SlideShare una empresa de Scribd logo
1 de 70
Descargar para leer sin conexión
1
2
FUNCIONES BÁSICAS
OBJETIVO:
Realizar operaciones con las funciones básicas de Matlab
CONTENIDO:
 Variables.
 Formatos numéricos.
 Comandos de lectura y escritura.
 Funciones trigonométricas en matlab.
 Funciones que realizan tareas.
 Funciones de variable Real.
3
VARIABLES
En Matlab como en cualquier otro lenguaje de programación se utilizan variables, estas deben tener
un nombre según ciertas reglas.
Estas reglas son:
 No pueden comenzar con un número, aunque si pueden tener números en su estructura:
variable1 es un nombre válido.
 Las mayúsculas y minúsculas se diferencian en los nombres de variables: A y a son dos
variables diferentes.
 Los nombres de variables no pueden contener operadores ni puntos. No es válido usar
/ * - + . ; : ^
Para el uso de una variable no es necesario declarar sus nombres, en la siguiente tabla se presenta
las variables predefinidas que posee Matlab.
Nombre de la Variable Significado
pi 
i y j 1
inf 
eps 2.2204e-016
NaN No es número
realmin Menor número 2.2251e-308
realmax Mayor número 1.7977e+308
4
FORMATOS NUMÉRICOS
A continuación se presenta los diferentes formatos que usa Matlab en la visualización de sus
variables.
format.- Modifica el formato numérico de los valores desplegados por Matlab, donde la función
afecta sólo cómo son los números exhibidos, no cómo los computa Matlab .
Ejemplo
>> x = [ 4/3 1.2345e-6]
format short
1.3333 0.0000
format short e
1.3333e+000 1.2345e-006
format short g
1.3333 1.2345e-006
format long
1.33333333333333 0.000001234500000
format long e
1.333333333333333e+000 1.234500000000000e-006
format long g
1.33333333333333 1.2345e-006
format bank
1.33 0.00
format rat
4/3 1/810045
5
COMANDOS DE LECTURA Y ESCRITURA
Lectura y escritura interactiva de variables
Matlab provee una forma sencilla de leer variables desde el teclado y visualizar mensajes en la
pantalla de la computadora a través de las siguientes funciones:
input.- Ingresa datos al programa a través del teclado asignándolo a una variable, esta orden puede
usarse con un mensaje en la línea de comandos.
Después de imprimir el mensaje, la orden espera que el usuario digite el valor numérico, un vector,
una matriz o una expresión válida de Matlab.
Ejemplo:
>> z = input ( ) ;
ó en caso contrario
>> z = input (' ingrese un número : ' ) ;
Asigna a la variable z la información digitada.
Ejemplo:
>> z = input (' ingrese su nombre: ' , ' s ' )
Asigna a la variable z la cadena ingresada.
s : indica que la entrada que se hará por teclado es una cadena.
fprintf.- Visualiza un valor numérico o el resultado de una expresión guardada por el usuario.
6
Ejemplo:
>> vol = 49;
>> fprintf ( 'el volumen de la esfera es:' %12.0f n ', vol )
n': indica que la impresión de la variable vol será en la siguiente línea.
%12.0f : formato de un número entero
%12.5f : formato de un número real con 5 decimales.
disp.- Visualiza en pantalla un mensaje de texto o el valor de una matriz, pero sin imprimir su
nombre. En realidad, disp siempre imprime vectores y/o matrices, las cadenas de caracteres se
consideran un caso particular de vectores.
Ejemplos:
>> disp ( ' Esta es una prueba ' );
>> disp ( pi );
>> disp('El programa ha terminado')
>> A = rand(4,4)
>> disp(A)
clear: Borra las variables usadas de la memoria.
clc: Limpia la información de la ventana de comandos.
7
FUNCIONES MATEMÁTICAS EN MATLAB
Matlab ofrece un sinnúmero de funciones las que aceptan como argumento variables reales y/o
complejas sin discriminación, así como con argumentos matriciales.
Funciones trigonométricas
Función Descripción
sin(x) Seno de x.
asin(x) Arcoseno de x.
sinh(x) Seno hiperbólico de x.
asính(x) Arcoseno hiperbólico de x.
cos(x) Coseno de x.
acos(x) Arcocoseno de x.
cosh(x) Coseno hiperbólico de x.
acosh(x) Arcocoseno hiperbólico de x.
tan(x) Tangente de x.
atan(x) arcotangente de x.
tanh(x) Tangente hiperbólico de x.
atanh(x) arcotangente hiperbólico de x.
cot(x) Cotangente de x.
sec(x) Secante de x.
csc(x) Cosecante de x.
8
Ejemplo:
>> x = [1 , 2 , 3 ; 9 , 8 ,7];
>> sin(x)
Nos devuelve como resultado
0.8415 0.9093 0.1411
0.4121 0.9894 0.6570
Observación: Los corchetes se utilizan para definir una variable con múltiples valores.
Ejemplo:
>> x = [0.8 0.9 0.1; 0.8 0.9 0.1; 0.4 0.9 0.6];
>> z=asin(x)
Nos devuelve como resultado
0.9273 1.1198 0.1002
0.9273 1.1198 0.1002
0.4115 1.1198 0.6435
Ejemplo:
>> x = [0.9 0.1; 0.6 0.1; 0.4 0.9];
>> z=tanh(x)
Nos devuelve como resultado
0.7163 0.0997
0.5370 0.0997
0.3799 0.7163
9
Ejemplo:
>> x = [1.5 1.2 1.6; 1.3 1.1 1.8]
>> y=sech(x)
Nos devuelve como resultado
0.4251 0.5523 0.3880
0.5074 0.5993 0.3218
Funciones que realizan tareas
Función Descripción
abs(x) Valor absoluto de x.
sqrt(x) Raíz cuadrada de x.
real(x) Parte real del número complejo x.
imag(x) Parte imaginaria del número complejo x.
sign(x) Función signo de x.
exp(x) e
x
log(x) Logarítmo natural.
log10(x) Logarítmo decimal.
log2(x) Logarítmo en base 2.
min(x) Devuelve el valor mínimo de un arreglo x.
max(x) Devuelve el valor máximo de un arreglo x.
sort(x) Ordena los elementos del arreglo x en forma ascendente.
10
sum(x) Calcula la suma de todos los elementos del arreglo x.
num2str(x) Convierte en cadena el número x.
str2double(x) Convierte en número real la cadena x.
Ejemplo:
>> x = [ -3 4 -11 0 ];
>> abs(x )
Nos devuelve como resultado
3 4 11 0
Ejemplo:
>> x = 3 + 2i ;
>> imag(x )
Nos devuelve como resultado
2
>> real(x )
Nos devuelve como resultado
3
Ejemplo:
>> x = [ 2 1 5 ] ;
>> sort( x )
Nos devuelve como resultado
1 2 5
>> sort( [ 2 1 5 ] ' )
Nos devuelve como resultado
11
1
2
5
Observación: El apóstrofe cambia los valores de la variable con múltiples valores y los presenta en
columna luego sort lo reordena en columna.
Ejemplo:
>> x = [ 2 1 5 ] ;
>> sum ( x )
Nos devuelve como resultado
8
Ejemplo:
>> x = [ 1 3 6; 4 -2 7 ] ;
>> sum ( x )
Nos devuelve como resultado
5 1 13
Observación.- El punto y coma en una variable con múltiples valores indica la culminación de los
valores de una fila y los siguientes se presentarán en la siguiente fila, en este caso el comando sum
calcula la sumatoria de cada columna y se devuelve un vector fila formado por las sumatorias de
todas las columnas.
Ejemplo:
>> x = [ 1, 2, 6 ] ;
12
>> max (x)
Nos devuelve como resultado
6
Ejemplo:
>> x = [ 1, 2, 6 ] ;
>> min(x)
Nos devuelve como resultado
1
Ejemplo:
>> x = 3.240 ;
>> num2str(x)
Nos devuelve como resultado
3240
Ejemplo:
>> x = '268 ' ;
>> str2double(x)
Nos devuelve como resultado
268
Observación.- La conversión de un número en cadena e viceversa es de vital importancia
en el manejo de variables, ya que estos se pueden incluir como argumentos en títulos o ejes
coordenados como se verá posteriormente.
13
FUNCIONES REALES
Función Descripción
eval(f) Evalúa una función en los valores de x .
fplot(f, [a,b]) Grafica la función en el intervalo [a , b].
fzero(f, a) Calcula la raíz de la función f , partiendo del valor a.
trapz(x,f) Calcula el área de la región plana limitada por f en el
intervalo [ a , b ] , donde a es el primer valor de x y b
el último valor de x , x debe ser una variable con
múltiples valores ordenados en orden creciente .
Para hacer uso de los comandos presentados a continuación, se define en la ventana de comandos la
regla de correspondencia de la función.
Ejemplo:
>> nombre_f = ' 3 * x .^ 2 – 5 ' ;
>> x = [ 1 2 4 ];
>> eval ( nombre_f )
Nos devuelve como resultado
-2 7 43
Observación.- el parámetro x puede ser un número complejo o una variable con múltiples valores.
14
Ejemplo:
>> fplot ( nombre_f , [0, 2] ) ,
Nos devuelve como resultado la siguiente figura:
Ejemplo:
>> z = fzero (nombre_f , 2);
Nos devuelve como resultado
1.2910
Ejemplo:
>> x = [0 0.2 0.4 0.6 0.8 1];
>> f = x. ^ 2;
>> area = trapz (x , f)
15
Nos devuelve como resultado
0.34
16
RAÍCES DE ECUACIONES
OBJETIVO:
CALCULAR LAS RAÍCES DE UNA ECUACIÓN ALGEBRAICA O
TRASCENDENTE CON MÉTODOS ITERATIVOS
CONTENIDO:
 Método Gráfico.
 Método de Bisección.
 Método de la Regla falsa.
 Método de Müller.
 Método del Punto fijo.
 Método de Newton Raphson primer y segundo orden.
 Método de Von Misses.
 Raíces Polinómicas.
 Regla de Descartes.
 Método de Virge Vieta.
17
RAÍCES DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES
Frecuentemente en el quehacer diario, nos encontramos con expresiones de la forma
( ) 0f x  , siendo necesario el cálculo de x , esto es la raíz de f , en este capítulo
estudiaremos métodos gráficos y analíticos que nos permitirán aproximar este valor a
través de una sucesión de valores reales.
I.- Solución gráfica.- Nos permite estimar los valores de las raíces.
a.- Primera Forma.- Consiste en trazar las gráficas de la función asociada f
donde puedan reconocerse si existen valores r  talque ( ) 0f r  .
Ejemplo: Aproximar los valores de las raíces de la ecuación.
061232 23
 xxx
Solución.- Obtenemos la función f asociada.
  61232 23
 xxxxf
x -4 -3 -2 -1 1 2 Raíces aproximadas.
y -26 15 26 19 -1 10 r1~-3.5 r2~0.6 r3~1.4
18
b.- Segunda Forma.- Consiste en transformar la función asociada f en la forma
1 2( ) ( )f x f x , luego 1f y 2f se grafican en el mismo sistema de
coordenadas donde las raíces de f son las intersecciones de las gráficas.
Ejemplo: Estimar los valores de las raíces de la ecuación.
2 1
2 0x
x
  
Solución.- Obtenemos la función asociada.
2 1
( ) 2f x x
x
  
Despejando tenemos:
2 1
2x
x
  
Luego:
2
1( ) 2f x x  ; 2
1
( )f x
x
 
x -2 -1 0 1 2 Raíces aproximadas.
f1 2 -1 -2 -1 2
r1 ~ -1.6 r2 ~ 0.6 r3 = 1f2 0.5 1 -1 -0.5
19
Ejemplo: Estimar los valores de las raíces de la ecuación.
1
1 0senx
x
  
Solución.- Obtenemos la función asociada.
1
( ) 1f x senx
x
  
Despejando tenemos:
1
1senx
x
 
Luego: 1( )f x senx , 2
1
( ) 1f x
x
 
x 0 1 2 3 4 5 6 Raíces aproximadas.
f1 0 0.840.9 0.14-0.75 -0.95 -0.27
r1 ~ 0.6 r2 ~ 4 r3 ~ 5.3f2 0 -0.5 -0.6 -0.75 -0.8 -0.83
Gráficamente se puede observar que la ecuación posee infinitas raíces positivas conforme
x .
20
Observación.- La descomposición de la función ( ) 0f x  , puede realizarse de muchas
formas, entre las cuales se procura elegir aquellas en que resulta más "simple" la gráfica de
1f y 2f .
Proposición (Existencia).- Sea :f  , una función continua en  ,a b , si
( ) ( ) 0f a f b entonces f posee al menos una raíz en  ,a b .
Es decir  , / ( ) 0r a b f r   .
El Cd de aplicaciones provee una aplicación que es el archivo Mbusca, digite Mbusca en la
ventana de comandos donde podrá ingresar la función, y el programa determinará los
intervalos donde se encuentran las raíces de la ecuación ingresada.
21
II.- Solución Iterativa.- A continuación se presentan diversos métodos iterativos que van
a permitir mejorar la obtención de los valores de las raíces.
MÉTODO DE BISECCIÓN
Sea  : ,f a b  , una función continua, talque f posee una raíz en  ,a b .
Procedimiento:
i ).- Cálculo de la aproximación de la raíz
2
ba
xn

 , fórmula de iteración.
ii ).- Si ( ) ( ) 0nf a f x , entonces la raíz se encuentra en  , na x , hacer
nb x , regresar a i).
- Si ( ) ( ) 0nf x f b , entonces la raíz se encuentra en ,nx b , hacer
na x , regresar a i).
Si ( ) 0nf x  , entonces la raíz nr x .
iii).- El proceso termina si el error es aceptable, constituyéndose una sucesión.
1 2 3, , ,... ...,x x x r
22
Ejemplo: Hallar la raíz en la ecuación 0
xe x
Solución.- Construimos la función asociada, ( ) x
f x e x
  , que es continua en
 0 ,1 , además (0) 1f  y (1) 0.6321f   .
Donde se concluye que f posee una raíz en 0a  , 1b  .
A continuación se presentan 8 aproximaciones para esta raíz.
Iteración 1 2 3 4
Aproximación 0.5 0.75 0.625 0.562
Iteración 5 6 7 8
Aproximación 0.593 0.578 0.570 0.56641
23
Error del Método de Bisección
Sea r una raíz de f en  ,a b , 1 2 3, , ,...x x x , aproximaciones de la raíz.
Gráfica.
De la gráfica tenemos:
1
2
b a
r x

 
2 2
2
2 2
b a
b a
r x
 
     
2
3 3
2
2 2
b a
b a
r x
 
     
3
4 4
2
2 2
b a
b a
r x
 
      ………………………..
2
n n
b a
r x

  ; error absoluto en la n-esima iteración, donde  ,r a b .
24
Ejemplo: En la ecuación 0
xe x
,  ,r a b , donde 0a  , 1b  .
En la primera iteración: 1/ 2a 
En la segunda iteración: 1/ 4a 
… ...
En la n-esima iteración: 1/ 2n
a  ; :a error absoluto.
Diagrama de flujo: Método de Bisección.
Inicio
i = 1
f(r) =eval(f)
f(a) = eval(f)
r = (a+b)/2
fb =
fa =
r = (a+b)/2
va = r
función, a, b, n
(fa)(fr)<0
i <= n
r
fin
b =ra =r
i = i+1
25
Ejemplo: Calcular el valor de x en la ecuación (1/ ) 0.2 0x
xsen x e
 
Solución.- Construimos la función asociada, ( ) (1/ ) 0.2 x
f x xsen x e
  , que es
continua en  0.1, 0.5 , además (0.1) 0.2354f   y (0.5) 0.3333f  .
Donde se concluye que f posee una raíz en 0.1a  , 0.5b  .
A continuación se presentan 8 aproximaciones para esta raíz.
Iteración 1 2 3 4
Aproximación 0.3 0.4 0.35 0.375
Iteración 5 6 7 8
Aproximación 0.3625 0.36875 0.36562 0.36406
26
Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos:
>> bis1( ' función ' , a , b , n ).
27
MÉTODO DE LA REGLA FALSA
Sea  : ,f a b  , una función continua, talque f posee una raíz en  ,a b .
i).- Construyamos una recta 1L que pasa por los puntos ( , ( ))P a f a y ( , ( ))Q b f b , su
ecuación estaría dado por:
( ) ( )
( ) ( ) .... (*)
f b f a
y f a x a
b a
 
    
Consideremos la intersección de 1L con el eje X como la primera aproximación de la
raíz, es decir 0y  reemplazando en (*) tenemos:
( ) ( )
( ) ( )
f b f a
a f a x a
b a
 
    
Despejando x se obtiene:
( )
( ) ( )
b a
x a f a
f b f a
 
    
Donde 1x x , primera aproximación.
Procedimiento:
i).- Cálculo de la aproximación de la raíz.
  .
)()(
)( iteracióndefórmula
afbf
ab
afaxn 



ìi).- - Si ( ) ( ) 0nf a f x , entonces la raíz se encuentra en  , na x , hacer nb x ,
regresar a i).
28
- Si ( ) ( ) 0nf x f b , entonces la raíz se encuentra en ,nx b , hacer
na x , regresar a i).
Si ( ) 0nf x  , entonces la raíz nr x .
iii).- El proceso termina si el error es aceptable, constituyéndose una sucesión.
1 2 3, , ,... ...,x x x r
Ejemplo: Hallar la raíz en la ecuación 2 0x
e x
  
Solución.- Construimos la función asociada, ( ) 2x
f x e x
   , que es continua
en  1, 2 , además (1) 0.6321f   y (2) 0.1353f  .
Donde se concluye que f posee una raíz en 1a  , 2b  .
A continuación se presentan 8 aproximaciones para esta raíz.
29
Ejemplo: Hallar la raíz en la ecuación
3
2 11 0x x  
Solución.- Construimos la función asociada,
3
( ) 2 11f x x x   , que es continua
en  1, 2 , además (1) 8f   y (2) 1f  .
Donde se concluye que f posee una raíz en 1a  , 2b  .
A continuación se presentan 8 aproximaciones para esta raíz.
Iteración 1 2 3 4
Aproximación 1.8237 1.8412 1.8414 1.8414
Iteración 5 6 7 8
Aproximación 1.8414 1.8414 1.8414 1.8414
30
Ejemplo: Hallar la raíz en la ecuación
3
1.5 0x
x x e
   
Solución.- Construimos la función asociada,
3
( ) 1.5x
f x x x e
    , que es
continua en  0 , 2 , además (0) 0.5f   y (2) 4.63534f  .
Donde se concluye que f posee una raíz en 0a  , 2b  .
A continuación se presentan 8 aproximaciones para esta raíz.
Iteración 1 2 3 4
Aproximación 1.8889 1.9251 1.9262 1.9263
Iteración 5 6 7 8
Aproximación 1.9263 1.9263 1.9263 1.9263
31
Iteración 1 2 3 4
Aproximación 0.19473 0.47843 0.80143 1.0699
Iteración 5 6 7 8
Aproximación 1.2352 1.3176 1.3542 1.3695
32
Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos:
>> reg1( ' función ' , a , b , n ).
33
MÉTODO DE MǗLLER
Sea  : ,f a b  , una función continua, talque f posee una raíz en  ,a b . El método
de Müller, es una extensión del método de la Regla Falsa el cual aproxima la función
asociada f a través de una línea recta, el Método de Müller aproximará a la función f
por un polinomio de segundo grado.
Consideremos tres valores iniciales 1 2 3, ,x x x , y construyamos el polinomio de segundo
grado
2
( )P x ax bx c   , que pase por los puntos 1 1( , ( ))A x f x , 2 2( , ( ))B x f x , y
3 3( , ( ))C x f x .
Reemplazando los valores de x en el polinomio tenemos el siguiente sistema de
ecuaciones:
2
1 1 1
2
2 2 2
2
3 3 3
( )
( )
( )
ax bx c f x
ax bx c f x
ax bx c f x
  
  
  
De donde obtendremos los valores de , ,a b y c .
34
Intersectemos el polinomio ( )P x con el eje X , esto es ( ) 0P x  .
Reemplazando se tiene:
2
0ax bx c  
Utilizamos la fórmula general de segundo grado para determinar el valor de x .
A
ACBB
x
2
42


De donde se tomará la primera aproximación de la raíz, siendo el que se encuentre más
cercano a la raíz.
Procedimiento:
i). Consideremos tres valores iniciales 1 2 3, ,x x x , y construyamos el polinomio de
segundo grado:
2
( )P x ax bx c   , que pase por los puntos 1 1( , ( ))A x f x ,
2 2( , ( ))B x f x , y 3 3( , ( ))C x f x .
ii). Cálculo de la primera aproximación de la raíz en la fórmula.
2
1
4
2
B B AC
r
A
  

iii). Asignar el valor de 1r en uno de los valores 1 2 3, ,x x o x y regresar a i).
El proceso termina si el error es aceptable, constituyéndose una sucesión.
1 2 3, , ,... ...,x x x r
35
Ejemplo: Hallar la raíz en la ecuación ln 2 0x x   .
Solución.- Construimos la función asociada, ( ) ln 2f x x x   , que es
continua en  3, 4 , además (3) 0.0986f  y (4) 0.6137f   .
Donde se concluye que f posee una raíz en 3a  , 4b  .
Consideremos los valores iniciales: 1 2 32, 3, 3.14x x x  
A continuación se presentan los valores para la primera aproximación de esta raíz.
Ejemplo: Hallar la raíz en la ecuación
2
cos 0x
e x
  .
Solución.- Construimos la función asociada,
2
( ) cosx
f x e x
  , que es continua
en  1, 2 , además (1) 0.1724f   y (2) 0.4345f  .
Iteración Aproximación 1 Aproximación 2
1 3.1462 -6.6528
36
Donde se concluye que f posee una raíz en 1a  , 2b  .
Consideremos los valores iniciales: 1 2 31, 1.4, 2x x x   .
A continuación se presentan los valores para la primera aproximación de esta raíz.
Iteración Aproximación 1 Aproximación 2
1 0.08197 1.4533
37
Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos:
>> mull1( ' función ' , x1 , x2 , x3 ).
38
MÉTODO DEL PUNTO FIJO
Definición.- Dada una función :g  , ( )p Dom g es llamado un punto fijo de g ,
si se verifica: ( )g p p .
Ejemplo:
1) Sea
2
( ) 2 1g x x x  
1, ( )p p Dom g 
Además : (1) 1g 
Por lo tanto : 1p  es un punto fijo de g.
2) Sea ( ) 18 2g x x 
6, ( )p p Dom g 
Además : (6) 6g 
Por lo tanto : 6p  es un punto fijo de g.
Teorema de existencia y unicidad del punto fijo
Si :g  es continua en  ,a b talque    ( ) , , ,g x a b x a b   , entonces g
posee al menos un punto fijo.
Además si '( )g x existe ,x a b  , talque '( ) 1g x , entonces g posee un único
punto fijo en  ,a b .
39
Prueba. Existencia
Casos:
i) Si ( )g a a o ( )g b b , la prueba es obvia.
ii) Si ( )g a a y ( )g b b , entonces:
( )g a a y ( )g b b , porque ( )g a y  ( ) ,g b a b .
( ) 0g a a y ( ) 0g b b .
Definamos una función: ( ) ( )h x g x x 
h es continua en  ,a b dado que g y y x son funciones continuas.
Además: ( ) 0h a y ( ) 0h b
Dónde: ( ) ( ) 0h a h b por la proposición de existencia, existe
 ,r a b talque ( ) 0h r 
( ) ( ) 0h r g r r    ( )g r r , r es un punto fijo de g .
40
Unicidad:
Supongamos que p y q son puntos fijos de g , p q
Es decir ( )g p p , ( )g q q .
Por el teorema del valor medio, existe ,c a b talque
( ) ( ) '( )( )g p g q g c p q  
Aplicando valor absoluto tenemos:
( ) ( ) '( )g p g q g c p q p q   
( ) ( )g p g q p q 
Reemplazando: ( )g p p , ( )g q q
p q p q  contradicción.
Por lo tanto p es único.
41
Procedimiento. Sea ( ) 0f x  , sumemos x en la igualdad
xxfx  )( , reemplacemos ( ) ( )g x f x x 
( )x g x , g se denomina función asociada del punto fijo.
1 ( )n nx g x  …………. fórmula de iteración.
i). Determinar un valor inicial 1x .
ii). Sustituir el valor inicial 1x en la fórmula de iteración obteniendo 2x .
2 1( )x g x
iii). Sustituir el valor 2x en la fórmula de iteración obteniendo 3x .
3 2( )x g x
El proceso termina si el error es aceptable, constituyéndose una sucesión.
1 2 3, , ,... ...,x x x p
42
Ejemplo: Hallar la raíz en la ecuación cos 0x x  .
Solución.- Despejando de la igualdad, tenemos cosx x , donde ( ) cosg x x
es la función asociada del punto fijo.
Consideremos 1 0.3x  valor inicial.
A continuación se presentan 8 aproximaciones para este punto fijo.
Consideremos el valor inicial x0 = 0.3
x1 = 0.9459905421
x2 = 0.58493976040
Iteración 1 2 3 4
Aproximación 0.3 0.95534 0.57733 0.83792
Iteración 5 6 7 8
Aproximación 0.66901 0.78444 0.70779 0.7598
43
Ejemplo: Hallar la raíz negativa de la ecuación
2
11 0x x   .
Solución.- Despejando de la igualdad, tenemos
2
11x x  , donde
2
( ) 11g x x  es la función asociada del punto fijo.
Consideremos 1 3x   valor inicial.
A continuación se presentan 8 aproximaciones para esta ecuación.
8 177811652268845x  , como se puede ver las aproximaciones no garantizan
convergencia al punto fijo.
Iteración 1 2 3 4
Aproximación -3 -2 -7 38
Iteración 5 6 7 8
Aproximación 1433 2053478 42167718964 17781165226
44
Criterio de convergencia
Sea :g  una función continua en  ,a b y diferenciable ,x a b  , la sucesión
1 ( )n nx g x  converge, si existe un número / '( ) 1m g x m  , ,x a b 
Demostración.
Sea p un punto fijo de g , es decir ( )p g p - - - - (*)
En la sucesión 1 ( )n nx g x  - - - - (1)
Restando (1) de (*), tenemos: 1 ( ) ( )n np x g p g x  
Por el teorema de valor medio, existe 1 ,nc x p
talque : 1( ) ( ) '( )( )n ng p g x g c p x  
1( ) ( ) '( )n n ng p g x g c p x m p x    
1 ( ) ( )n n np x g p g x m p x    
1n np x m p x   - - - - - (a)
En la sucesión 1( )n nx g x  - - - - - - (2)
Restando (2) de (*) tenemos: 1( ) ( )n np x g p g x   
Por el teorema de valor medio, existe 2 1 ,nc x p
talque: 1 2 1( ) ( ) '( )( )n ng p g x g c p x   
1 2 1 1( ) ( ) '( )n n ng p g x g c p x m p x      
1 1( ) ( )n n np x g p g x m p x     
1n np x m p x    - - - - - (b)
45
En la sucesión 1 2( )n nx g x  - - - - - - (3)
Restando (3) de (*) tenemos: 1 2( ) ( )n np x g p g x   
Por el teorema de valor medio, existe 3 2 ,nc x p
talque: 2 3 2( ) ( ) '( )( )n ng p g x g c p x   
2 3 2 2( ) ( ) '( )n n ng p g x g c p x m p x      
1 2 2( ) ( )n n np x g p g x m p x      
1 2n np x m p x    - - - - - (c)
Siguiendo el mismo procedimiento de (a), (b) y (c) tenemos:
( 1)n k n kp x m p x    
Donde:
2 1
1 1 ... k
n n n n kp x m p x m p x m p x
         
Luego:
1
1
k
n n kp x m p x
   
En este proceso iterativo, si k   entonces:
1
0k
m 
 (por ser 1m )
1 0np x   , 1nx p 
 La sucesión 1 ( )n nx g x  converge a p
46
DIAGRAMA DE FLUJO : Punto Fijo
Inicio
i = 1
xn1 =g(xn) /2
función, x1, n
i <= n
xn1
fin
i = i+1
47
Ejemplo: Hallar la raíz en la ecuación
2
cos 3 0x x   .
Solución.- Despejando de la igualdad, tenemos cos 3x x
  , donde
( ) cos 3g x x  es la función asociada del punto fijo para encontrar el valor
positivo.
Consideremos 1 1.5x  valor inicial.
A continuación se presentan 8 aproximaciones para este punto fijo.
Iteración 1 2 3 4
Aproximación 1.5 1.7524 1.6791 1.7006
Iteración 5 6 7 8
Aproximación 1.6943 1.6961 1.6956 1.6957
48
Ejemplo: Hallar la raíz en la ecuación 5 cos 0x x   .
Solución.- Despejando de la igualdad, tenemos 5 cosx x  , donde
( ) 5 cosg x x  es la función asociada del punto fijo.
Consideremos 1 6x  valor inicial.
A continuación se presentan 8 aproximaciones para este punto fijo.
Iteración 1 2 3 4
Aproximación 6 5.9602 5.9483 5.9444
Iteración 5 6 7 8
Aproximación 5.9432 5.9428 5.9426 5.9426
49
Ejemplo: Hallar la raíz en la ecuación cos 0x x x   .
Solución.- Despejando de la igualdad, tenemos cosx x x  , donde
( ) cosg x x x  , es la función asociada del punto fijo.
Consideremos 1 1.2x  valor inicial.
A continuación se presentan 8 aproximaciones para este punto fijo.
Iteración 1 2 3 4
Aproximación 1.2 1.4578 1.3201 1.397
Iteración 5 6 7 8
Aproximación 1.3649 1.3782 1.3654 1.3725
50
Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos:
>> fijo1( ' función ' , x1 , n ).
51
MÉTODO DE NEWTON - RAPHSON 1° ORDEN
Sea :f  una función continua en  ,a b y 1k  veces diferenciable en ,a b ,
tenemos su desarrollo de Taylor alrededor de 0x .
20 0
0 0 0
'( ) "( )
( ) ( ) ( ) ( ) ....
1! 2!
n
f x f x
f x f x x x x x R       ….. ( 1)
Consideremos una aproximación lineal de f en el desarrollo de Taylor, esto es.
0 0 0( ) ( ) '( ) ( )f x f x f x x x   ….. (a)
Si x es una raíz de f , entonces en (a) tenemos:
0 0 00 ( ) '( ) ( )f x f x x x  
Despejando x : 0
0
( )
'( )n
f x
x x
f x
 
Si 0x es una aproximación de la raíz de f , se obtiene la fórmula de Newton de 1° orden:
1
( )
' ( )
n
n n
n
f x
x x
f x
  
Observaciones: 1). La función asociada del punto fijo para el método de Newton de 1°
orden, está dada por:
( )
( )
' ( )
f x
g x x
f x
  .
2). La aproximación lineal, considera como pendiente a 0' ( )f x en la
construcción de las aproximaciones.
52
Gráfica:
Ejemplo: Hallar la raíz en la ecuación 01)
1
ln(
1
x
x
.
Solución.- Aplicando las propiedades de logaritmos y despejando tenemos:
ln 0x x  , y construimos la función asociada, ( ) lnf x x x  .
Consideremos 0 1x  valor inicial.
A continuación se presentan 8 aproximaciones para esta raíz.
53
Criterio de convergencia
Sea :f  una función continua en  ,a b y diferenciable ,x a b  , y
( )
( )
' ( )
f x
g x x
f x
  ; función asociada del punto fijo para el método de Newton de 1° orden.
2
2 2
[ ' ( )] ( ). "( ) ( ). "( )
' ( ) 1
[ ' ( )] [ ' ( )]
f x f x f x f x f x
g x
f x f x

  
Para el cual se garantiza su convergencia si ' ( ) 1, ,g x x a b  .
Reemplazando se obtiene:
2
( ). "( )
1, ,
[ ' ( )]
f x f x
x a b
f x
  
La condición de convergencia del método de Newton Raphson.
Iteración 1 2 3 4
Aproximación 0.5 0.56438 0.56714 0.56714
Iteración 5 6 7 8
Aproximación 0.56714 0.56714 0.56714 0.56714
54
Ejemplo: Hallar la raíz en la ecuación
2
sin( ) 5 0x x   .
Solución.- Construimos la función asociada
2
( ) sin( ) 5f x x x  
Consideremos 0 2x   valor inicial.
A continuación se presentan 8 aproximaciones para esta raíz.
Iteración 1 2 3 4
Aproximación -2.4323 -2.3852 -2.3847 -2.3847
Iteración 5 6 7 8
Aproximación -2.3847 -2.3847 -2.3847 -2.3847
55
Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos:
>> new1( ' función ', ' dfunción ' , x1 , n ).
56
MÉTODO DE NEWTON - RAPHSON 2° ORDEN
Sea :f  una función continua en  ,a b y 1k  veces diferenciable en ,a b ,
tenemos su desarrollo de Taylor alrededor de 0x .
20 0
0 0 0
'( ) "( )
( ) ( ) ( ) ( ) ....
1! 2!
n
f x f x
f x f x x x x x R       ….. ( 1)
Consideremos una aproximación cuadrática de f en el desarrollo de Taylor, esto es.
20
0 0 0 0
''( )
( ) ( ) '( ) ( ) ( )
2
f x
f x f x f x x x x x     ….. (a)
Si x es una raíz de f y 0h x x  , entonces en (a) tenemos:
2
0 0 00 ''( ) 2 '( ) 2 ( )f x h f x h f x  
Una ecuación de segundo grado en h.
Dónde:
       
 
2
0 0 0 0
0
' ' 2 ''
''
f x f x f x f x
h
f x
    

Reemplazando h por 0x x y despejando tenemos la fórmula de iteración:
       
 
2
0 0 0 0
1 0
0
' ' 2 ''
''
f x f x f x f x
x x
f x
    
 
57
Ejemplo: Hallar la raíz en la ecuación 1 2 tan 0x x   .
Solución.- Construimos la función asociada ( ) 1 2 tanf x x x   .
Consideremos 0 0.2x   valor inicial.
A continuación se presentan los valores para la primera aproximación de esta raíz.
Iteración Aproximación 1 Aproximación 2
1 -1.3066 -3.6371
58
MÉTODO DE VON MISES
La fórmula de iteración del método de Newton Raphson de 1° Orden, definido por
1
( )
' ( )
n
n n
n
f x
x x
f x
   calcula aproximaciones a la raíz a través de rectas tangentes, lo que
para valores ' ( ) 0nf x  la recta seria casi paralela al eje X alejando así las
aproximaciones de la raíz.
Para resolver este problema Von Mises sustituye ' ( )nf x por 0' ( )f x , donde 0x es el
valor inicial, obteniendo así la fórmula de iteración:
1
0
( )
' ( )
n
n n
f x
x x
f x
  
Gráficamente la aproximación es a través de rectas paralelas a la recta tangente en el valor
inicial.
59
Ejemplo: Hallar la raíz en la ecuación cos(sin( )) 3 0x x   .
Solución.- Construimos la función asociada ( ) cos(sin( )) 3f x x x  
Consideremos 0 2x  valor inicial.
A continuación se presentan 8 aproximaciones para esta raíz.
Iteración 1 2 3 4
Aproximación 2.2904 2.2748 2.2762 2.2761
Iteración 5 6 7 8
Aproximación 2.2761 2.2761 2.2761 2.2761
60
Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos:
>> von1( ' función ', ' dfunción ' , x1 , n ).
61
RAÍCES DE UNA FUNCIÓN POLINÓMICA
Proposición. Sea
1
1 1 0( ) ...n n
n nP x a x a x a x a
     , un polinomio de grado n con
coeficientes enteros, b , c , b c una fracción irreducible.
Si b c es una raíz de P , entonces b es un factor de 0a y c es un factor de na .
Demostración.- Por hipótesis b c es raíz de f, esto es:
1
1 1 0( ) ( ) ... ( ) 0n n
n na b c a b c a b c a
     , multiplicando por
n
c se obtiene :
0.... 0
1
1
1
1  

nnn
n
n
n cabcacbaba ......(*)
Despejando c en (*) :
1 2 1
1 1 0( ... )n n n n
n nc a b a bc a c a b  
      , entonces c es un
factor de
n
na b por hipótesis b c es irreducible, esto significa que c es un factor de na ,
despejando b en (*) :
1 2 1
1 1 0( ... )n n n n
n nb a b a b c a c a c  
     , entonces b es un factor 0
n
a c por hipótesis
b c es irreducible, esto indica que b es un factor de 0a .
Ejemplo.- Hallar las raíces racionales del polinomio:
3 2
( ) 2 17 38 15P x x x x   
Solución.- Posibles raíces:
( 15) 1 1 3 3 5 5 15 15
, , , , , , ,
(2) 1 2 1 2 1 2 1 2
factor
factor




Dividiendo:
2 -17 38 -15
resto
1/2 1 -8 15
2 -16 30 0
62
1/ 2x  es una raíz, además 030162 2
 xx
Factorizando se obtiene (2 6)( 5) 0x x  
Las raíces son:  1/ 2, 3, 5 .
Ejemplo.- Hallar las raíces del polinomio:
3 2
( ) 3 23 35 9P x x x x   
Solución.- Posibles raíces:
(9) 1 1 3 3 9 9
, , , , ,
(3) 1 3 1 3 1 3
factor
factor


Dividiendo:
1/3x  es una raíz, además
2
3 24 27 0x x  
Factorizando se obtiene (3 3)( 9) 0x x  
Las raíces son:  1/3,1, 9 .
Observación.- En el caso que los coeficientes del polinomio son números racionales
bastará multiplicar al polinomio por el m.cm. de los denominadores
transformándolo en un polinomio con coeficientes enteros.
Ejemplo.-
3 2
3 5
( )
3 2 2 6
x x x
P x    
3 23 -35 9
resto
1/3 1 8 -9
3 24 -27 0
63
. . (2, 3, 6) 6mc m  , multiplicando a ( )P x por 6, se obtiene:
3 2
( ) 2 3 9 5Q x x x x    .
Teorema fundamental del Algebra
Todo polinomio
1
1 1 0( ) ...n n
n nP x a x a x a x a
     de grado n con coeficientes
reales, posee exactamente n raíces reales y/o complejas.
Cambio de Signo de una función polinómica.
Un polinomio
1
1 1 0( ) ...n n
n nP x a x a x a x a
     ordenado, se dice que posee cambio
de signo, si 2 términos consecutivos poseen signos diferentes.
Ejemplo. Sea
3 2
( ) 3 5 6 7P x x x x
 
   
P posee 2 cambios de signo.
REGLA DE DESCARTES
Dado un polinomio
1
1 1 0( ) ...n n
n nP x a x a x a x a
    
 El número de raíces reales positivas de P , es igual al número de cambios
de signos en ( )P x o menor que este número en una cantidad par.
 El número de raíces reales negativas de P , es igual al número de
cambios de signos en ( )P x o menor que este número en una cantidad
par.
Ejemplo.- Sea
3 2
( ) 3 5 2P x x x x   
3 2
( ) 3 5 2P x x x x    , posee 2 cambios de signo, entonces P
posee 2 raíces reales positivas o cero raíces positivas.
64
3 2
( ) 3 5 2P x x x x      , posee 1 cambio de signo, entonces P
posee solo 1 raíz real negativa.
Por teorema fundamental el álgebra P posee 3 raíces.
Resumen Caso I Caso II
Raíces ( + ) 2 0
Raíces ( - ) 1 1
Raíces complejas 0 2
Ejemplo: Sea
4 3 2
( ) 3 5P x x x x x    
4 3 2
( ) 3 5P x x x x x     , posee 2 cambios de signo, entonces P
posee 2 raíces reales positivas o cero raíces positivas.
4 3 2
( ) 3 5P x x x x x      , posee 2 cambios de signo, entonces P
posee 2 raíces reales negativas o cero raíces negativas.
Por teorema fundamental el álgebra P posee 4 raíces.
Resumen Caso I Caso II Caso III
Raíces ( + ) 2 0 0
Raíces ( - ) 2 2 2
Raíces complejas 0 2 4
Proposición.- Dado un polinomio 1 0( ) ...n
P x x a x a    , las raíces reales de P ,
satisfacen la relación.
0
0
n
n
a a A
r
a A a

 

65
Donde max , 0jA a j n   .
Ejemplo: Determinar el intervalo de existencia de las raíces del polinomio:
5 4 2
( ) 3 2 7 4P x x x x x    
Solución: Tenemos 0 4, 7a A   .
4 3 7
r
4 7 3
 
 
 
Demostración de la Proposición.
Considerando 


1
0
n
k
k
k xa , tenemos
1 1 1 1 1
0 0 0 0 0
n n n n n
kk k k k
k k k
k k k k k
a x a x a x A x x
    
    
       
Entonces 





1
0
1
0
n
k
k
n
k
k
k xAxa .... ( 1 )
Por otro lado
2 1 1 1
1 ...
1 1
n n
n r r
r r r
r r
  
     
 
,
Esta serie converge si 1r .
Caso a) Si 1x
3
10
3
10
11
4
11
4
3
10
3
10
66
11
11
0
1
0 











 



 x
xA
x
x
AxAxa
nn
n
k
k
n
k
k
k
entonces
1
1
0 


 x
xA
xa
n
n
k
k
k .... ( 2 )
tenemos que
1
0
( )
n
n k
n k
k
P x a x a x


  
1 1
0 0
( )
1
n
n n
n k n k n
n k n k n
k k
A x
P x a x a x a x a x a x
x
 
 
     

 
( )
1 1 1
n n n
nn
n n n n
A x A x x
P x a x a x a x a A
x x x
           
Entonces ( )
1
n
n n
x
P x a x a A
x
     
Acotamos ( )P x se debe considerar  Aaxa nn   0
Dado que:
1x
x
n
es positivo.
De donde si  Aaxa nn   0
 Aaxa nn 
n
n
a A
x
a


Caso b) Probar 0
0
| |
| |
| |
a
x
a A


67
MÉTODO DE VIRGE .VIETA
Sea
1
1 1 0( ) ....n n
n nP x a x a x a x a
     , un polinomio de grado n con coeficientes
reales, 1r aproximación de alguna de las raíces reales de P .
Efectuando la división: ( )P x entre 1x r se obtiene:
P: an an-1 an-2 …. a2 a1 a0
r1 r1bn-1 r1bn-2 r1b2 r1b1 r1b0
bn-1 bn-2 bn-3 b1 b0 P(r1)  resto
1 1( ) ( ) ( ) ( )P x x r Q x P r  
1
1
P( ) P( )
( )
x r
Q x
x r



Aplicando limite a ambos miembros obtenemos:
`1 `1
1
r r
1
( ) ( )
lim Q( ) lim
x x
P x P r
x
x r 



1 1( ) ' ( )Q r P r
Efectuando la división: ( )Q x entre 1x r se obtiene:
Q: bn-1 bn-2 bn-3 …. b1 b0
68
r1 r1cn-2 r1cn-3 r1c1 r1c0
cn-2 cn-3 cn-4 c0 Q(r1)  resto
Dado que 1r es una aproximación de la raíz, utilizando el método de Newton se
tiene:
1
2 1
1
P( )
P'( )
r
r r
r
 
Generalizando este resultado se obtiene la fórmula de iteración.
1
P( )
Q( )
n
n n
n
x
x x
x
  
Ejemplo.- Determinar una raíz del polinomio:
5 4 2
( ) 3 2 7 4P x x x x x    
Solución.- Analizando el polinomio, existe una raíz cercana a 2x  ,
consideremos 1 1.5r  como la primera aproximación. Efectuando la
división se obtiene:
3 -2 0 1 -7 -4
1.5 4.5 3.75 5.625 9.938 4.407
3 2.5 3.75 6.625 2.938 0.407
1.5 4.5 10.5 21.37 41.98
3 7 14.25 27.99 44.91
69
De donde: 2
0.407
1.5 1.491
44.91
r   
3 1.4908r 
Ejemplo.- Determinar una raíz del polinomio
3 2
( ) 2 3 1P x x x x   
Considerando 1 1r  valor inicial.
A continuación se presentan 8 aproximaciones para esta raíz.
Iteración 1 2 3 4
Aproximación 1.25 1.2009 1.1987 1.1987
Iteración 5 6 7 8
Aproximación 1.1987 1.1987 1.1987 1.1987
70
Observación.- Al usar el archivo m del método de Virge Vietta los coeficientes del
polinomio P(x) deben estar ubicados dentro de corchetes.
Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos:
>> virge1( [ coeficientes] , r1 , nn ).

Más contenido relacionado

La actualidad más candente

Integracion numerica trapecio
Integracion numerica trapecioIntegracion numerica trapecio
Integracion numerica trapeciomat7731
 
Sistema Masa Resorte Amortiguador
Sistema Masa Resorte AmortiguadorSistema Masa Resorte Amortiguador
Sistema Masa Resorte AmortiguadorNatt-N
 
Coeficientes indeterminados
Coeficientes indeterminadosCoeficientes indeterminados
Coeficientes indeterminadosRicardo Garibay
 
Maximos y minimos funcion de varias variables
Maximos y minimos funcion de varias variablesMaximos y minimos funcion de varias variables
Maximos y minimos funcion de varias variablesRAQUEL CARDENAS GONZALEZ
 
Soluciones de sistema de ecuaciones en Matlab
Soluciones de sistema de ecuaciones en MatlabSoluciones de sistema de ecuaciones en Matlab
Soluciones de sistema de ecuaciones en MatlabHugo Piure
 
Resolución de ecuaciones diferenciales con MATLAB R2015a
Resolución de ecuaciones diferenciales  con  MATLAB  R2015aResolución de ecuaciones diferenciales  con  MATLAB  R2015a
Resolución de ecuaciones diferenciales con MATLAB R2015aJoanny Ibarbia Pardo
 
PRODUCTO INTERNO Vectores Ortogonales
PRODUCTO INTERNO  Vectores OrtogonalesPRODUCTO INTERNO  Vectores Ortogonales
PRODUCTO INTERNO Vectores Ortogonalesalgebra
 
Integrales Impropias
Integrales ImpropiasIntegrales Impropias
Integrales ImpropiasHector Funes
 
Topología del espacio euclídeo
Topología del espacio euclídeoTopología del espacio euclídeo
Topología del espacio euclídeoJIE MA ZHOU
 
Ejercicios de integrales_impropias
Ejercicios de integrales_impropiasEjercicios de integrales_impropias
Ejercicios de integrales_impropiasSabena29
 
Ecuaciones diferenciales exactas, factor integral, lineales y de dernulli
Ecuaciones diferenciales exactas, factor integral, lineales y de dernulliEcuaciones diferenciales exactas, factor integral, lineales y de dernulli
Ecuaciones diferenciales exactas, factor integral, lineales y de dernullige0ser
 
Funciones hiperbolicas
Funciones hiperbolicasFunciones hiperbolicas
Funciones hiperbolicasdalila69
 
Ejercicios resueltos de transformada de laplace
Ejercicios resueltos de transformada de laplaceEjercicios resueltos de transformada de laplace
Ejercicios resueltos de transformada de laplaceSthefany Celeste
 
Ejercicios resueltos de dependencia e independencia lineal
Ejercicios resueltos de dependencia e independencia linealEjercicios resueltos de dependencia e independencia lineal
Ejercicios resueltos de dependencia e independencia linealalgebra
 

La actualidad más candente (20)

Funciones -Variable compleja
Funciones -Variable complejaFunciones -Variable compleja
Funciones -Variable compleja
 
Integracion numerica trapecio
Integracion numerica trapecioIntegracion numerica trapecio
Integracion numerica trapecio
 
Sistema Masa Resorte Amortiguador
Sistema Masa Resorte AmortiguadorSistema Masa Resorte Amortiguador
Sistema Masa Resorte Amortiguador
 
Coeficientes indeterminados
Coeficientes indeterminadosCoeficientes indeterminados
Coeficientes indeterminados
 
Maximos y minimos funcion de varias variables
Maximos y minimos funcion de varias variablesMaximos y minimos funcion de varias variables
Maximos y minimos funcion de varias variables
 
Soluciones de sistema de ecuaciones en Matlab
Soluciones de sistema de ecuaciones en MatlabSoluciones de sistema de ecuaciones en Matlab
Soluciones de sistema de ecuaciones en Matlab
 
Resolución de ecuaciones diferenciales con MATLAB R2015a
Resolución de ecuaciones diferenciales  con  MATLAB  R2015aResolución de ecuaciones diferenciales  con  MATLAB  R2015a
Resolución de ecuaciones diferenciales con MATLAB R2015a
 
Ppt limites
Ppt limitesPpt limites
Ppt limites
 
PRODUCTO INTERNO Vectores Ortogonales
PRODUCTO INTERNO  Vectores OrtogonalesPRODUCTO INTERNO  Vectores Ortogonales
PRODUCTO INTERNO Vectores Ortogonales
 
Integrales Impropias
Integrales ImpropiasIntegrales Impropias
Integrales Impropias
 
1.5 serie de taylor
1.5 serie de taylor1.5 serie de taylor
1.5 serie de taylor
 
Topología del espacio euclídeo
Topología del espacio euclídeoTopología del espacio euclídeo
Topología del espacio euclídeo
 
Ejercicios de integrales_impropias
Ejercicios de integrales_impropiasEjercicios de integrales_impropias
Ejercicios de integrales_impropias
 
serie de taylor
 serie de taylor serie de taylor
serie de taylor
 
Ecuaciones diferenciales exactas, factor integral, lineales y de dernulli
Ecuaciones diferenciales exactas, factor integral, lineales y de dernulliEcuaciones diferenciales exactas, factor integral, lineales y de dernulli
Ecuaciones diferenciales exactas, factor integral, lineales y de dernulli
 
Funciones hiperbolicas
Funciones hiperbolicasFunciones hiperbolicas
Funciones hiperbolicas
 
Ejercicios resueltos de transformada de laplace
Ejercicios resueltos de transformada de laplaceEjercicios resueltos de transformada de laplace
Ejercicios resueltos de transformada de laplace
 
El metodo doolittle
El metodo doolittleEl metodo doolittle
El metodo doolittle
 
Diagonalización de matrices
Diagonalización de matricesDiagonalización de matrices
Diagonalización de matrices
 
Ejercicios resueltos de dependencia e independencia lineal
Ejercicios resueltos de dependencia e independencia linealEjercicios resueltos de dependencia e independencia lineal
Ejercicios resueltos de dependencia e independencia lineal
 

Destacado

6.metodo de newton
6.metodo de newton6.metodo de newton
6.metodo de newtonrjvillon
 
7.metodo de newton2
7.metodo de newton27.metodo de newton2
7.metodo de newton2rjvillon
 
Parte 1 metodos numericos con matlab mathews-fink- 3ra. ed.
Parte 1 metodos numericos con matlab   mathews-fink- 3ra. ed.Parte 1 metodos numericos con matlab   mathews-fink- 3ra. ed.
Parte 1 metodos numericos con matlab mathews-fink- 3ra. ed.Hugo Guadalupe Alamilla Mayorga
 
Badillo riosyortizdelaluz
Badillo riosyortizdelaluzBadillo riosyortizdelaluz
Badillo riosyortizdelaluzVivi LeFlo
 
Diseño y analisis de experimentos montgomery ocr
Diseño y analisis de experimentos montgomery ocrDiseño y analisis de experimentos montgomery ocr
Diseño y analisis de experimentos montgomery ocrJair Muñoz
 
Sistema de unidades
Sistema de unidadesSistema de unidades
Sistema de unidadesIsaac Gomez
 
Diseño y analisis de experimentos montgomery
Diseño y analisis de experimentos montgomeryDiseño y analisis de experimentos montgomery
Diseño y analisis de experimentos montgomeryMARTIN R. V.
 
Algoritmos para matlab
Algoritmos para matlabAlgoritmos para matlab
Algoritmos para matlabVitoto96
 
Solucion de-problemas-de-ingenieria-con-matlab
Solucion de-problemas-de-ingenieria-con-matlabSolucion de-problemas-de-ingenieria-con-matlab
Solucion de-problemas-de-ingenieria-con-matlabWilson Bautista
 
1000 problemas de fisica general j fidalgo m fernandez
1000 problemas de fisica general j fidalgo m fernandez1000 problemas de fisica general j fidalgo m fernandez
1000 problemas de fisica general j fidalgo m fernandezChristian López Aguilar
 
libro de prob. fisica PROBLEMAS RESUELTOS DE FÍSICA I
  libro de prob. fisica PROBLEMAS RESUELTOS DE FÍSICA I  libro de prob. fisica PROBLEMAS RESUELTOS DE FÍSICA I
libro de prob. fisica PROBLEMAS RESUELTOS DE FÍSICA Izion warek human
 
Sistema internacional de unidades
Sistema internacional de unidadesSistema internacional de unidades
Sistema internacional de unidadesMaría Mena
 

Destacado (16)

Metodo de muller
Metodo de mullerMetodo de muller
Metodo de muller
 
Presentación muller
Presentación mullerPresentación muller
Presentación muller
 
6.metodo de newton
6.metodo de newton6.metodo de newton
6.metodo de newton
 
7.metodo de newton2
7.metodo de newton27.metodo de newton2
7.metodo de newton2
 
Practica 3 regla falsa
Practica 3 regla falsaPractica 3 regla falsa
Practica 3 regla falsa
 
Parte 1 metodos numericos con matlab mathews-fink- 3ra. ed.
Parte 1 metodos numericos con matlab   mathews-fink- 3ra. ed.Parte 1 metodos numericos con matlab   mathews-fink- 3ra. ed.
Parte 1 metodos numericos con matlab mathews-fink- 3ra. ed.
 
Badillo riosyortizdelaluz
Badillo riosyortizdelaluzBadillo riosyortizdelaluz
Badillo riosyortizdelaluz
 
Diseño y analisis de experimentos montgomery ocr
Diseño y analisis de experimentos montgomery ocrDiseño y analisis de experimentos montgomery ocr
Diseño y analisis de experimentos montgomery ocr
 
Sistema de unidades
Sistema de unidadesSistema de unidades
Sistema de unidades
 
Diseño y analisis de experimentos montgomery
Diseño y analisis de experimentos montgomeryDiseño y analisis de experimentos montgomery
Diseño y analisis de experimentos montgomery
 
Algoritmos para matlab
Algoritmos para matlabAlgoritmos para matlab
Algoritmos para matlab
 
Solucion de-problemas-de-ingenieria-con-matlab
Solucion de-problemas-de-ingenieria-con-matlabSolucion de-problemas-de-ingenieria-con-matlab
Solucion de-problemas-de-ingenieria-con-matlab
 
Metodos numericos con matlab
Metodos numericos con matlabMetodos numericos con matlab
Metodos numericos con matlab
 
1000 problemas de fisica general j fidalgo m fernandez
1000 problemas de fisica general j fidalgo m fernandez1000 problemas de fisica general j fidalgo m fernandez
1000 problemas de fisica general j fidalgo m fernandez
 
libro de prob. fisica PROBLEMAS RESUELTOS DE FÍSICA I
  libro de prob. fisica PROBLEMAS RESUELTOS DE FÍSICA I  libro de prob. fisica PROBLEMAS RESUELTOS DE FÍSICA I
libro de prob. fisica PROBLEMAS RESUELTOS DE FÍSICA I
 
Sistema internacional de unidades
Sistema internacional de unidadesSistema internacional de unidades
Sistema internacional de unidades
 

Similar a Cuaderno 1

Similar a Cuaderno 1 (20)

Presentación de matlab electromagnetismo ...
Presentación de matlab electromagnetismo                                     ...Presentación de matlab electromagnetismo                                     ...
Presentación de matlab electromagnetismo ...
 
Matlab
MatlabMatlab
Matlab
 
RAÍCES DE ECUACIONES
RAÍCES DE ECUACIONESRAÍCES DE ECUACIONES
RAÍCES DE ECUACIONES
 
Mat lab03
Mat lab03Mat lab03
Mat lab03
 
Clase 10
Clase 10Clase 10
Clase 10
 
Clase integracion matlab
Clase integracion matlabClase integracion matlab
Clase integracion matlab
 
Intro_Matlab_1.pdf
Intro_Matlab_1.pdfIntro_Matlab_1.pdf
Intro_Matlab_1.pdf
 
Mat lab01
Mat lab01Mat lab01
Mat lab01
 
Taller 10-14-ii
Taller 10-14-iiTaller 10-14-ii
Taller 10-14-ii
 
Tutorial matlab
Tutorial matlabTutorial matlab
Tutorial matlab
 
Funciones
FuncionesFunciones
Funciones
 
Funciones.pdf 01
Funciones.pdf  01Funciones.pdf  01
Funciones.pdf 01
 
Programacion matlab
Programacion matlabProgramacion matlab
Programacion matlab
 
Capitulo5
Capitulo5Capitulo5
Capitulo5
 
Mat lab05
Mat lab05Mat lab05
Mat lab05
 
Breves apuntes matlab5
Breves apuntes matlab5Breves apuntes matlab5
Breves apuntes matlab5
 
Apuntesmatlab
ApuntesmatlabApuntesmatlab
Apuntesmatlab
 
Matematica Derivadas Bachillerato.pdf
Matematica Derivadas Bachillerato.pdfMatematica Derivadas Bachillerato.pdf
Matematica Derivadas Bachillerato.pdf
 
Fundamentos de programación en scilab
Fundamentos de programación en scilabFundamentos de programación en scilab
Fundamentos de programación en scilab
 
Maple v comandos
Maple v comandosMaple v comandos
Maple v comandos
 

Cuaderno 1

  • 1. 1
  • 2. 2 FUNCIONES BÁSICAS OBJETIVO: Realizar operaciones con las funciones básicas de Matlab CONTENIDO:  Variables.  Formatos numéricos.  Comandos de lectura y escritura.  Funciones trigonométricas en matlab.  Funciones que realizan tareas.  Funciones de variable Real.
  • 3. 3 VARIABLES En Matlab como en cualquier otro lenguaje de programación se utilizan variables, estas deben tener un nombre según ciertas reglas. Estas reglas son:  No pueden comenzar con un número, aunque si pueden tener números en su estructura: variable1 es un nombre válido.  Las mayúsculas y minúsculas se diferencian en los nombres de variables: A y a son dos variables diferentes.  Los nombres de variables no pueden contener operadores ni puntos. No es válido usar / * - + . ; : ^ Para el uso de una variable no es necesario declarar sus nombres, en la siguiente tabla se presenta las variables predefinidas que posee Matlab. Nombre de la Variable Significado pi  i y j 1 inf  eps 2.2204e-016 NaN No es número realmin Menor número 2.2251e-308 realmax Mayor número 1.7977e+308
  • 4. 4 FORMATOS NUMÉRICOS A continuación se presenta los diferentes formatos que usa Matlab en la visualización de sus variables. format.- Modifica el formato numérico de los valores desplegados por Matlab, donde la función afecta sólo cómo son los números exhibidos, no cómo los computa Matlab . Ejemplo >> x = [ 4/3 1.2345e-6] format short 1.3333 0.0000 format short e 1.3333e+000 1.2345e-006 format short g 1.3333 1.2345e-006 format long 1.33333333333333 0.000001234500000 format long e 1.333333333333333e+000 1.234500000000000e-006 format long g 1.33333333333333 1.2345e-006 format bank 1.33 0.00 format rat 4/3 1/810045
  • 5. 5 COMANDOS DE LECTURA Y ESCRITURA Lectura y escritura interactiva de variables Matlab provee una forma sencilla de leer variables desde el teclado y visualizar mensajes en la pantalla de la computadora a través de las siguientes funciones: input.- Ingresa datos al programa a través del teclado asignándolo a una variable, esta orden puede usarse con un mensaje en la línea de comandos. Después de imprimir el mensaje, la orden espera que el usuario digite el valor numérico, un vector, una matriz o una expresión válida de Matlab. Ejemplo: >> z = input ( ) ; ó en caso contrario >> z = input (' ingrese un número : ' ) ; Asigna a la variable z la información digitada. Ejemplo: >> z = input (' ingrese su nombre: ' , ' s ' ) Asigna a la variable z la cadena ingresada. s : indica que la entrada que se hará por teclado es una cadena. fprintf.- Visualiza un valor numérico o el resultado de una expresión guardada por el usuario.
  • 6. 6 Ejemplo: >> vol = 49; >> fprintf ( 'el volumen de la esfera es:' %12.0f n ', vol ) n': indica que la impresión de la variable vol será en la siguiente línea. %12.0f : formato de un número entero %12.5f : formato de un número real con 5 decimales. disp.- Visualiza en pantalla un mensaje de texto o el valor de una matriz, pero sin imprimir su nombre. En realidad, disp siempre imprime vectores y/o matrices, las cadenas de caracteres se consideran un caso particular de vectores. Ejemplos: >> disp ( ' Esta es una prueba ' ); >> disp ( pi ); >> disp('El programa ha terminado') >> A = rand(4,4) >> disp(A) clear: Borra las variables usadas de la memoria. clc: Limpia la información de la ventana de comandos.
  • 7. 7 FUNCIONES MATEMÁTICAS EN MATLAB Matlab ofrece un sinnúmero de funciones las que aceptan como argumento variables reales y/o complejas sin discriminación, así como con argumentos matriciales. Funciones trigonométricas Función Descripción sin(x) Seno de x. asin(x) Arcoseno de x. sinh(x) Seno hiperbólico de x. asính(x) Arcoseno hiperbólico de x. cos(x) Coseno de x. acos(x) Arcocoseno de x. cosh(x) Coseno hiperbólico de x. acosh(x) Arcocoseno hiperbólico de x. tan(x) Tangente de x. atan(x) arcotangente de x. tanh(x) Tangente hiperbólico de x. atanh(x) arcotangente hiperbólico de x. cot(x) Cotangente de x. sec(x) Secante de x. csc(x) Cosecante de x.
  • 8. 8 Ejemplo: >> x = [1 , 2 , 3 ; 9 , 8 ,7]; >> sin(x) Nos devuelve como resultado 0.8415 0.9093 0.1411 0.4121 0.9894 0.6570 Observación: Los corchetes se utilizan para definir una variable con múltiples valores. Ejemplo: >> x = [0.8 0.9 0.1; 0.8 0.9 0.1; 0.4 0.9 0.6]; >> z=asin(x) Nos devuelve como resultado 0.9273 1.1198 0.1002 0.9273 1.1198 0.1002 0.4115 1.1198 0.6435 Ejemplo: >> x = [0.9 0.1; 0.6 0.1; 0.4 0.9]; >> z=tanh(x) Nos devuelve como resultado 0.7163 0.0997 0.5370 0.0997 0.3799 0.7163
  • 9. 9 Ejemplo: >> x = [1.5 1.2 1.6; 1.3 1.1 1.8] >> y=sech(x) Nos devuelve como resultado 0.4251 0.5523 0.3880 0.5074 0.5993 0.3218 Funciones que realizan tareas Función Descripción abs(x) Valor absoluto de x. sqrt(x) Raíz cuadrada de x. real(x) Parte real del número complejo x. imag(x) Parte imaginaria del número complejo x. sign(x) Función signo de x. exp(x) e x log(x) Logarítmo natural. log10(x) Logarítmo decimal. log2(x) Logarítmo en base 2. min(x) Devuelve el valor mínimo de un arreglo x. max(x) Devuelve el valor máximo de un arreglo x. sort(x) Ordena los elementos del arreglo x en forma ascendente.
  • 10. 10 sum(x) Calcula la suma de todos los elementos del arreglo x. num2str(x) Convierte en cadena el número x. str2double(x) Convierte en número real la cadena x. Ejemplo: >> x = [ -3 4 -11 0 ]; >> abs(x ) Nos devuelve como resultado 3 4 11 0 Ejemplo: >> x = 3 + 2i ; >> imag(x ) Nos devuelve como resultado 2 >> real(x ) Nos devuelve como resultado 3 Ejemplo: >> x = [ 2 1 5 ] ; >> sort( x ) Nos devuelve como resultado 1 2 5 >> sort( [ 2 1 5 ] ' ) Nos devuelve como resultado
  • 11. 11 1 2 5 Observación: El apóstrofe cambia los valores de la variable con múltiples valores y los presenta en columna luego sort lo reordena en columna. Ejemplo: >> x = [ 2 1 5 ] ; >> sum ( x ) Nos devuelve como resultado 8 Ejemplo: >> x = [ 1 3 6; 4 -2 7 ] ; >> sum ( x ) Nos devuelve como resultado 5 1 13 Observación.- El punto y coma en una variable con múltiples valores indica la culminación de los valores de una fila y los siguientes se presentarán en la siguiente fila, en este caso el comando sum calcula la sumatoria de cada columna y se devuelve un vector fila formado por las sumatorias de todas las columnas. Ejemplo: >> x = [ 1, 2, 6 ] ;
  • 12. 12 >> max (x) Nos devuelve como resultado 6 Ejemplo: >> x = [ 1, 2, 6 ] ; >> min(x) Nos devuelve como resultado 1 Ejemplo: >> x = 3.240 ; >> num2str(x) Nos devuelve como resultado 3240 Ejemplo: >> x = '268 ' ; >> str2double(x) Nos devuelve como resultado 268 Observación.- La conversión de un número en cadena e viceversa es de vital importancia en el manejo de variables, ya que estos se pueden incluir como argumentos en títulos o ejes coordenados como se verá posteriormente.
  • 13. 13 FUNCIONES REALES Función Descripción eval(f) Evalúa una función en los valores de x . fplot(f, [a,b]) Grafica la función en el intervalo [a , b]. fzero(f, a) Calcula la raíz de la función f , partiendo del valor a. trapz(x,f) Calcula el área de la región plana limitada por f en el intervalo [ a , b ] , donde a es el primer valor de x y b el último valor de x , x debe ser una variable con múltiples valores ordenados en orden creciente . Para hacer uso de los comandos presentados a continuación, se define en la ventana de comandos la regla de correspondencia de la función. Ejemplo: >> nombre_f = ' 3 * x .^ 2 – 5 ' ; >> x = [ 1 2 4 ]; >> eval ( nombre_f ) Nos devuelve como resultado -2 7 43 Observación.- el parámetro x puede ser un número complejo o una variable con múltiples valores.
  • 14. 14 Ejemplo: >> fplot ( nombre_f , [0, 2] ) , Nos devuelve como resultado la siguiente figura: Ejemplo: >> z = fzero (nombre_f , 2); Nos devuelve como resultado 1.2910 Ejemplo: >> x = [0 0.2 0.4 0.6 0.8 1]; >> f = x. ^ 2; >> area = trapz (x , f)
  • 15. 15 Nos devuelve como resultado 0.34
  • 16. 16 RAÍCES DE ECUACIONES OBJETIVO: CALCULAR LAS RAÍCES DE UNA ECUACIÓN ALGEBRAICA O TRASCENDENTE CON MÉTODOS ITERATIVOS CONTENIDO:  Método Gráfico.  Método de Bisección.  Método de la Regla falsa.  Método de Müller.  Método del Punto fijo.  Método de Newton Raphson primer y segundo orden.  Método de Von Misses.  Raíces Polinómicas.  Regla de Descartes.  Método de Virge Vieta.
  • 17. 17 RAÍCES DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES Frecuentemente en el quehacer diario, nos encontramos con expresiones de la forma ( ) 0f x  , siendo necesario el cálculo de x , esto es la raíz de f , en este capítulo estudiaremos métodos gráficos y analíticos que nos permitirán aproximar este valor a través de una sucesión de valores reales. I.- Solución gráfica.- Nos permite estimar los valores de las raíces. a.- Primera Forma.- Consiste en trazar las gráficas de la función asociada f donde puedan reconocerse si existen valores r  talque ( ) 0f r  . Ejemplo: Aproximar los valores de las raíces de la ecuación. 061232 23  xxx Solución.- Obtenemos la función f asociada.   61232 23  xxxxf x -4 -3 -2 -1 1 2 Raíces aproximadas. y -26 15 26 19 -1 10 r1~-3.5 r2~0.6 r3~1.4
  • 18. 18 b.- Segunda Forma.- Consiste en transformar la función asociada f en la forma 1 2( ) ( )f x f x , luego 1f y 2f se grafican en el mismo sistema de coordenadas donde las raíces de f son las intersecciones de las gráficas. Ejemplo: Estimar los valores de las raíces de la ecuación. 2 1 2 0x x    Solución.- Obtenemos la función asociada. 2 1 ( ) 2f x x x    Despejando tenemos: 2 1 2x x    Luego: 2 1( ) 2f x x  ; 2 1 ( )f x x   x -2 -1 0 1 2 Raíces aproximadas. f1 2 -1 -2 -1 2 r1 ~ -1.6 r2 ~ 0.6 r3 = 1f2 0.5 1 -1 -0.5
  • 19. 19 Ejemplo: Estimar los valores de las raíces de la ecuación. 1 1 0senx x    Solución.- Obtenemos la función asociada. 1 ( ) 1f x senx x    Despejando tenemos: 1 1senx x   Luego: 1( )f x senx , 2 1 ( ) 1f x x   x 0 1 2 3 4 5 6 Raíces aproximadas. f1 0 0.840.9 0.14-0.75 -0.95 -0.27 r1 ~ 0.6 r2 ~ 4 r3 ~ 5.3f2 0 -0.5 -0.6 -0.75 -0.8 -0.83 Gráficamente se puede observar que la ecuación posee infinitas raíces positivas conforme x .
  • 20. 20 Observación.- La descomposición de la función ( ) 0f x  , puede realizarse de muchas formas, entre las cuales se procura elegir aquellas en que resulta más "simple" la gráfica de 1f y 2f . Proposición (Existencia).- Sea :f  , una función continua en  ,a b , si ( ) ( ) 0f a f b entonces f posee al menos una raíz en  ,a b . Es decir  , / ( ) 0r a b f r   . El Cd de aplicaciones provee una aplicación que es el archivo Mbusca, digite Mbusca en la ventana de comandos donde podrá ingresar la función, y el programa determinará los intervalos donde se encuentran las raíces de la ecuación ingresada.
  • 21. 21 II.- Solución Iterativa.- A continuación se presentan diversos métodos iterativos que van a permitir mejorar la obtención de los valores de las raíces. MÉTODO DE BISECCIÓN Sea  : ,f a b  , una función continua, talque f posee una raíz en  ,a b . Procedimiento: i ).- Cálculo de la aproximación de la raíz 2 ba xn   , fórmula de iteración. ii ).- Si ( ) ( ) 0nf a f x , entonces la raíz se encuentra en  , na x , hacer nb x , regresar a i). - Si ( ) ( ) 0nf x f b , entonces la raíz se encuentra en ,nx b , hacer na x , regresar a i). Si ( ) 0nf x  , entonces la raíz nr x . iii).- El proceso termina si el error es aceptable, constituyéndose una sucesión. 1 2 3, , ,... ...,x x x r
  • 22. 22 Ejemplo: Hallar la raíz en la ecuación 0 xe x Solución.- Construimos la función asociada, ( ) x f x e x   , que es continua en  0 ,1 , además (0) 1f  y (1) 0.6321f   . Donde se concluye que f posee una raíz en 0a  , 1b  . A continuación se presentan 8 aproximaciones para esta raíz. Iteración 1 2 3 4 Aproximación 0.5 0.75 0.625 0.562 Iteración 5 6 7 8 Aproximación 0.593 0.578 0.570 0.56641
  • 23. 23 Error del Método de Bisección Sea r una raíz de f en  ,a b , 1 2 3, , ,...x x x , aproximaciones de la raíz. Gráfica. De la gráfica tenemos: 1 2 b a r x    2 2 2 2 2 b a b a r x         2 3 3 2 2 2 b a b a r x         3 4 4 2 2 2 b a b a r x         ……………………….. 2 n n b a r x    ; error absoluto en la n-esima iteración, donde  ,r a b .
  • 24. 24 Ejemplo: En la ecuación 0 xe x ,  ,r a b , donde 0a  , 1b  . En la primera iteración: 1/ 2a  En la segunda iteración: 1/ 4a  … ... En la n-esima iteración: 1/ 2n a  ; :a error absoluto. Diagrama de flujo: Método de Bisección. Inicio i = 1 f(r) =eval(f) f(a) = eval(f) r = (a+b)/2 fb = fa = r = (a+b)/2 va = r función, a, b, n (fa)(fr)<0 i <= n r fin b =ra =r i = i+1
  • 25. 25 Ejemplo: Calcular el valor de x en la ecuación (1/ ) 0.2 0x xsen x e   Solución.- Construimos la función asociada, ( ) (1/ ) 0.2 x f x xsen x e   , que es continua en  0.1, 0.5 , además (0.1) 0.2354f   y (0.5) 0.3333f  . Donde se concluye que f posee una raíz en 0.1a  , 0.5b  . A continuación se presentan 8 aproximaciones para esta raíz. Iteración 1 2 3 4 Aproximación 0.3 0.4 0.35 0.375 Iteración 5 6 7 8 Aproximación 0.3625 0.36875 0.36562 0.36406
  • 26. 26 Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos: >> bis1( ' función ' , a , b , n ).
  • 27. 27 MÉTODO DE LA REGLA FALSA Sea  : ,f a b  , una función continua, talque f posee una raíz en  ,a b . i).- Construyamos una recta 1L que pasa por los puntos ( , ( ))P a f a y ( , ( ))Q b f b , su ecuación estaría dado por: ( ) ( ) ( ) ( ) .... (*) f b f a y f a x a b a        Consideremos la intersección de 1L con el eje X como la primera aproximación de la raíz, es decir 0y  reemplazando en (*) tenemos: ( ) ( ) ( ) ( ) f b f a a f a x a b a        Despejando x se obtiene: ( ) ( ) ( ) b a x a f a f b f a        Donde 1x x , primera aproximación. Procedimiento: i).- Cálculo de la aproximación de la raíz.   . )()( )( iteracióndefórmula afbf ab afaxn     ìi).- - Si ( ) ( ) 0nf a f x , entonces la raíz se encuentra en  , na x , hacer nb x , regresar a i).
  • 28. 28 - Si ( ) ( ) 0nf x f b , entonces la raíz se encuentra en ,nx b , hacer na x , regresar a i). Si ( ) 0nf x  , entonces la raíz nr x . iii).- El proceso termina si el error es aceptable, constituyéndose una sucesión. 1 2 3, , ,... ...,x x x r Ejemplo: Hallar la raíz en la ecuación 2 0x e x    Solución.- Construimos la función asociada, ( ) 2x f x e x    , que es continua en  1, 2 , además (1) 0.6321f   y (2) 0.1353f  . Donde se concluye que f posee una raíz en 1a  , 2b  . A continuación se presentan 8 aproximaciones para esta raíz.
  • 29. 29 Ejemplo: Hallar la raíz en la ecuación 3 2 11 0x x   Solución.- Construimos la función asociada, 3 ( ) 2 11f x x x   , que es continua en  1, 2 , además (1) 8f   y (2) 1f  . Donde se concluye que f posee una raíz en 1a  , 2b  . A continuación se presentan 8 aproximaciones para esta raíz. Iteración 1 2 3 4 Aproximación 1.8237 1.8412 1.8414 1.8414 Iteración 5 6 7 8 Aproximación 1.8414 1.8414 1.8414 1.8414
  • 30. 30 Ejemplo: Hallar la raíz en la ecuación 3 1.5 0x x x e     Solución.- Construimos la función asociada, 3 ( ) 1.5x f x x x e     , que es continua en  0 , 2 , además (0) 0.5f   y (2) 4.63534f  . Donde se concluye que f posee una raíz en 0a  , 2b  . A continuación se presentan 8 aproximaciones para esta raíz. Iteración 1 2 3 4 Aproximación 1.8889 1.9251 1.9262 1.9263 Iteración 5 6 7 8 Aproximación 1.9263 1.9263 1.9263 1.9263
  • 31. 31 Iteración 1 2 3 4 Aproximación 0.19473 0.47843 0.80143 1.0699 Iteración 5 6 7 8 Aproximación 1.2352 1.3176 1.3542 1.3695
  • 32. 32 Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos: >> reg1( ' función ' , a , b , n ).
  • 33. 33 MÉTODO DE MǗLLER Sea  : ,f a b  , una función continua, talque f posee una raíz en  ,a b . El método de Müller, es una extensión del método de la Regla Falsa el cual aproxima la función asociada f a través de una línea recta, el Método de Müller aproximará a la función f por un polinomio de segundo grado. Consideremos tres valores iniciales 1 2 3, ,x x x , y construyamos el polinomio de segundo grado 2 ( )P x ax bx c   , que pase por los puntos 1 1( , ( ))A x f x , 2 2( , ( ))B x f x , y 3 3( , ( ))C x f x . Reemplazando los valores de x en el polinomio tenemos el siguiente sistema de ecuaciones: 2 1 1 1 2 2 2 2 2 3 3 3 ( ) ( ) ( ) ax bx c f x ax bx c f x ax bx c f x          De donde obtendremos los valores de , ,a b y c .
  • 34. 34 Intersectemos el polinomio ( )P x con el eje X , esto es ( ) 0P x  . Reemplazando se tiene: 2 0ax bx c   Utilizamos la fórmula general de segundo grado para determinar el valor de x . A ACBB x 2 42   De donde se tomará la primera aproximación de la raíz, siendo el que se encuentre más cercano a la raíz. Procedimiento: i). Consideremos tres valores iniciales 1 2 3, ,x x x , y construyamos el polinomio de segundo grado: 2 ( )P x ax bx c   , que pase por los puntos 1 1( , ( ))A x f x , 2 2( , ( ))B x f x , y 3 3( , ( ))C x f x . ii). Cálculo de la primera aproximación de la raíz en la fórmula. 2 1 4 2 B B AC r A     iii). Asignar el valor de 1r en uno de los valores 1 2 3, ,x x o x y regresar a i). El proceso termina si el error es aceptable, constituyéndose una sucesión. 1 2 3, , ,... ...,x x x r
  • 35. 35 Ejemplo: Hallar la raíz en la ecuación ln 2 0x x   . Solución.- Construimos la función asociada, ( ) ln 2f x x x   , que es continua en  3, 4 , además (3) 0.0986f  y (4) 0.6137f   . Donde se concluye que f posee una raíz en 3a  , 4b  . Consideremos los valores iniciales: 1 2 32, 3, 3.14x x x   A continuación se presentan los valores para la primera aproximación de esta raíz. Ejemplo: Hallar la raíz en la ecuación 2 cos 0x e x   . Solución.- Construimos la función asociada, 2 ( ) cosx f x e x   , que es continua en  1, 2 , además (1) 0.1724f   y (2) 0.4345f  . Iteración Aproximación 1 Aproximación 2 1 3.1462 -6.6528
  • 36. 36 Donde se concluye que f posee una raíz en 1a  , 2b  . Consideremos los valores iniciales: 1 2 31, 1.4, 2x x x   . A continuación se presentan los valores para la primera aproximación de esta raíz. Iteración Aproximación 1 Aproximación 2 1 0.08197 1.4533
  • 37. 37 Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos: >> mull1( ' función ' , x1 , x2 , x3 ).
  • 38. 38 MÉTODO DEL PUNTO FIJO Definición.- Dada una función :g  , ( )p Dom g es llamado un punto fijo de g , si se verifica: ( )g p p . Ejemplo: 1) Sea 2 ( ) 2 1g x x x   1, ( )p p Dom g  Además : (1) 1g  Por lo tanto : 1p  es un punto fijo de g. 2) Sea ( ) 18 2g x x  6, ( )p p Dom g  Además : (6) 6g  Por lo tanto : 6p  es un punto fijo de g. Teorema de existencia y unicidad del punto fijo Si :g  es continua en  ,a b talque    ( ) , , ,g x a b x a b   , entonces g posee al menos un punto fijo. Además si '( )g x existe ,x a b  , talque '( ) 1g x , entonces g posee un único punto fijo en  ,a b .
  • 39. 39 Prueba. Existencia Casos: i) Si ( )g a a o ( )g b b , la prueba es obvia. ii) Si ( )g a a y ( )g b b , entonces: ( )g a a y ( )g b b , porque ( )g a y  ( ) ,g b a b . ( ) 0g a a y ( ) 0g b b . Definamos una función: ( ) ( )h x g x x  h es continua en  ,a b dado que g y y x son funciones continuas. Además: ( ) 0h a y ( ) 0h b Dónde: ( ) ( ) 0h a h b por la proposición de existencia, existe  ,r a b talque ( ) 0h r  ( ) ( ) 0h r g r r    ( )g r r , r es un punto fijo de g .
  • 40. 40 Unicidad: Supongamos que p y q son puntos fijos de g , p q Es decir ( )g p p , ( )g q q . Por el teorema del valor medio, existe ,c a b talque ( ) ( ) '( )( )g p g q g c p q   Aplicando valor absoluto tenemos: ( ) ( ) '( )g p g q g c p q p q    ( ) ( )g p g q p q  Reemplazando: ( )g p p , ( )g q q p q p q  contradicción. Por lo tanto p es único.
  • 41. 41 Procedimiento. Sea ( ) 0f x  , sumemos x en la igualdad xxfx  )( , reemplacemos ( ) ( )g x f x x  ( )x g x , g se denomina función asociada del punto fijo. 1 ( )n nx g x  …………. fórmula de iteración. i). Determinar un valor inicial 1x . ii). Sustituir el valor inicial 1x en la fórmula de iteración obteniendo 2x . 2 1( )x g x iii). Sustituir el valor 2x en la fórmula de iteración obteniendo 3x . 3 2( )x g x El proceso termina si el error es aceptable, constituyéndose una sucesión. 1 2 3, , ,... ...,x x x p
  • 42. 42 Ejemplo: Hallar la raíz en la ecuación cos 0x x  . Solución.- Despejando de la igualdad, tenemos cosx x , donde ( ) cosg x x es la función asociada del punto fijo. Consideremos 1 0.3x  valor inicial. A continuación se presentan 8 aproximaciones para este punto fijo. Consideremos el valor inicial x0 = 0.3 x1 = 0.9459905421 x2 = 0.58493976040 Iteración 1 2 3 4 Aproximación 0.3 0.95534 0.57733 0.83792 Iteración 5 6 7 8 Aproximación 0.66901 0.78444 0.70779 0.7598
  • 43. 43 Ejemplo: Hallar la raíz negativa de la ecuación 2 11 0x x   . Solución.- Despejando de la igualdad, tenemos 2 11x x  , donde 2 ( ) 11g x x  es la función asociada del punto fijo. Consideremos 1 3x   valor inicial. A continuación se presentan 8 aproximaciones para esta ecuación. 8 177811652268845x  , como se puede ver las aproximaciones no garantizan convergencia al punto fijo. Iteración 1 2 3 4 Aproximación -3 -2 -7 38 Iteración 5 6 7 8 Aproximación 1433 2053478 42167718964 17781165226
  • 44. 44 Criterio de convergencia Sea :g  una función continua en  ,a b y diferenciable ,x a b  , la sucesión 1 ( )n nx g x  converge, si existe un número / '( ) 1m g x m  , ,x a b  Demostración. Sea p un punto fijo de g , es decir ( )p g p - - - - (*) En la sucesión 1 ( )n nx g x  - - - - (1) Restando (1) de (*), tenemos: 1 ( ) ( )n np x g p g x   Por el teorema de valor medio, existe 1 ,nc x p talque : 1( ) ( ) '( )( )n ng p g x g c p x   1( ) ( ) '( )n n ng p g x g c p x m p x     1 ( ) ( )n n np x g p g x m p x     1n np x m p x   - - - - - (a) En la sucesión 1( )n nx g x  - - - - - - (2) Restando (2) de (*) tenemos: 1( ) ( )n np x g p g x    Por el teorema de valor medio, existe 2 1 ,nc x p talque: 1 2 1( ) ( ) '( )( )n ng p g x g c p x    1 2 1 1( ) ( ) '( )n n ng p g x g c p x m p x       1 1( ) ( )n n np x g p g x m p x      1n np x m p x    - - - - - (b)
  • 45. 45 En la sucesión 1 2( )n nx g x  - - - - - - (3) Restando (3) de (*) tenemos: 1 2( ) ( )n np x g p g x    Por el teorema de valor medio, existe 3 2 ,nc x p talque: 2 3 2( ) ( ) '( )( )n ng p g x g c p x    2 3 2 2( ) ( ) '( )n n ng p g x g c p x m p x       1 2 2( ) ( )n n np x g p g x m p x       1 2n np x m p x    - - - - - (c) Siguiendo el mismo procedimiento de (a), (b) y (c) tenemos: ( 1)n k n kp x m p x     Donde: 2 1 1 1 ... k n n n n kp x m p x m p x m p x           Luego: 1 1 k n n kp x m p x     En este proceso iterativo, si k   entonces: 1 0k m   (por ser 1m ) 1 0np x   , 1nx p   La sucesión 1 ( )n nx g x  converge a p
  • 46. 46 DIAGRAMA DE FLUJO : Punto Fijo Inicio i = 1 xn1 =g(xn) /2 función, x1, n i <= n xn1 fin i = i+1
  • 47. 47 Ejemplo: Hallar la raíz en la ecuación 2 cos 3 0x x   . Solución.- Despejando de la igualdad, tenemos cos 3x x   , donde ( ) cos 3g x x  es la función asociada del punto fijo para encontrar el valor positivo. Consideremos 1 1.5x  valor inicial. A continuación se presentan 8 aproximaciones para este punto fijo. Iteración 1 2 3 4 Aproximación 1.5 1.7524 1.6791 1.7006 Iteración 5 6 7 8 Aproximación 1.6943 1.6961 1.6956 1.6957
  • 48. 48 Ejemplo: Hallar la raíz en la ecuación 5 cos 0x x   . Solución.- Despejando de la igualdad, tenemos 5 cosx x  , donde ( ) 5 cosg x x  es la función asociada del punto fijo. Consideremos 1 6x  valor inicial. A continuación se presentan 8 aproximaciones para este punto fijo. Iteración 1 2 3 4 Aproximación 6 5.9602 5.9483 5.9444 Iteración 5 6 7 8 Aproximación 5.9432 5.9428 5.9426 5.9426
  • 49. 49 Ejemplo: Hallar la raíz en la ecuación cos 0x x x   . Solución.- Despejando de la igualdad, tenemos cosx x x  , donde ( ) cosg x x x  , es la función asociada del punto fijo. Consideremos 1 1.2x  valor inicial. A continuación se presentan 8 aproximaciones para este punto fijo. Iteración 1 2 3 4 Aproximación 1.2 1.4578 1.3201 1.397 Iteración 5 6 7 8 Aproximación 1.3649 1.3782 1.3654 1.3725
  • 50. 50 Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos: >> fijo1( ' función ' , x1 , n ).
  • 51. 51 MÉTODO DE NEWTON - RAPHSON 1° ORDEN Sea :f  una función continua en  ,a b y 1k  veces diferenciable en ,a b , tenemos su desarrollo de Taylor alrededor de 0x . 20 0 0 0 0 '( ) "( ) ( ) ( ) ( ) ( ) .... 1! 2! n f x f x f x f x x x x x R       ….. ( 1) Consideremos una aproximación lineal de f en el desarrollo de Taylor, esto es. 0 0 0( ) ( ) '( ) ( )f x f x f x x x   ….. (a) Si x es una raíz de f , entonces en (a) tenemos: 0 0 00 ( ) '( ) ( )f x f x x x   Despejando x : 0 0 ( ) '( )n f x x x f x   Si 0x es una aproximación de la raíz de f , se obtiene la fórmula de Newton de 1° orden: 1 ( ) ' ( ) n n n n f x x x f x    Observaciones: 1). La función asociada del punto fijo para el método de Newton de 1° orden, está dada por: ( ) ( ) ' ( ) f x g x x f x   . 2). La aproximación lineal, considera como pendiente a 0' ( )f x en la construcción de las aproximaciones.
  • 52. 52 Gráfica: Ejemplo: Hallar la raíz en la ecuación 01) 1 ln( 1 x x . Solución.- Aplicando las propiedades de logaritmos y despejando tenemos: ln 0x x  , y construimos la función asociada, ( ) lnf x x x  . Consideremos 0 1x  valor inicial. A continuación se presentan 8 aproximaciones para esta raíz.
  • 53. 53 Criterio de convergencia Sea :f  una función continua en  ,a b y diferenciable ,x a b  , y ( ) ( ) ' ( ) f x g x x f x   ; función asociada del punto fijo para el método de Newton de 1° orden. 2 2 2 [ ' ( )] ( ). "( ) ( ). "( ) ' ( ) 1 [ ' ( )] [ ' ( )] f x f x f x f x f x g x f x f x     Para el cual se garantiza su convergencia si ' ( ) 1, ,g x x a b  . Reemplazando se obtiene: 2 ( ). "( ) 1, , [ ' ( )] f x f x x a b f x    La condición de convergencia del método de Newton Raphson. Iteración 1 2 3 4 Aproximación 0.5 0.56438 0.56714 0.56714 Iteración 5 6 7 8 Aproximación 0.56714 0.56714 0.56714 0.56714
  • 54. 54 Ejemplo: Hallar la raíz en la ecuación 2 sin( ) 5 0x x   . Solución.- Construimos la función asociada 2 ( ) sin( ) 5f x x x   Consideremos 0 2x   valor inicial. A continuación se presentan 8 aproximaciones para esta raíz. Iteración 1 2 3 4 Aproximación -2.4323 -2.3852 -2.3847 -2.3847 Iteración 5 6 7 8 Aproximación -2.3847 -2.3847 -2.3847 -2.3847
  • 55. 55 Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos: >> new1( ' función ', ' dfunción ' , x1 , n ).
  • 56. 56 MÉTODO DE NEWTON - RAPHSON 2° ORDEN Sea :f  una función continua en  ,a b y 1k  veces diferenciable en ,a b , tenemos su desarrollo de Taylor alrededor de 0x . 20 0 0 0 0 '( ) "( ) ( ) ( ) ( ) ( ) .... 1! 2! n f x f x f x f x x x x x R       ….. ( 1) Consideremos una aproximación cuadrática de f en el desarrollo de Taylor, esto es. 20 0 0 0 0 ''( ) ( ) ( ) '( ) ( ) ( ) 2 f x f x f x f x x x x x     ….. (a) Si x es una raíz de f y 0h x x  , entonces en (a) tenemos: 2 0 0 00 ''( ) 2 '( ) 2 ( )f x h f x h f x   Una ecuación de segundo grado en h. Dónde:           2 0 0 0 0 0 ' ' 2 '' '' f x f x f x f x h f x       Reemplazando h por 0x x y despejando tenemos la fórmula de iteración:           2 0 0 0 0 1 0 0 ' ' 2 '' '' f x f x f x f x x x f x       
  • 57. 57 Ejemplo: Hallar la raíz en la ecuación 1 2 tan 0x x   . Solución.- Construimos la función asociada ( ) 1 2 tanf x x x   . Consideremos 0 0.2x   valor inicial. A continuación se presentan los valores para la primera aproximación de esta raíz. Iteración Aproximación 1 Aproximación 2 1 -1.3066 -3.6371
  • 58. 58 MÉTODO DE VON MISES La fórmula de iteración del método de Newton Raphson de 1° Orden, definido por 1 ( ) ' ( ) n n n n f x x x f x    calcula aproximaciones a la raíz a través de rectas tangentes, lo que para valores ' ( ) 0nf x  la recta seria casi paralela al eje X alejando así las aproximaciones de la raíz. Para resolver este problema Von Mises sustituye ' ( )nf x por 0' ( )f x , donde 0x es el valor inicial, obteniendo así la fórmula de iteración: 1 0 ( ) ' ( ) n n n f x x x f x    Gráficamente la aproximación es a través de rectas paralelas a la recta tangente en el valor inicial.
  • 59. 59 Ejemplo: Hallar la raíz en la ecuación cos(sin( )) 3 0x x   . Solución.- Construimos la función asociada ( ) cos(sin( )) 3f x x x   Consideremos 0 2x  valor inicial. A continuación se presentan 8 aproximaciones para esta raíz. Iteración 1 2 3 4 Aproximación 2.2904 2.2748 2.2762 2.2761 Iteración 5 6 7 8 Aproximación 2.2761 2.2761 2.2761 2.2761
  • 60. 60 Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos: >> von1( ' función ', ' dfunción ' , x1 , n ).
  • 61. 61 RAÍCES DE UNA FUNCIÓN POLINÓMICA Proposición. Sea 1 1 1 0( ) ...n n n nP x a x a x a x a      , un polinomio de grado n con coeficientes enteros, b , c , b c una fracción irreducible. Si b c es una raíz de P , entonces b es un factor de 0a y c es un factor de na . Demostración.- Por hipótesis b c es raíz de f, esto es: 1 1 1 0( ) ( ) ... ( ) 0n n n na b c a b c a b c a      , multiplicando por n c se obtiene : 0.... 0 1 1 1 1    nnn n n n cabcacbaba ......(*) Despejando c en (*) : 1 2 1 1 1 0( ... )n n n n n nc a b a bc a c a b         , entonces c es un factor de n na b por hipótesis b c es irreducible, esto significa que c es un factor de na , despejando b en (*) : 1 2 1 1 1 0( ... )n n n n n nb a b a b c a c a c        , entonces b es un factor 0 n a c por hipótesis b c es irreducible, esto indica que b es un factor de 0a . Ejemplo.- Hallar las raíces racionales del polinomio: 3 2 ( ) 2 17 38 15P x x x x    Solución.- Posibles raíces: ( 15) 1 1 3 3 5 5 15 15 , , , , , , , (2) 1 2 1 2 1 2 1 2 factor factor     Dividiendo: 2 -17 38 -15 resto 1/2 1 -8 15 2 -16 30 0
  • 62. 62 1/ 2x  es una raíz, además 030162 2  xx Factorizando se obtiene (2 6)( 5) 0x x   Las raíces son:  1/ 2, 3, 5 . Ejemplo.- Hallar las raíces del polinomio: 3 2 ( ) 3 23 35 9P x x x x    Solución.- Posibles raíces: (9) 1 1 3 3 9 9 , , , , , (3) 1 3 1 3 1 3 factor factor   Dividiendo: 1/3x  es una raíz, además 2 3 24 27 0x x   Factorizando se obtiene (3 3)( 9) 0x x   Las raíces son:  1/3,1, 9 . Observación.- En el caso que los coeficientes del polinomio son números racionales bastará multiplicar al polinomio por el m.cm. de los denominadores transformándolo en un polinomio con coeficientes enteros. Ejemplo.- 3 2 3 5 ( ) 3 2 2 6 x x x P x     3 23 -35 9 resto 1/3 1 8 -9 3 24 -27 0
  • 63. 63 . . (2, 3, 6) 6mc m  , multiplicando a ( )P x por 6, se obtiene: 3 2 ( ) 2 3 9 5Q x x x x    . Teorema fundamental del Algebra Todo polinomio 1 1 1 0( ) ...n n n nP x a x a x a x a      de grado n con coeficientes reales, posee exactamente n raíces reales y/o complejas. Cambio de Signo de una función polinómica. Un polinomio 1 1 1 0( ) ...n n n nP x a x a x a x a      ordenado, se dice que posee cambio de signo, si 2 términos consecutivos poseen signos diferentes. Ejemplo. Sea 3 2 ( ) 3 5 6 7P x x x x       P posee 2 cambios de signo. REGLA DE DESCARTES Dado un polinomio 1 1 1 0( ) ...n n n nP x a x a x a x a       El número de raíces reales positivas de P , es igual al número de cambios de signos en ( )P x o menor que este número en una cantidad par.  El número de raíces reales negativas de P , es igual al número de cambios de signos en ( )P x o menor que este número en una cantidad par. Ejemplo.- Sea 3 2 ( ) 3 5 2P x x x x    3 2 ( ) 3 5 2P x x x x    , posee 2 cambios de signo, entonces P posee 2 raíces reales positivas o cero raíces positivas.
  • 64. 64 3 2 ( ) 3 5 2P x x x x      , posee 1 cambio de signo, entonces P posee solo 1 raíz real negativa. Por teorema fundamental el álgebra P posee 3 raíces. Resumen Caso I Caso II Raíces ( + ) 2 0 Raíces ( - ) 1 1 Raíces complejas 0 2 Ejemplo: Sea 4 3 2 ( ) 3 5P x x x x x     4 3 2 ( ) 3 5P x x x x x     , posee 2 cambios de signo, entonces P posee 2 raíces reales positivas o cero raíces positivas. 4 3 2 ( ) 3 5P x x x x x      , posee 2 cambios de signo, entonces P posee 2 raíces reales negativas o cero raíces negativas. Por teorema fundamental el álgebra P posee 4 raíces. Resumen Caso I Caso II Caso III Raíces ( + ) 2 0 0 Raíces ( - ) 2 2 2 Raíces complejas 0 2 4 Proposición.- Dado un polinomio 1 0( ) ...n P x x a x a    , las raíces reales de P , satisfacen la relación. 0 0 n n a a A r a A a    
  • 65. 65 Donde max , 0jA a j n   . Ejemplo: Determinar el intervalo de existencia de las raíces del polinomio: 5 4 2 ( ) 3 2 7 4P x x x x x     Solución: Tenemos 0 4, 7a A   . 4 3 7 r 4 7 3       Demostración de la Proposición. Considerando    1 0 n k k k xa , tenemos 1 1 1 1 1 0 0 0 0 0 n n n n n kk k k k k k k k k k k k a x a x a x A x x                   Entonces       1 0 1 0 n k k n k k k xAxa .... ( 1 ) Por otro lado 2 1 1 1 1 ... 1 1 n n n r r r r r r r            , Esta serie converge si 1r . Caso a) Si 1x 3 10 3 10 11 4 11 4 3 10 3 10
  • 66. 66 11 11 0 1 0                   x xA x x AxAxa nn n k k n k k k entonces 1 1 0     x xA xa n n k k k .... ( 2 ) tenemos que 1 0 ( ) n n k n k k P x a x a x      1 1 0 0 ( ) 1 n n n n k n k n n k n k n k k A x P x a x a x a x a x a x x              ( ) 1 1 1 n n n nn n n n n A x A x x P x a x a x a x a A x x x             Entonces ( ) 1 n n n x P x a x a A x       Acotamos ( )P x se debe considerar  Aaxa nn   0 Dado que: 1x x n es positivo. De donde si  Aaxa nn   0  Aaxa nn  n n a A x a   Caso b) Probar 0 0 | | | | | | a x a A  
  • 67. 67 MÉTODO DE VIRGE .VIETA Sea 1 1 1 0( ) ....n n n nP x a x a x a x a      , un polinomio de grado n con coeficientes reales, 1r aproximación de alguna de las raíces reales de P . Efectuando la división: ( )P x entre 1x r se obtiene: P: an an-1 an-2 …. a2 a1 a0 r1 r1bn-1 r1bn-2 r1b2 r1b1 r1b0 bn-1 bn-2 bn-3 b1 b0 P(r1)  resto 1 1( ) ( ) ( ) ( )P x x r Q x P r   1 1 P( ) P( ) ( ) x r Q x x r    Aplicando limite a ambos miembros obtenemos: `1 `1 1 r r 1 ( ) ( ) lim Q( ) lim x x P x P r x x r     1 1( ) ' ( )Q r P r Efectuando la división: ( )Q x entre 1x r se obtiene: Q: bn-1 bn-2 bn-3 …. b1 b0
  • 68. 68 r1 r1cn-2 r1cn-3 r1c1 r1c0 cn-2 cn-3 cn-4 c0 Q(r1)  resto Dado que 1r es una aproximación de la raíz, utilizando el método de Newton se tiene: 1 2 1 1 P( ) P'( ) r r r r   Generalizando este resultado se obtiene la fórmula de iteración. 1 P( ) Q( ) n n n n x x x x    Ejemplo.- Determinar una raíz del polinomio: 5 4 2 ( ) 3 2 7 4P x x x x x     Solución.- Analizando el polinomio, existe una raíz cercana a 2x  , consideremos 1 1.5r  como la primera aproximación. Efectuando la división se obtiene: 3 -2 0 1 -7 -4 1.5 4.5 3.75 5.625 9.938 4.407 3 2.5 3.75 6.625 2.938 0.407 1.5 4.5 10.5 21.37 41.98 3 7 14.25 27.99 44.91
  • 69. 69 De donde: 2 0.407 1.5 1.491 44.91 r    3 1.4908r  Ejemplo.- Determinar una raíz del polinomio 3 2 ( ) 2 3 1P x x x x    Considerando 1 1r  valor inicial. A continuación se presentan 8 aproximaciones para esta raíz. Iteración 1 2 3 4 Aproximación 1.25 1.2009 1.1987 1.1987 Iteración 5 6 7 8 Aproximación 1.1987 1.1987 1.1987 1.1987
  • 70. 70 Observación.- Al usar el archivo m del método de Virge Vietta los coeficientes del polinomio P(x) deben estar ubicados dentro de corchetes. Archivo m: Para utilizar el siguiente programa digitar en la ventana de comandos: >> virge1( [ coeficientes] , r1 , nn ).