Metodos Numéricos Tema: Solución de ecuaciones no lineales
|
|
- Tomás Lagos Alcaraz
- hace 6 años
- Vistas:
Transcripción
1 Metodos Numéricos Tema: Solución de ecuaciones no lineales Irene Tischer Escuela de Ingeniería y Computación Universidad del Valle, Cali Typeset by FoilTEX 1
2 Métodos numéricos Tema: Sistemas Lineales Contenido 1. Generalidades 2. El método de Bisección 3. El método de Newton-Raphson 4. Sistemas de ecuaciones no lineales Typeset by FoilTEX 2
3 Métodos numéricos Tema: Sistemas Lineales Contenido 1. Generalidades 2. El método de Bisección 3. El método de Newton-Raphson 4. Sistemas de ecuaciones no lineales Typeset by FoilTEX 3
4 Métodos numéricos Tema: Sistemas Lineales 1. Generalidades Motivación En muchas situaciones surge, de manera natural, el cálculo de las raíces de una ecuación no lineal en una variable, f(x) = 0 Ciertas ecuaciones no lineales pueden resolverse analíticamente: 6x 2 7x + 2 = 0 (3x 2)(2x 1) = 0 x = 2 3, 1 2 cos 3x cos 7x = 0 2 sin 5x sin 2x = 0 x = nπ 5, nπ 2, n Z Otras ecuaciones no lineales no tienen solución analítica: 2 x2 10 x + 1 = 0, cosh ( x2 + 1 e x) + log sin x = 0 Muchas veces los coecientes de las ecuaciones no lineales se conocen solo de forma aproximada, por lo que carecería de sentido un cálculo exacto. Typeset by FoilTEX 4
5 Métodos numéricos Tema: Sistemas Lineales 1. Generalidades Cálculo aproximado de raíces Entonces es importante el estudio de métodos numéricos para encontrar las soluciones ó raíces de una ecuación: f(x) = 0 en [a, b] que permitan aproximarlas con el grado de precisión deseado. Los métodos numéricos para buscar la ó las raíces de una ecuación no lineal f(x) = 0 están basados en técnicas iterativas: Comenzando por una solución aproximada, se utiliza un algoritmo numérico que mejora la solución hasta que se satisface un determinado criterio de convergencia. Typeset by FoilTEX 5
6 Métodos numéricos Tema: Sistemas Lineales 1. Generalidades Etapas del cálculo aproximado de raíces En el cálculo aproximado de raíces de una ecuación, f(x) = 0 en [a, b] podemos distinguir dos etapas principales, 1. Separación de raíces: Se establecen subintérvalos de [a, b] que contengan una y solo una raíz de la ecuación. Teorema de Bolzano: nos garantiza la existencia de raíces. Teorema de Rolle: nos acota el número de raíces que pueda haber. 2. Cálculo de las raíces: En cada uno de los intervalos se aplica un proceso iterativo que conduce a una sucesión: {x n } n=0 que tiende al valor de la raíz. Se toma como aproximación de la solución un elemento de la sucesión próximo a la raíz. Typeset by FoilTEX 6
7 Métodos numéricos Tema: Sistemas Lineales 1. Generalidades Teorema de Bolzano Sea f una función real, continua en el intervalo [a, b]. Si el signo de f cambia en los extremos del intervalo, es decir si f(a)f(b) < 0, entonces f tiene por lo menos una raíz en (a, b). f a raiz b Figura 1. El teorema de Bolzano Typeset by FoilTEX 7
8 Métodos numéricos Tema: Sistemas Lineales 1. Generalidades Teorema de Rolle Sea f una función real, continua y diferenciable en el intervalo [a, b]. Si f(a) = f(b), entonces existe u en (a, b) tal que f (u) = 0. f HuL=0 fhal fhbl Figura 2. El teorema de Rolle a u b - Typeset by FoilTEX 8
9 Métodos numéricos Tema: Sistemas Lineales 1. Generalidades Uso de los teoremas de Bolzano y Rolle 1. Una función real diferenciable monótona en el intervalo [a, b], que cambia de signo en los extremos, tiene exactamente una raíz. 2. Si f es continua y diferenciable en [a, b] y si f tiene n raíces, entonces f tiene a lo sumo n + 1 raíces. 3. Si la segunda derivada f de f tiene signo constante, entonces f tiene a lo sumo 2 raíces. Typeset by FoilTEX 9
10 Métodos numéricos Tema: Sistemas Lineales Contenido 1. Generalidades 2. El método de Bisección 3. El método de Newton-Raphson 4. Sistemas de ecuaciones no lineales Typeset by FoilTEX 10
11 Métodos numéricos Tema: Sistemas Lineales 2. El método de Bisección Objetivo Dada la función f(x) continua en [a, b] tal que f(a)f(b) < 0, el objetivo es encontrar x (a, b) tal que f(x ) = 0 y en su defecto una aproximación cuyo error absoluto sea menor que una tolerancia τ deseada. Se supone que hay una raíz y solo una en el intervalo [a, b]. Typeset by FoilTEX 11
12 Métodos numéricos Tema: Sistemas Lineales 2. El método de Bisección Procedimiento El método de bisección está basado en el teorema de Bolzano que garantiza la existencia de una raíz en [a, b] si hay cambio de signo de f. Partiendo del intervalo inicial, el método de bisección construye un sucesión de intervalos siempre más pequeños que contiene una raíz ya que se mantiene el cambio de signo (gura 3) intervalo iteracion 1 intervalo iteracion 2 intervalo iteracion 3 Figura 3. Tres pasos de bisección para la función f(x) = x 2 2, empezando en el intervalo [0,3]. Typeset by FoilTEX 12
13 Métodos numéricos Tema: Sistemas Lineales 2. El método de Bisección Procedimiento (continuación) es la aproxi- Iniciamos con el intervalo [a, b], el punto intermedio x = a + b 2 mación inicial de la raíz. Pueden presentarse dos casos: 1. f(x) = 0, entonces se encontró una raíz exacta: x = x = a + b f(x) 0. entonces se elige aquel intervalo [a, x] ó [x, b], en cuyos extremos la función toma signos opuestos. De esta forma se aplica otra vez el teorema de Bolzano. Reiterando el proceso anterior ó bien obtenemos la raíz exacta ó bien una sucesión de intervalos cerrados encajados que tienden hacia el valor de la raíz. Se toma como aproximación de la raíz el punto medio del intervalo obtenido en la última iteración. Typeset by FoilTEX 13
14 Métodos numéricos Tema: Sistemas Lineales 2. El método de Bisección Análisis del error Sea L = L (0) = b a el tamaño inicial del intervalo. Después de la primera iteración, k = 1, la raíz se encuentra contenida en un intervalo cuyo tamaño es L (1) = b a = L(0). Después de la k-ésima iteración, el tamaño será, L (k) = 1 2 L(k 1) = b a 2 k. Esto signica que la sucesión de intervalos construida por el método de bisección, se contrae a un solo punto, que es una raíz exacta de la función f. Typeset by FoilTEX 14
15 Métodos numéricos Tema: Sistemas Lineales 2. El método de Bisección Análisis del error (continuación) La aproximación de la raíz en la k-ésima iteración es el punto medio del intervalo x k. Por eso, el error es menor o igual que la mitad de la longitud del intervalo. ε 0 = x 0 x L 2 ; ε 1 = x 1 x L(1) 2 = L 2 2;. ε k = x k x L(k) 2 = L 2 k+1. El error converge a 0, es decir, el método de bisección converge a la raíz verdadera. La convergencia es lenta, en cada iteración el error se reduce a la mitad. Typeset by FoilTEX 15
16 Métodos numéricos Tema: Sistemas Lineales 2. El método de Bisección Tolerancia El comportamiento del error permite calcular con anticipación el número de iteraciones requeridas para obtener una aproximación con una tolerancia τ deseada. Sea τ la tolerancia deseada, es decir, se debe iterar hasta que x x τ, Después de la k-ésima iteración tenemos x x L(k) 2 = b a 2 k+1 Seleccionando k max tal que la tolerancia deseada τ. b a 2 k max+1 τ, se obtiene un error por debajo de Por eso, para el número k max tolerancia τ se debe cumplir: de iteraciones requeridas para obtener la b a k max + 1 log 2 τ o sea k max = (int) ( b a log 2 τ ) Typeset by FoilTEX 16
17 Métodos numéricos Tema: Sistemas Lineales 2. El método de Bisección Algoritmo BISECCIÓN Entrada: la función f; el intervalo [a, b]; la tolerancia τ. Salida: solución aproximada o exacta o mensaje de fracaso Paso 1: Si f(a) f(b) 0, si la función no cambia de signo, devuelva Mensaje de fracaso el método de bisección no funciona k max (int) `log b a 2 τ k max es el número de iteraciones Paso 2: para k = 1 hasta k max haga iterar hasta llegar a la tolerancia τ si f(x) = 0, devuelva x se encontró una raíz exacta si f(a) f(x) < 0, entonces b x se sigue con el intervalo, sino a x donde hay cambio de signo (n para) Paso 3: devuelva x. x es la aproximación de la raíz Typeset by FoilTEX 17
18 Métodos numéricos Tema: Sistemas Lineales 2. El método de Bisección Ejemplo Determinar la raíz de la función f denida por f(x) := x 2 2 con una tolerancia τ = 0.01, empezando con el intervalo [0, 2]. Typeset by FoilTEX 18
19 Métodos numéricos Tema: Sistemas Lineales 2. El método de Bisección Paso 1: Paso 2: Solución f(0) = 2, f(2) = 2, es decir tenemos signos opuestos. k max = (int) `log b a 2 τ = (int) (log2 200) = 7. Se necesitan 7 iteraciones Iteración it. a b x f(a) f(b) f(x) err , Paso 3: Obtenemos la aproximación de la raíz x = 1, con una tolerancia τ = 0.01 (el error verdadero es = ). En comparación: la solución exacta es 2 = 1, Typeset by FoilTEX 19
20 Métodos numéricos Tema: Sistemas Lineales 2. El método de Bisección Observaciones generales 1. Si la función f es continua y cambia de signo en el intervalo [a, b], el método de bisección converge a una raíz (gura 4a). 2. Si la función f es continua y no cambia de signo en el intervalo [a, b], el método de bisección no funciona. Es decir, el método no es capaz de encontrar la raíz en la situación de la gura 4b. 3. Si la función f no es continua, el método encuentra un punto de discontinuidad donde la función cambia de signo (gura 4c). Un seguimiento de los valores de f(x) muestra si se trata de una raíz o una discontinuidad. 4. Si la función f es continua y cambia de signo en el intervalo [a, b], el método encuentra una raíz de la función. Si f tiene varias raíces, se es importante separarlas para poder controlar el procesos (gura 4d). Typeset by FoilTEX 20
21 Métodos numéricos Tema: Sistemas Lineales 2. El método de Bisección Comportamientos del método de bisección 0 2 a) Se cumplen los supuestos, el método converge. c) El método de bisección encuentra la discontinuidad 0 2 b) La función no cambia de signo, el método de bisección no funciona. Figura 4. El método de bisección en diferentes situaciones d) Si hay varias raíces en el intervalo, el método de bisección encuentra una de ellas. Typeset by FoilTEX 21
22 Métodos numéricos Tema: Sistemas Lineales Contenido 1. Generalidades 2. El método de Bisección 3. El método de Newton-Raphson 4. Sistemas de ecuaciones no lineales Typeset by FoilTEX 22
23 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Desarrollo de la fórmula de Newton - Raphson El método de Newton-Raphson es un proceso iterativo para encontrar una aproximación a la raíz de una función. Se basa en el teorema de desarrollo de Taylor: Si f es una función de C 2 (es decir, dos veces continuamente derivable), se puede desarrollar f en un punto x para obtener su valor en la raíz x : 0 = f(x ) = f(x) + (x x)f (x) + O ( (x x) 2) Ignorando el residuo se obtiene 0 = f(x ) f(x) + (x x)f (x) Resolviendo la ecuación obtenemos x x f(x) f (x) Typeset by FoilTEX 23
24 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Aplicación iterativa de la fórmula de Newton - Raphson Método de Newton - Raphson: Se comienza tomando un valor inicial x 0 sucientemente cerca de la raíz x. de prueba que se supone está Se itera usando la fórmula x k+1 = x k f(x k) f (x k ). Typeset by FoilTEX 24
25 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Interpretación gráca La primera iteración consiste en tomar como aproximación el punto x 1 de corte de la recta tangente a la gráca de la función f(x) en el punto x 1. La ecuación de esta recta es y = f(x 0 ) + (x x 0 )f (x 0 ). Por tanto la intersección de la recta con el eje de abscisas es x 1 = x 0 f(x 0) f (x 0 ). Reiterando este proceso sucesivamente se obtiene la sucesión de valores x k x1= x0=3 Figura 5. El método de Newton-Raphson -2.5 fhxl para la función-5f(x) = x 2 ghxl 2, usando el punto inicial x 0 = 3. Typeset by FoilTEX 25
26 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Condiciones de parada para el método de Newton Se usan 3 diferentes condiciones de parada: 1. En términos del error aproximativo relativo: x k+1 x k x k+1 la tolerancia deseada. τ x, donde τ x es 2. En términos del valor de la función en la aproximación: f(x k ) τ f, donde τ f signica la desviación máxima de En términos del número de iteraciones: esta condición que garantiza que el algoritmo para, aun que no converge. En resumen, para actuar con cautela el consejo es parar las iteraciones cuando los dos tests se cumplen o cuando se han realizado el número de iteraciones. Typeset by FoilTEX 26
27 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Algoritmo NEWTON - RAPHSON Entrada: la función f y su derivada f ; las tolerancia τ x, τ f ; Salida el número máximo de iteraciones k max ; una aproximación inicial x 0 de la raíz. solución aproximada; condición de parada activa Paso 1 k 1; x 1 x 0 f(x 0) f (x 0 ) inicialización; se manejan las variables x 1 : aproximación actual x 0 : aproximación anterior Paso 2 mientras si no se cumple la «x1 x 0 > τ x f(x 1 ) > τ f condición de parada x 1 Paso 3 k < k max x 0 x 1 ; x 1 x 0 f(x 0) f (x 0 ) ; k k + 1; (n mientras) «x1 x 0 si τ x f(x 1 ) τ f x 1 devuelva parada por tolerancia si no devuelva parada por número de iteraciones determinar nueva aproximación mensaje de acuerdo a la condición de parada devuelva x 1. x 1 es aproximación de la raíz Typeset by FoilTEX 27
28 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Ejemplo Aplicar el método de Newton - Raphson a la función f(x) = x 2 2, iniciando en el punto x 0 = 1, usando las tolerancias τ x = 10 5, τ f = 10 5 y un número máximo de 50 iteraciones. Solución it. x 0 f(x 0 ) f (x 0 ) x 1 = x 0 f(x 0 ) f (x 0 ) x 1 x 0 x Después de 4 iteraciones se alcanza una aproximación con las tolerancias deseadas. La aproximación de la raíz ya coincide en los 8 primeros decimales con el valor verdadero. Typeset by FoilTEX 28
29 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Análisis del error y convergencia Deniendo el error en la k-ésima iteración como ɛ k := x k x y suponiendo que f C 2 con f (r) 0 se tiene por el desarrollo de Taylor 0 = f(x ) = f(x k ɛ k ) = f(x k ) ɛ k f (x k ) ɛ2 kf (ξ k ) con ξ k entre x k y x ; es decir ɛ k f (x k ) f(x k ) = 1 2 ɛ2 kf (ξ k ) De ahí se obtiene para el error de la iteración k + 1: ɛ k+1 = x k+1 r = x k f(x k) f (x k ) x = ɛ k f(x k) f (x k ) = ɛ kf (x k ) f(x k ) f (x k ) es decir: ɛ k+1 = ɛ2 k f (ξ k ) 2f (x k ) ɛ2 k f (r) 2f (x ) = Cɛ2 k. Esto signica que el error en la iteración k + 1 es proporcional al cuadrado de error en la iteración k. Por eso se habla de convergencia cuadrática. Este hecho permite derivar el siguiente teorema: = ɛ2 k f (ξ k 2f (x k ) Typeset by FoilTEX 29
30 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Teorema (convergencia en una vecindad de la raíz) Sea f C 2 y x una raíz simple de f (es decir, f (x ) 0). Entonces el método de Newton-Raphson converge para todos los puntos en una vecindad de la raíz. El teorema es de poca aplicabilidad práctica, porque garantiza convergencia en una vecindad, pero no la especica. La gura 6 muestra una situación, donde el método de Newton no converge, ya que se selecciona el punto inicial x 0 NO sucientemente cercano a la raíz. El siguiente teorema garantiza la convergencia si se cumplen ciertas hipótesis sobre la función f. fhxl g2hxl g1hxl Figura 6. El método de Newton-Raphson diverge, ya que el punto inicial x 0 x0 x1 x2 no se encuentra sucientemente cercano a la raíz. Typeset by FoilTEX 30
31 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Supuestos La convergencia del método de Newton se asegura mediante los siguientes supuestos sobre la función f : [a, b] R. f C 2 [a, b], es decir las funciones derivadas de f hasta el orden 2 son continuas. f(a)f(b) < 0. f tiene signo constante en [a, b]. f tiene signo constante en [a, b]. Teorema (Convergencia del método de Newton-Raphson) Si la función f : [a, b] R verica los supuestos anteriores y tomamos x 0 el extremo del intervalo [a, b] tal que, signof(x 0 ) = signof entonces el método de Newton converge al menos cuadráticamente a la única raíz de f(x) en [a, b]. Typeset by FoilTEX 31
32 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Ventajas y desventajas del método de Newton-Raphson Resumiendo se puede decir: Si el método de Newton converge, la convergencia es generalmente rápido (cuadrático). Pero se puede obtener divergencia, si el punto inicial no está seleccionado apropiadamente. Typeset by FoilTEX 32
33 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson El método de la secante Si no se dispone de la derivada de la función f, o si la derivada es difícil de evaluar, se puede utilizar una aproximación numérica de la derivada: f (x k ) f(x k) f(x k 1 ) x k x k 1 Remplazando la derivada en la fórmula de Newton-Raphson por esta aproximación, se obtiene el método de la secante: x k x k 1 x k+1 = x k f(x k ) f(x k ) f(x k 1 ). Obviamente se requiere denir dos puntos iniciales x 0 y x 1. Typeset by FoilTEX 33
34 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Interpretación gráca La interpretación gráca de este método ilustra la gura 7. Dadas las aproximaciones x k y x k 1 de la raíz, obtenidas en los dos últimas iteraciones se construye la recta que coincide con f en estos puntos. La nueva aproximación es la raíz de esta recta. f x0=0 x2 x3 x4 x1=3 Figura 7. El método de la secante para la función f(x) = x 2 2. Los puntos iniciales son x 0 = 0 y x 1 = 3. Typeset by FoilTEX 34
35 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Ejemplo Aplicar el método de la secante a la función f(x) = x 2 2, iniciando con x 0 = 0 y x 1 = 3. Solución x 1 x 0 x 2 = x 1 f(x 1 ) f(x 1 ) f(x) = 3 f(3) 3 0 f(3) f(0) = x 2 x 1 x 3 = x 2 f(x 2 ) f(x 2 ) f(x 1 ) = 2 f(2 3 ) f( ) f(03) = 1,0909. La sucesión (x k ) de aproximaciones de la raíz que se obtiene es: 0, 3, , , , , , ( 2)) = 2 3 Se observa, que el método de la secante se comporta muy parecido al método de Newton-Raphson: converge muy rápido. Typeset by FoilTEX 35
36 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson La situación con raíces múltiples La situación con raíces múltiples requiere atención especial. Si la función f tiene una raíz x con multiplicidad par, f no cambia el signo en un entorno de x, es decir, el método de bisección no es aplicable (ver gura 4b). Si x tiene multiplicidad m > 1,no se cumplen los supuestos del teorema de convergencia en una vecindad. No se puede garantizar convergencia cuadrática en una vecindad de la raíz, generalmente, el método de Newton-Raphson se vuelven lento. Esto se debe al hecho, que la derivada f de f también tiene una raíz en x, es decir se aproxima la raíz, usando rectas con pendientes siempre más pequeños. Por la misma razón, el método de la secantes es lento para m > 1: las pendientes de las secantes que usa el método, convergen a 0. Typeset by FoilTEX 36
37 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Ejemplo La función f(x) := (x 1) 3 (x 3) tiene raíz triple en x = 1. Aplicar el método de Newton-Raphson iniciando en el punto x 0 = 0. Solución Aplicando el método de Newton-Raphson se obtiene las siguientes aproximaciones de la raíz: 0, 0.3, , , , , , , , , , , , , , , , , , , ,... Se observa que la convergencia es muy lenta. Typeset by FoilTEX 37
38 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Modicaciones del método de Newton-Raphson para la búsqueda de raíces múltiples Variante 1. Si se conoce la multiplicidad m de la raíz se puede aplicar la fórmula modicada: x k+1 = x k m f(x k) f (x k ). Typeset by FoilTEX 38
39 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Modicaciones del método de Newton-Raphson para la búsqueda de raíces múltiples (continuación) Variante 2. Observando que la función u(x) := f(x) tiene las mismas raíces que f, f (x) se aplica el método de Newton-Raphson a u para obtener las raíces de f. Aplicando la regla del cociente se obtiene: u (x) = d dx «f(x) f (x) = f (x)f (x) f(x)f (x) (f (x)) 2 u(x) u (x) = f(x)f (x) (f (x)) 2 f(x)f (x) y se obtiene la fórmula modicada x k+1 = x k f(x)f (x) (f (x)) 2 f(x)f (x). Typeset by FoilTEX 39
40 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Ejemplo Aplicar los métodos modicados para raíces múltiples a la función f(x) := (x 1) 3 (x 3) iniciando en el punto x 0 = 0. Typeset by FoilTEX 40
41 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Las derivadas de f son: f (x) := 2(x 1) 2 (2x 5) f (x) := 12(2 3x + x 2 ) Solución Typeset by FoilTEX 41
42 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Solución: Variante 1 La raíz x = 1 tiene multiplicidad m = 3, por eso se aplica la fórmula x k+1 = x k 3 f(x k) f (x k ) = x k 3 (x k 1) 3 (x k 3) 2(x 1) 2 (2x 5). Iniciando en x 0 = 0 se obtiene x 1 = x 0 3 f(x 0) f (x 0 ) = 0 3 (0 1)3 (0 3) 2(0 1) 2 (2 0 5) = 9 10 = 0,9. x 2 = x 1 3 f(x 1) f (x 1 ) = 0,9 3 (0,9 1)3 (0,9 3) 2(0,9 1) 2 (2 0,9 5) = 0,9984 x 3 = x 2 3 f(x 2) f (x 2 ) = 0, (0,9984 1)3 (0,9984 3) 2(0,9984 1) 2 (2 0,984 5) = 1. Se observa que el método modicado converge muy rápido a la raíz múltiple. Typeset by FoilTEX 42
43 Métodos numéricos Tema: Sistemas Lineales 3. El método de Newton-Raphson Solución: Variante 2 Iniciando en x 0 y aplicando la fórmula modicada f(x)f (x) x k+1 = x k (f (x)) 2 f(x)f (x) se obtiene f(x 0 )f (x 0 ) x 1 = x 0 (f (x 0 )) 2 f(x 0 )f (x 0 ) = (x 0 1) 3 (x 0 3)(x 0 1) 2 (2x 0 5) = x 0 ((x 0 1) 2 (2x 0 5)) 2 (x 0 1) 3 (x 0 3)12(2 3x 0 + x 2 ) = 1,0714 y de manera análoga: x 2 = 1,0009; x 3 = 1. Otra vez se verica la convergencia rápida del método. Typeset by FoilTEX 43
44 Métodos numéricos Tema: Sistemas Lineales Contenido 1. Generalidades 2. El método de Bisección 3. El método de Newton-Raphson 4. Sistemas de ecuaciones no lineales Typeset by FoilTEX 44
45 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales El problema multidimensional Generalizando el caso undimensional, se busca la solución de un sistema de n ecuaciones en n variables: f 1 (x 1, x 2,..., x n ) = 0 f 2 (x 1, x 2,..., x n ) = 0. f n (x 1, x 2,..., x n ) = 0 En forma compacta se puede escribir el sistema como F [X] = 0 donde X = [x 1, x 2,..., x n ]; 0 es el vector de n componentes iguales a 0 y f 1 (X) F la función de R n R n denida por F (X) = f 2 (X).. f n (X) Typeset by FoilTEX 45
46 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales El problema multidimensional (continuación) Se debe encontrar la intersección de los conjuntos de las raíces de cada ecuación, un problema difícil en el caso no lineal ya que las ecuaciones no son relacionadas entre sí (gura 8). Generalmente ni siquiera se sabe, cuantas soluciones tiene el sistema. Si las funciones f 1,f 2,..., f n son lineales, el problema es más sencillo: se busca la solución del sistema lineal a 11 x 1 + a 12 x a 1n x n b 1 = 0 a 21 x 1 + a 21 x a 2n x n b 2 = 0. a n1 x 1 + a n2 x , +a nn x b n = 0 problema que se resuelve con los métodos estándares de algebra matricial. Typeset by FoilTEX 46
47 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales Enfoque: Linealización del problema Dado que el problema de resolver sistemas de ecuaciones lineales es más fácil, los métodos númericos para sistemas no lineales se basan en la linealización del problema: Se aproxima el sistema no lineal por uno lineal, que se resuelve más facilmente. La solución del sistema lineal es una aproximación del sistema no lineal. 1 La linealización hace uso de la generalización del teorema de Taylor para el caso multidimensional. Como en el cso de una dimension, el desarrollo de Taylor de orden 1 aproxima la función por una función lineal. 1 en lo que sigue se discute el caso dos dimensional, la generalización a más dimensiones es obvia. Typeset by FoilTEX 47
48 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales Resolver el sistema: c (x 1 2) 2 + (x 2 2) 2 = 0 x 1 x sen(x 1 x 2 ) + c = 0 Las funciones correspondientes son: Ejemplo f 1 (x 1, x 2 ) = c (x 1 2) 2 + (x 2 2) 2 f 2 (x 1, x 2 ) = x 1 x sen(x 1 x 2 ) + c (c es un número real) y el sistema correspondiente se escribe como [ ] [ f1 (X) c (x1 2) 2 + (x 2 2) 2 f 1 (X) F (X) = = x 1 f 2 (X) x sen(x 1 x 2 ) + c ] = 0 Typeset by FoilTEX 48
49 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales Ejemplo (continuación) En la gura siguiente (gura 8) se hace evidente la dicultad de un procedimiento analítico para la solución del problema. Se muestran las 2 funciones y sus lineas de nivel. Las soluciones del sistema corresponden a las intersecciones de las lineas de nivel 0 de llas dos funciones. Se observa como se varian las soluciones para diferentes valores del parámetro c. No existe relación geométrica que se puede aprovecha en un algoritmo que localiza las raíces. Typeset by FoilTEX 49
50 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales f 1 (x 1, x 2 ) = c (x 1 2) 2 + (x 2 2) a) La gráca tridimensional 0 de f 1 b) Las líneas de nivel de la función f f 2 (x 1, x 2 ) = x 1 x sen(x 1 x 2 ) + c c) La gráca tridimensional de f 2. d) Las líneas de nivel de la función f 2. Figura Typeset by FoilTEX 50
51 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales Teorema (desarrollo de Taylor) Si F : R n R n es dos veces continuamente diferenciable, X R n, entonces: F (X 0 + H) = F (X 0 ) + F X0 H + R 1 donde para el residuo R 1 se tiene: R 1 = O( H 2 ). [ ] h1 Aquí H = es el paso: h h 1 para la variable x 1 y h 2 para x 2. ; = [ ] 2, es el gradiente. x 1 x 2 f 1 f 1 [ ] f1 x 1 x 2 Dado que F =, se obtiene F = la matriz jacobiana f 2 f 2 f 2 x 1 x 2 de F. Typeset by FoilTEX 51
52 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales Desarrollo del método de Newton-Raphson para sistemas de ecuaciones El método de Newton se puede generalizar al caso de sistemas de ecuaciones no lineales, basado en el teorema de Taylor para el caso multidimensional: Sea X = X 0 + H una raíz de F, entonces F (X ) = F (X 0 + H) = 0, y con el teorema de Taylor se obtiene: 0 = F (X) F (X0 ) + J X0 H Observese que la ecuación anterior es un sistema lineal de ecuaciones para determinar el vector desconicido H,es decir, linealizamos el problema original. Si la jacobiana J X0 no es singular, se puede resolver este sisterma, multiplicando la anterior ecuación con su inversa (J X0 ) 1, y se obtiene: 0 (J X0 ) 1 F (X 0 ) + H H (J X0 ) 1 F (X 0 ). y la nueva aproximación de la raíz X es X 1 = X 0 + H. Typeset by FoilTEX 52
53 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales Método de Newton-Raphson en varias dimensiones Inicia con una aproximación de la raíz X 0 En cada iteración: X k+1 = X k + H. donde H = ( J Xk ) 1 F (Xk ) Typeset by FoilTEX 53
54 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales Ejemplo Aplicar el método de Newton-Raphson para resolver el sistema x 1 + 4x x 2 = 1 x x x 1 x 2 = 0 iniciando en el punto X 0 = [ 0,5 0,5 ]. Typeset by FoilTEX 54
55 F (X) = Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales f 1(x 1, x 2 ) f 2 (x 1, x 2 ) = Solución x 1 + 4x x x x x 1 x 2 Las derivadas parciales de f 1 y f 2 respecto a x 1 y x 2 son:. f 1 (x 1, x 2 ) = 1; x 1 f 2 (x 1, x 2 ) = 2x 1 + 1; x 1 la matriz jacobiana por ende es: J X = f 1 (x 1, x 2 ) = 8x x 2 f 2 (x 1, x 2 ) = 4x 2 1 x 2 1 8x x x 2 1 Typeset by FoilTEX 55
56 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales Empezando en X 0 =» 0,5 0,5 Solución (continuación) obtenemos: Primera iteración: F (X 0 ) =» 3,5 0,25 H = `J Xk 1 F =» 5,5 0,25» 1 8 ; J X0 = `J» Xk = » 6 = X 1 = X 0 + H = 0,75 ;. Segunda iteración:»» 0, F (X 1 ) = ; J 30,375 X1 = 11 2» 0, , J 1 X = 1 0, , » 2,70759 H = X 0, = X 1 + H =» 3, , Typeset by FoilTEX 56
57 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales Solución (continuación) De manera análoga se procede en las iteraciones siguientes, obteniendo [ ] [ ] [ 1, , ,09826 X 3 = ; X 0, = ; X 0, = 0, [ ] [ ] [ 1, , X 6 = ; X 0, = ; X 0, = 0 ], ] ; lo que es una solución exacta del sistema. Typeset by FoilTEX 57
58 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales Condiciones de parada Las condiciones de parada equivalen a aquellas desarrolladas para el caso de una dimensión, reemplazando el valor absoluto por una norma vectorial: 1. En términos del error aproximativo relativo: X k+1 X k X k+1 la tolerancia deseada. < τ x, donde τ x es 2. En términos del valor de la función en la aproximación: f(x k ) < τ f, donde τ f signica la desviación máxima de El número de iteraciones. Typeset by FoilTEX 58
59 Métodos numéricos Tema: Sistemas Lineales 4. Sistemas de ecuaciones no lineales Algoritmo de NEWTON para sistemas de ecuaciones Entrada: la función multidimensional F ; la matriz jacobiana de F ; las tolerancias τ x, τ f ; el número máximo de iteraciones k max. una aproximación inicial X 0 de la raíz. Salida: solución aproximada; condición de parada activa Paso 1 Paso 2 Paso 3 k 1; H = J 1 X F (X 0 ); 0 X 1 X 0 + H; «X1 X 0 mientras > τ x F (X 1 ) > τ f ( k < k max ) X 1 X 0 X 1 ; H J 1 X 0 F (X 0 ); X 1 X 0 + H; k k + 1 «X1 X 0 si τ x y F (X 1 ) τ f devuelva parada por tolerancia X 1 si no devuelva parada por número de iteraciones devuelva X 1. Typeset by FoilTEX 59
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 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 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 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 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 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 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 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 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 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 detallesObservación: El método de Euler, es el método de Taylor de orden 1.
METODO DE TAYLOR TEOREMA DE TAYLOR DE ORDEN N Sea y(t) una función tal que sea n veces continuamente diferenciable en el intervalo [a,b] y existe y (N+1) existe en [a, b] Para todo t k + [a, b] abrá un
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 detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 Métodos Iterativos para Resolver Sistemas Lineales Departamento de Matemáticas ITESM Métodos Iterativos para Resolver Sistemas Lineales Álgebra Lineal - p. 1/30 En esta lectura veremos
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 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 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 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 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 detallesTécnicas numéricas para las Ecuaciones diferenciales de primer orden: Método de Euler
Lección 6 Técnicas numéricas para las Ecuaciones diferenciales de primer orden: Método de Euler 61 Introducción a los métodos numéricos En este capítulo y en los anteriores estamos estudiado algunas técnicas
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 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 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 detallesClase. 1. Resolución de sistemas de ecuaciones lineales: preliminares
Clase 1. Resolución de sistemas de ecuaciones lineales: preliminares 2. Método directo y exacto: Gauss 3. Método directo y exacto (II): descomposición LU 4. Métodos indirectos: Jacobi, Gauss-Seidel 2 Sistemas
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 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 detallesCálculo de una y varias variables (con prácticas en wxmaxima) M.ª Victoria Sebastián Guerrero M.ª Antonia Navascués Sanagustín
Cálculo de una y varias variables (con prácticas en wxmaxima) M.ª Victoria Sebastián Guerrero M.ª Antonia Navascués Sanagustín Prensas Universitarias de Zaragoza Textos Docentes, 201 2011, 450 pp., 17
Más detallesCBC. Matemática (51) universoexacto.com 1
CBC Matemática (51) universoexacto.com 1 PROGRAMA ANALÍTICO 1 :: UNIDAD 1 Números Reales y Coordenadas Cartesianas Representación de los números reales en una recta. Intervalos de Distancia en la recta
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 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 detallesDerivadas Parciales (parte 2)
40 Derivadas Parciales (parte 2) Ejercicio: Si donde y. Determinar Solución: Consideraremos ahora la situación en la que, pero cada una de las variables e es función de dos variables y. En este caso tiene
Más detalles1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE
Practica 1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE I. INTRODUCCION Las planillas de cálculo se han
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 detallesResumen de Análisis Matemático IV
Resumen de Análisis Matemático IV 1. Funciones inversas e implícitas y extremos condicionados 1.1. Teorema de la función inversa Teorema de la función inversa: Sea A abierto de R n, f : A R n tal que f
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 detallesMétodos Numéricos. Carrera: BQM Participantes. Representantes de las academias de Ingeniería Bioquímica. Academia de Ingeniería
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Métodos Numéricos Ingeniería Bioquímica BQM - 0524 3-2-8 2.- HISTORIA DEL PROGRAMA
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 detallesEspacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados
Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones
Más detallesEjercicios resueltos. 4 continua en R luego continua en cualquier. , [ 1,1] = 0 que equivale a decir 1,1
Teoremas de continuidad y derivabilidad Ejercicios resueltos.- Demostrar que la siguiente ecuación tiene una solución en el intervalo, : 4 º. Se considera la función 4 continua en R luego continua en cualquier
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 detallesDERIVADAS PARCIALES Y APLICACIONES
CAPITULO IV CALCULO II 4.1 DEFINICIÓN DERIVADAS PARCIALES Y APLICACIONES En cálculo una derivada parcial de una función de diversas variables es su derivada respecto a una de esas variables con las otras
Más detallesEJERCICIOS RESUELTOS TEMAS 2 y 3. Fco. Javier Cobos Gavala Carlos Botebol Benhamou Beatriz Silva Gallardo
INGENIERÍA TÉCNICA EN INFORMÁTICA DE SISTEMAS EJERCICIOS RESUELTOS TEMAS y 3 de CÁLCULO NUMÉRICO por Fco. Javier Cobos Gavala Carlos Botebol Benhamou Beatriz Silva Gallardo DEPARTAMENTO DE MATEMÁTICA APLICADA
Más detallesMétodos Numéricos: Ejercicios resueltos
Métodos Numéricos: Ejercicios resueltos Tema 6: Resolución aproximada de sistemas de ecuaciones lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica
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 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 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 detallesPreliminares Métodos de Ajuste de Curvas AJUSTE DE CURVAS AJUSTE DE CURVAS
Contenido 1 Preliminares Definiciones 2 Definiciones Contenido 1 Preliminares Definiciones 2 Definiciones Definiciones En ciencias e ingeniería es frecuente que un experimento produzca un conjunto de datos
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 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 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 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 detallesBORRADOR. Sucesiones y series numéricas Sucesiones. es un conjunto ordenado de números
Capítulo 4 Sucesiones y series numéricas 4.1. Sucesiones Una sucesión {s n } es un conjunto ordenado de números {s 1,s 2,s 3,...,s n,...}. Técnicamente, una sucesión puede considerarse como una aplicación
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 detalles10. Series de potencias
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 7-2 Basado en el apunte del curso Cálculo (2do semestre), de Roberto Cominetti, Martín Matamala y Jorge San
Más detalles2. Obtener, por ensayo y error, una aproximación del entero más grande. Sugerencia: leer n y escribir n y n+1. (Puede ser muy largo el ensayo).
En los ejercicios, cuando se hable de un entero (un número entero), se trata de un entero del lenguaje C. Por ejemplo, 10 20 es un número entero en el sentido matemático, pero muy posiblemente este entero
Más detallesUNIDAD 10. DERIVADAS. APLICACIONES DE LAS DERIVADAS
Unidad 0. Derivadas. Aplicaciones de las derivadas UNIDAD 0. DERIVADAS. APLICACIONES DE LAS DERIVADAS. TASA DE VARIACIÓN MEDIA. Se llama TASA DE VARIACIÓN MEDIA (TVM) de una función () f en un intervalo
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 detallesProyectos de trabajos para Matemáticas
Proyectos de trabajos para Matemáticas 14 de julio de 2011 Resumen En cada uno de los Proyectos elegidos, los estudiantes deberán completar las etapas siguientes: Comprender el problema. Tomarse el tiempo
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 detallesSeries numéricas y de potencias. 24 de Noviembre de 2014
Cálculo Series numéricas y de potencias 24 de Noviembre de 2014 Series numéricas y de potencias Series numéricas Sucesiones de números reales Concepto de serie de números reales. Propiedades Criterios
Más detallesTEMA 2: RESOLUCION DE ECUACIONES DE UNA VARIABLE
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 2: RESOLUCION DE ECUACIONES DE UNA VARIABLE 1 CONCEPTOS GENERALES Se llama ecuación escalar numérica a toda expresión formal F (x) = 0 donde F es una
Más detallesUnidad 2: Ecuaciones, inecuaciones y sistemas.
Unidad 2: Ecuaciones, inecuaciones y sistemas 1 Unidad 2: Ecuaciones, inecuaciones y sistemas. 1.- Factorización de polinomios. M. C. D y m.c.m de polinomios. Un número a es raíz de un polinomio es 0.
Más detallesMétodo de diferencias finitas para ecuaciones diferenciales parciales elípticas. (Parte II)
Método de diferencias finitas para ecuaciones diferenciales parciales elípticas (Parte II) Métodos numéricos para sistemas lineales Solución numérica de EDPs requiere resolver sistemas de ecuaciones lineales
Más detallesUNIDAD DE APRENDIZAJE III
UNIDAD DE APRENDIZAJE III Saberes procedimentales 1. Emplea de manera sistemática conceptos algebraicos, geométricos, trigonométricos y de geometría analítica. 2. Relaciona una ecuación algebraica con
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 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 detallesUCV FACULTAD DE INGENIERIA CALCULO I 16/04/2010. Solución al primer examen parcial. x - x 3 1
UCV FACULTAD DE INGENIERIA CALCULO I 16/04/010 Solución al primer eamen parcial 1. Encuentre el conjunto de todos los números reales que satisfacen el sistema de inecuaciones - 3 4 4 0 1 1 1 Solución:
Más detallesFunción diferenciable Regla de la cadena (2 variables) Regla de la cadena (vectorial) Diferenciabilidad
Diferenciabilidad 1 Función diferenciable 2 Regla de la cadena (2 variables) 3 Regla de la cadena (vectorial) OBJETIVO Generalizar el concepto de diferenciabilidad (conocido ya para funciones de una variable)
Más detallesDPTO. DE AMTEMÁTICAS I.E.S. GALLICUM CURSO 2012/13
DESARROLLO DE LAS UNIDADES DIDÁCTICAS MATEMÁTICAS II Según REAL DECRETO 1467/2007, de 2 de noviembre, por el que se establece la estructura del bachillerato y se fijan sus enseñanzas mínimas, estas son
Más detallesINICIACIÓN AL CÁLCULO DE DERIVADAS. APLICACIONES. en un intervalo al siguiente cociente:
INICIACIÓN AL CÁLCULO DE DERIVADAS. APLICACIONES Crecimiento de una Función en un Intervalo Tasa de Variación Media (T.V.M.) Se llama tasa de variación media (T.V.M.) de una función y f() en un intervalo
Más detallesTema 6: Resolución aproximada de sistemas de ecuaciones lineales
Métodos Numéricos: Resumen y ejemplos Tema 6: Resolución aproximada de sistemas de ecuaciones lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de
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 detallesSimulación Numérica de Yacimientos
Simulación Numérica de Yacimientos Dr. Fernando Rodríguez de la Garza e-mail: frodriguezd@pep.pemex.com Tel: 5550872, 5622 307 al 9 Capítulo 4. Simulación Numérica de Flujo Multifásico Unidimensional 4.
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 detallesFUNCIONES DE UNA VARIABLE
FUNCIONES DE UNA VARIABLE 1- Definiciones 2- Algunas funciones reales 3- Ecuaciones de curvas planas en coordenadas cartesianas 4- Coordenadas polares 5- Coordenadas paramétricas 6- Funciones hiperbólicas
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 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 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 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 detallesAnálisis Numérico para Ingeniería. Clase Nro. 3
Análisis Numérico para Ingeniería Clase Nro. 3 Ecuaciones Diferenciales Ordinarias Introducción Problemas de Valores Iniciales Método de la Serie de Taylor Método de Euler Simple Método de Euler Modificado
Más detallesUnidad 5: Geometría analítica del plano.
Geometría analítica del plano 1 Unidad 5: Geometría analítica del plano. 1.- Vectores. Operaciones con vectores. Un vector fijo es un segmento entre dos puntos, A y B del plano, al que se le da una orientación
Más detallesOptimización. Búsqueda en una Dimensión ITESM. Búsqueda en una Dimensión Profr. E. Uresti - p. 1/19. Dr. E Uresti
Optimización Búsqueda en una Dimensión Dr. E Uresti ITESM Búsqueda en una Dimensión Profr. E. Uresti - p. 1/19 Algunos de los métodos numéricos de búsqueda de óptimos de una función en varias variables
Más detallesClase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
Clase No 13: Factorización QR MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 03102011 1 / 16 Factorización QR Sea A R m n con m n La factorización QR de A es A = QR = [Q 1 Q 2 ] R1 = Q 0 1 R
Más detalles5. ANÁLISIS MATEMÁTICO // 5.1. FUNCIONES Y
5. ANÁLISIS MATEMÁTICO // 5.1. FUNCIONES Y LÍMITES. COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2010-2011 5.1.1. Las magnitudes variables: funciones. 5.1.1. Las magnitudes variables:
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 detallesComparar las siguientes ecuaciones, y hallar sus soluciones:
TEMA. Iteraciones. % Hemos aprendido que para resolver una ecuación en x, se despeja la x y se evalúa la expresión que resulta. El siguiente ejemplo nos hará revisar ese esquema. Ejemplo. Comparar las
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 detallesSemana 09 [1/28] Sucesiones. 29 de abril de Sucesiones
Semana 09 [1/28] 29 de abril de 2007 Semana 09 [2/28] Definición Sucesión Una sucesión real es una función: f : N R n f (n) Observaciones Para distinguir a una sucesión de las demás funciones, se ocupará
Más detallesCONTENIDOS MÍNIMOS del ÁREA DE MATEMÁTICAS
Dpto. de Matemáticas IES Las Breñas 4º ESO OPCIÓN B CONTENIDOS MÍNIMOS del ÁREA DE MATEMÁTICAS 1: Números reales. Septiembre-2016 Números no racionales. Expresión decimal - Reconocimiento de algunos irracionales.
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 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 detallesINTRODUCCIÓN. FUNCIONES. LÍMITES.
INTRODUCCIÓN. FUNCIONES. LÍMITES. Este capítulo puede considerarse como una prolongación y extensión del anterior, límite de sucesiones, al campo de las funciones. Se inicia recordando el concepto de función
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 detalles1. Halle el dominio de la función f(x) = ln(25 x2 ) x 2 7x + 12 ; es decir, el conjunto más grande posible donde la función está definida.
Cálculo I (Grado en Ingeniería Informática) Problemas resueltos, 0-3 y 03-4 (segunda parte) Preparado por los profesores de la asignatura: Pablo Fernández, Dragan Vukotić (coordinadores), Luis Guijarro,
Más detallesEXAMEN PARCIAL DE METODOS NUMERICOS (MB536)
UNIVERSIDAD NACIONAL DE INGENIERIA P.A. - FACULTAD DE INGENIERIA MECANICA // EXAMEN PARCIAL DE METODOS NUMERICOS (MB536) DURACION: MINUTOS SOLO SE PERMITE EL USO DE UNA HOJA DE FORMULARIO ESCRIBA CLARAMENTE
Más detallesCálculo Numérico - CO3211. Ejercicios. d ) Sabiendo que la inversa de la matriz A = es A c d
Cálculo Numérico - CO32 Ejercicios Decida cuáles de las siguientes proposiciones son verdaderas y cuáles son falsas Si una proposición es verdadera, demuéstrela, y si es falsa dé un contraejemplo: a Sea
Más detallesPreliminares Problemas de Valor Inicial Problemas de Contorno ECUACIONES DIFERENCIALES ORDINARIAS
ECUACIONES DIFERENCIALES ORDINARIAS Contenido Preliminares 1 Preliminares 2 3 El Método de Disparo Lineal Contenido Preliminares 1 Preliminares 2 3 El Método de Disparo Lineal Preliminares Las ecuaciones
Más detallesDERIVADAS 1.- TASA DE VARIACIÓN MEDIA DE UNA FUNCIÓN. Antes de dar la definición veamos unos ejemplos:
DERIVADAS 1.- TASA DE VARIACIÓN MEDIA DE UNA FUNCIÓN. Antes de dar la definición veamos unos ejemplos: Definición: 2.- TASA DE VARIACIÓN INSTANTÁNEA. DEFINICIÓN DE DERIVADA DE UNA FUNCIÓN EN UN PUNTO.
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallesContinuidad y monotonía
Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados
Más detallesSucesiones y Series. Capítulo O.
Capítulo O. Sucesiones y Series 0.1 Valor absoluto. Propiedades 0.2 Algunas fórmulas trigonométricas 0.3 Fórmulas de la geometría analítica del plano. Distancia entre dos puntos. Punto medio. Pendiente
Más detalles