométricamente la pendiente de la recta tangente a la función en dicho punto»
TEMA 10 DERIVADA DE UNA FUNCIÓN EN UN PUNTO f (a): Consideremos una función f(x) y un punto P de su gráfica (ver figura), de abscisa x=a. Supongamos que damos a la variable independiente x un pequeño incremento
Más detallesIntroducción al Cálculo Numérico
Tema 1 Introducción al Cálculo Numérico 1.1 Introducción El Cálculo Numérico, o como también se le denomina, el Análisis numérico, es la rama de las Matemáticas que estudia los métodos numéricos de resolución
Más detallesAl considerar varios polígonos regulares inscritos resulta: perímetro del cuadrado < π. perímetro del 96 gono < π
AMPLIACIÓN DE MATEMÁTICAS INTRODUCCIÓN Método Constructivo: Conjunto de instrucciones que permiten calcular la solución de un problema, bien en un número finito de pasos, bien en un proceso de paso al
Más detalles1 sen x. f(x) = d) f(x) = RECORDAR:
EJERCICIOS DE CONTINUIDAD º BACHILLERATO RECORDAR: f(x) continua en x = a lim f(a) x a Es decir: Una función es continua en un punto si el límite coincide con la imagen en dicho punto. A efectos prácticos,
Más detallesINTERVALOS Y SEMIRRECTAS.
el blog de mate de aida CSI: Inecuaciones pág 1 INTERVALOS Y SEMIRRECTAS La ordenación de números permite definir algunos conjuntos de números que tienen una representación geométrica en la recta real
Más detallesCASIO fx-9860g Biblioteca de Programas
CASIO fx-9860g Biblioteca de rogramas R. Ipanaqué Escuela rofesional de Matemática, Universidad acional de iura, erú http://www.unp.edu.pe/pers/ripanaque robertchero@hotmail.com Resumen Las calculadoras
Más detallesT2. Teorema fundamental del cálculo Parte II. Regla de Barrow. Enunciar y demostrar.
EXAMEN TEÓRICO FINAL I T1. Dado y = f(x). Definir función continua en un punto, en un intervalo abierto y en un intervalo cerrado. T2. Teorema fundamental del cálculo Parte II. Regla de Barrow. Enunciar
Más detallesTEMA 9 DERIVADAS. TÉCNICAS DE DERIVACIÓN 9.1 DERIVADA DE UNA FUNCIÓN EN UN PUNTO
TEMA 9 DERIVADAS. TÉCNICAS DE DERIVACIÓN MATEMÁTICAS II º Bach TEMA 9 DERIVADAS. TÉCNICAS DE DERIVACIÓN 9. DERIVADA DE UNA FUNCIÓN EN UN PUNTO TASA DE VARIACIÓN MEDIA Definición Se llama tasa de variación
Más detallesLímites y continuidad de funciones reales de variable real
Límites y continuidad de funciones reales de variable real Álvarez S., Caballero M.V. y Sánchez M. a M. salvarez@um.es, m.victori@um.es, marvega@um.es Índice 1. Definiciones 3 2. Herramientas 10 2.1. Funciones
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detallesUnidad I. Solución de ecuaciones no lineales 1. Métodos cerrados. LMM
Unidad I Solución de ecuaciones no lineales 1. Métodos cerrados www.ifuap.buap.m/~lilia LMM 1 Raíz de una ecuación Raíz de la ecuación: tal que f()=0 En los métodos cerrados se requieren dos valores iniciales
Más detallesREPASO DE FUNCIONES FUNCIONES REALES DE VARIABLE REAL
REPASO DE FUNCIONES FUNCIONES REALES DE VARIABLE REAL CORRESPONDENCIA. Se llama CORRESPONDENCIA entre dos conjuntos A y B a toda ley que asocia elementos del conjunto A con elementos del conjunto B. Se
Más detallesMATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN DESIGUALDADES
MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN DESIGUALDADES Al inicio del Capítulo, estudiamos las relaciones de orden en los número reales y el signi cado de expresiones como a
Más detallesDERIV. DE UNA FUNC. EN UN PUNTO
DERIVADA DE UNA FUNCIÓN Se abre aquí el estudio de uno de los conceptos fundamentales del cálculo diferencial: la derivada de una función. En este tema, además de definir tal concepto, se mostrará su significado
Más detallesF es primitiva de f ya que:
T.2: INTEGRACIÓN 2.1 Primitiva de una función. Integral Indefinida. Propiedades. Sean f y F dos funciones reales definidas en el mismo dominio. La función F es una función primitiva de f, si F tiene por
Más detallesINGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA
INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA Sesión 4 Objetivos: Aplicar el método simplex a la solución de problemas reales. Contenido: Introducción al método Simplex Requerimiento del método Simplex
Más detalles2 t, y t = 2 sin 2t, z t = 3e 3t. ( 2 sin 2t) + z. t = 0. = f u (2, 3)u s (1, 0) + f v (2, 3)v s (1, 0) = ( 1)( 2) + (10)(5) = 52
TALLER : Regla de la cadena, derivadas direccionales y vector gradiente Cálculo en varias variables Universidad Nacional de Colombia - Sede Medellín Escuela de matemáticas 1. Use la regla de la cadena
Más detallesFunciones de Variable Real
Tema 1 Funciones de Variable Real 1.1. La Recta Real Los números reales se pueden ordenar como los puntos de una recta. Los enteros positivos {1, 2, 3, 4,...} que surgen al contar, se llaman números naturales
Más detallesIntegración indefinida y definida. Aplicaciones de la integral: valor medio de una función continua.
Integración indefinida y definida. Aplicaciones de la integral: valor medio de una función continua. 1 1 Departamento de Matemáticas. Universidad de Alcalá de Henares. Contenidos 1 Introducción 2 3 4 5
Más detallesDERIVADA DE UNA FUNCIÓN
DERIVADA DE UNA FUNCIÓN 3URI/XLV~xH] Se estudia aquí uno de los conceptos fundamentales del cálculo diferencial: la derivada de una función. Además de la definición y su interpretación, se allarán las
Más detallesContenido. Sistemas de ecuaciones no lineales. Enunciado del problema. Ejemplos. Ejemplos. Presentación geométrica. Normas CNM-425
Contenido Análisis Numérico Sistemas de ecuaciones no lineales 1 Introducción CNM-45 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Método de Newton Copyleft
Más detallesTEMA 5: LÍMITES Y CONTINUIDAD DE UNA FUNCIÓN.
TEMA 5: LÍMITES Y CONTINUIDAD DE UNA FUNCIÓN. 5.0. INTRODUCCIÓN. En este tema introduciremos los conceptos de límite de una función en un punto y de continuidad de una función que serán básicos en toda
Más detallesREPRESENTACION GRÁFICA DE FUNCIONES
REPRESENTACION GRÁFICA DE FUNCIONES 1 REPRESENTACION GRÁFICA DE FUNCIONES UNIDADES Pag. 1. DEFINICIÓN DE DOMINIO UNA FUNCIÓN.3 2. CORTES CON LOS EJES...5 3. SIMETRÍA..7 4. PERIODICIDAD 9 5. FUNCIONES INVERSAS....10
Más detallesSESIÓN 6 INTERPRETACION GEOMETRICA DE LA DERIVADA, REGLA GENERAL PARA DERIVACIÓN, REGLAS PARA DERIVAR FUNCIONES ALGEBRAICAS.
SESIÓN 6 INTERPRETACION GEOMETRICA DE LA DERIVADA, REGLA GENERAL PARA DERIVACIÓN, REGLAS PARA DERIVAR FUNCIONES ALGEBRAICAS. I. CONTENIDOS: 1. Interpretación geométrica de la derivada 2. Regla general
Más detallesEL PROBLEMA GENERAL DE OPTIMIZACION
EL PROBLEMA GENERAL DE OPTIMIZACION Terminología Tipos de soluciones Resultados teóricos sobre existencia y unicidad de soluciones Método gráfico de resolución Problemas de optimización Este tipo de problemas
Más detallesLímites y continuidad 1º Bachillerato ELABORADO CON EDITORIAL SM
Límites y continuidad º Bachillerato ELABORADO CON EDITORIAL SM FUNCIÓN REAL DE VARIABLE REAL: EJEMPLO I La fórmula f(x)=x 2 relaciona dos variables reales R Dominio 2 2,3 5 f(x) = x 2 f(2) = 4 f(2,3)
Más detallesAMPLIACIÓN DE MATEMÁTICAS
AMPLIACIÓN DE MATEMÁTICAS SUCESIONES DE FUNCIONES En primer curso estudiamos el concepto de convergencia de una sucesión de números. Decíamos que dada una sucesión de números reales (x n ) n=1 R, ésta
Más detallesEcuaciones e inecuaciones. Sistemas de ecuaciones e inecuaciones
Ecuaciones e inecuaciones. Sistemas de ecuaciones e inecuaciones Álvarez S., Caballero M.V. y Sánchez M. a M. salvarez@um.es, m.victori@um.es, marvega@um.es Índice 1. Herramientas 6 1.1. Factorización
Más detallesNEWTON.MA.nb 1. Método de Newton
NEWTON.MA.nb 1 Método de Newton Para aproximar soluciones a la ecuación f(x)=0, hemos visto hasta ahora los métodos de la bisección y la secante. El método de Newton proviene de utilizar el punto en el
Más detallesEjercicios Propuestos Tema 2
Ejercicios Propuestos Tema 2 1 Programar la función: fx, A, X = a 0 + a 1 x x 1 + a 2 x x 1 x x 2 + + a n x x 1 x x 2 x x n, donde A = [a 0, a 1,, a n ], X = [x 1, x 2,, x n ], con x R Calcular todas las
Más detallesMétodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones
Métodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril 009,
Más detallesCálculo de las raíces reales de. Ecuaciones Algebraicas y Trascendentes. con la TI Voyage 200
Fermí Vilà TI Voyage 200 1 Cálculo de las raíces reales de Ecuaciones Algebraicas y Trascendentes con la TI Voyage 200 Fermí Vilà Fermí Vilà TI Voyage 200 2 Método de las Cuerdas o Regla de las Partes
Más detalles