Capitulo II

Solución de ecuaciones y sistemas no lineales

Ecuación.- es una igualdad que contiene una o más incógnitas.
a0Xn+a1Xn-1+a2Xn-2+…….an-1X+an=0
n= grado de ecuación, a= coeficientes, X variable independiente
Ecuación no lineal. Ecuación cuyo grado n es mayor a uno. Ecuación que
contiene funciones trascendentes. Ej exponencial, logarítmica, trigonométrica.
Ecuación lineal. Aquella cuyo grado es igual a 1.

Resolución de ecuaciones
Método Analítico
Método gráfico

Métodos de afinamiento de la raíz.

a) Métodos que usan intervalos
Bisección
Regla falsa

Bisección

Criterios de paro.
 a) |𝑋𝑛 − 𝑋𝑛−1 | < 𝜀
|𝑋 −𝑋 |
b) 𝑛 𝑛−1 < 𝜀
𝑋𝑛
c) 𝑓(𝑋𝑛 ) < 𝜀
Algoritmo o procedimiento de cálculo
1. Se escoge los valores iniciales Xa y Xb que encierran la raíz
2. Determinar la primera aproximación de la raíz.
𝑋𝑎 + 𝑋𝑏
(𝑋𝑐 ) =
2
3. Se realizan las siguientes evaluaciones para determinar en qué intervalo
se halla la r aíz.
a) f(Xa)*f(Xc) < 0 la raíz está en el primer intervalo
b) f(Xa)*f(Xc) > 0 la raíz está en el segundo intervalo
c) f(Xa)*f(Xc) = 0 raíz encontrada
4. Se realiza una nueva aproximación a la raíz
𝑋𝑎 + 𝑋𝑏
(𝑋𝑐 ) =
2

Ejm. 𝑓(𝑋) = 𝑋 4 − 2𝑋 3 − 4𝑋 2 + 4𝑋 + 4 𝜀 = 0.00001

IT Xa fXa Xb Xc fXc fXa*fXc
1 1 3 1,8 1,4 0,1136 +
2 1,4 0,1136 1,8 1,6 -1,4784 -
3 1,4 0,1136 1,6 1,5 -0,6875 -
4 1,4 0,1136 1,5 1,45 -0,286744 -
5 1,4 0,1136 1,45 1,425 -0,086343 -
6 1,4 0,1136 1,425 1,4125 0,013707 +
7 1,4125 0,013707 1,425 1,41875 -0,036301 -
8 1,4125 0,013707 1,41875 1,415625 -0,041292 -
9 1,4125 0,013707 1,415625 1,4140625 0,0012084 +

19 1,414212 1,22x10-5 1,414215 1,414213562 2,89x10-9

2,89x10-9<0.00001

Ejm 2 𝑒 𝑥 − 2 = 0

IT Xa fXa Xb Xc fXc fXa*fXc

1 0 -1 2 1 0.71 -
2 0 -1 1 0.5 -0.3513 +
 3 0.5 -0.3513 1 0.75 0.117 -
4 0.5 -0.3513 0.75 0.625 -0.132 +
5 0.625 -0.132 0.75 0.6875 0.0113 -
6 0.6875 -0.0113 0.75 0.71875 0.05186 -
7 0.6875 -0.0113 0.71875 0.7031 0.02 -
8 0.6875 -0.0113 0.7031 0.6953 0.0043 -

Fa*Fc menor 0 (ac) Raíz presente

Fc*Fb menor 0 (cb) Raíz presente
a c b fa fc fb
0 1 2 -1 0,7182 5,389
0 0,5 1 -1 -0,3513 0,7182
0,5 0,75 1 -0,3513 0,117 0,7182
0,5 0,625 0,75 -0,3513 -0,132 0,117
0,625 0,6875 0,75 -0,132 -0,0113 0,117
0,6875 0,71875 0,75 -0,0113 0,05186 0,117
0,6875 0,7031 0,71875 -0,0113 0,02 0,05186
0,6875 0,6953 0,7031 -0,0113 0,0043 0,02

MATLAB.
Características.
 Lenguaje de alto nivel para cálculo numérico y desarrollo de aplicaciones.
 Cuenta con funciones matemáticas para algebra lineal, estadística,
integración numérica, resolución de ecuaciones diferenciales ordinarias.
 Gráficos integrados para visualización de datos y herramientas para crear
gráficos personalizados.
 Herramientas de desarrollo para mejorar la calidad del código.
 Herramientas para creación de aplicaciones con interfaces gráficas
personalizadas.
 Funciones para integrar algoritmos con aplicaciones externas como: c, java
Excel.=

Entorno de trabajo.
Comand Window
Ventana donde se ejecutan interactivamente las instrucciones, y donde se
muestran los resultados correspondientes. Es la ventana más importante. Lo
caracteriza el prompt o aviso. Programa preparado para recibir instrucciones.

Ingreso de variables.
a=3 enter
…b=6 enter….
c=3 enter….
d =a+b+c enter
a=3; enter… que sucede.?
a=3; b=6; c=9; d=a+b+c …. Enter

Workspace

En esta ventana se lista las variables que en un determinado momento se están

utilizando. Se pueden ver las variables antes utilizadas.
Click derecho en una variable se puede cambiar de nombre.
Característica importante, MATLAB trata las variables como arrays o matrices,
en este caso de 1x1
Editor debugger.

Ventana en la que el usuario, puede escribir o crear sus propios programas en

archivos con extensión .m. New Script.
Contienen conjuntos de comandos o definición de funciones. Se logra ejecutar
uno tras otro todos los comandos contenidos en este tipo de fichero.
Limpiar variables.
Clear all
Clc

Vectores o matrices.
Vectores fila elementos separados por espacios o coma. v= [2 3 4]
Vector columna.- separados por punto y coma; m= [3 4 5; 6 7 8; 9 10 11]
Crear dos matrices distintas, probar operaciones.

Graficas
>> x=[-2:0.01:2];
>> y=sin(x)+cos(x)*2;
>> plot(x,y)

x=[-5:0.01:5];
y=3*x.^3+2*x-17;
z=zeros(size(x));
grid on
hold on
plot (x,y)

clear %borrar variable%

formatooriginal = get(0, 'format');%formato al texto
format('longEng');%dar formato al texto
disp('Bienvenido al programa que calcula error absoluto, relativo y valor');%texto
disp('aproximado de las cifras significativas');%texto
valorreal = input('Escribe el valor real:');% pide ingrsar el valor real
if valorreal == 0 %para evitar error, sentencia de validacion
disp('El valor real debe ser distinto de cero para poder calcular error relativo');
else
valoraproximado = input('Escribe el valor aproximado:'); %pide ingresar el valor
eproximado
if valoraproximado == valorreal %validacion
disp('El valor aproximado es igual al real, error absoluto=0, error relativo=0');
disp('y con igual n´umero de cifras significativas que el valor real.');
else
errorabsoluto = abs(valorreal - valoraproximado);
errorrelativo = abs(errorabsoluto / valorreal);
porcentajedeerror = abs(errorrelativo * 100);
t = 0; % voy hacer un bucle de repeticiones por tanto necesito iniciar el contador
valoracomparar = 5;
while valoracomparar >= errorrelativo % determinar cuantas cifras del valor aproximado
es significativa
t = t + 1;
valoracomparar = 5 * ( 10 ^ ( (-1) * t ) );
end
t = t - 1;
if errorrelativo > 5
t = 0;
end
disp(['El error absoluto es: ' num2str(errorabsoluto, '%16.16g')]);
disp(['El error relativo es: ' num2str(errorrelativo, '%16.16g')]);
disp(['El porcentaje de error es: ' num2str(porcentajedeerror, '%16.16g') '%']);
disp(['El valor aprox. de cifras significativas es : ' num2str(t, '%d')]);
end
end
set(0,'format', formatooriginal);

Método de la regla falsa.

Algoritmo.
1.- Se escogen los valores iniciales Xa y Xb, que encierran la raíz.
2.- Determinar la primera aproximación Xc.
𝑓(𝑋𝑏)(𝑋𝑎 − 𝑋𝑏)
𝑋𝑐 = 𝑋𝑏 −
𝑓 (𝑋𝑎) − 𝑓(𝑋𝑏)
3.- Realizar las evaluaciones
𝑓(𝑋𝑎) ∗ 𝑓(𝑋𝑐)˂0 raíz en primer intervalo
𝑓(𝑋𝑎) ∗ 𝑓(𝑋𝑐)˃0 raíz en segundo intervalo
𝑓(𝑋𝑎) ∗ 𝑓(𝑋𝑐)=0 Raíz encontrada

4.- Se realiza una nueva aproximación

𝑓(𝑋𝑏)(𝑋𝑎 − 𝑋𝑏)
𝑋𝑐 = 𝑋𝑏 −
𝑓 (𝑋𝑎) − 𝑓(𝑋𝑏)

Ejm. Con la ayuda del método de la regla falsa precisar hasta 𝜀 = 0.00001, la
menor raíz positiva de la ecuación
𝑥 3 + 3𝑥 2 − 3𝑥 = 0
Itera Xa F(Xa) Xb F(Xb) Xc F(Xc) F(Xa)*F(Xc)
ción
1 0.6 -0.504 1 1 0.73404255 -0.19015656 +
2 0.73404255 -0.19015656 1 1 0.77653575 -0.05232685 +
3 0.77653575 -0.05232685 1 1 0.78764749 -0.01312928 +
4 0.78764749 -0.01312928 1 1 0.79039939 -0.00321742 +
5 0.79039939 -0.00321742 1 1 0.7910716 -0.00078388 +
6 0.7910716 -0.00078388 1 1 0.79123525 -0.00019071 +
7 0.79123525 -0.00019071 1 1 0.79127506 -4.6383*10-5 +
8 0.79127506 -4.6383*10-5 1 1 0.79128474 -1.128*10-5 +
9 0.79128474 -1.128*10-5 1 1 0.79128709 -2.743*10-6 +

Ejm 2
Obtener una solución única de: 𝑥 3 + 4𝑥 2 − 10 = 0, en el intervalo(1,2),
mediante el método de la regla falsa.

Itera Xa F(Xa) Xb F(Xb) Xc F(Xc) F(Xa)*F(Xc)

ción
1 1 -5 1.5 2.375 1.33898 -0.42792 +
2 1.33898 -0.42792 1.5 2.375 1.36356 -0.02756 +
3 1.36356 -0.02756 1.5 2.375 1.36513 -0.00165 +
4 1.36513 -0.00165 1.5 2.375 1.36522 -0.00017 +
5 1.36522 -0.00017 1.5 2.375 1.36523 2.21*10-7 +

Nota. Métodos que usan intervalos cerrados

Bisección y Regla falsa Ventajas: siempre convergen
Desventajas: Son lentos

Métodos abiertos
Newton Raphson
Secante
Aproximaciones sucesivas

Newton Raphson.- se basa en trazar tangentes a la curva de la función.

Relaciona la pendiente de dicha línea tangente y su punto de intersección con el
eje X.
Pendiente de la tangente:
𝑓(𝑋𝑖)
𝑓 ′ (𝑋𝑖 ) =
𝑋𝑖 − 𝑋𝑖+1
Reordenando:
𝑓(𝑋𝑖)
𝑋𝑖+1 = 𝑋𝑖 −
𝑓 ′ (𝑋𝑖 )

Ej. F(x)=X4-2X3-4X2+4X+4 f’(x)= Ej. 4X3-6X2-8X+4

 Iteración Xi F(Xi) F’(Xi) 𝑿𝒊+𝟏 F(𝑿𝒊+𝟏 )
1 1 3 -6 1.5 -0.6875
2 1.5 -0.6875 -8 1.414063 0.001208
3 1.414063 0.001208 -7.999853 1.414214 -1.1099*10-8
4 1.414214 -1.1099*10-8 -8 1.414214 -1.1099*10-8

Ej 2. Misma ecuación. Raíz entre 2 y 3

Iteración Xi F(Xi) F’(Xi) 𝑿𝒊+𝟏 F(𝑿𝒊+𝟏 )
1 2.4 -3.9104 5.536 3.106358 10.990331
2 3.106358 10.99631 41.1511 2.839280 2.321404
3 2.839286 2.321404 24.47256 2.794428 0.238039
4 2.794428 0.238039 19.53615 2.732244 0.003654
5 2.732294 0.003654 18.93762 2.732051 0.08498*10-7

Ejm 2 haciendo uso del método de las tangentes encontrar la raíz ubicada en
segmento (0;1)
𝑓 (𝑥 ) = 𝑥 3 + 3𝑥 2 − 3𝑥
𝑓 , (𝑥) = 3𝑥 2 + 6𝑥 − 3
Iteración Xi F(Xi) F’(Xi) 𝑿𝒊+𝟏 F(𝑿𝒊+𝟏 )
1 0.6 -0.504 1.68 0.9 0.459
2 0.9 0.459 4.83 0.80496894 0.05061792
3 0.80496894 0.05061792 3.77373867 0.79155574 0.0009718
4 0.79155574 0.0009718 3.62901592 0.79128795 3.854*10-7
5 0.79128795 3.854*10-7 3.6261376 0.79128785 6.084*10-14
Método de la secante o de las cuerdas
Consiste en trazar una cuerda que corte a la curva.

Ecuación de la secante
𝑓(𝑋𝑖)(𝑋𝑖−1 − 𝑋𝑖)
𝑋𝑖+1 = 𝑋𝑖 −
𝑓 (𝑋𝑖−1 ) − 𝑓(𝑋𝑖)

Se pueden tomar los valores mayores o menores, aproximados a la raíz.

Ej. F(x)=X4-2X3-4X2+4X+4
A LA DERECHA
Iteración 𝑋𝑖−1 𝑓(𝑋𝑖−1 ) Xi 𝑓(𝑋𝑖) 𝑋𝑖+1 f(𝑋𝑖+1 )
1 1 3 1.8 -2.9264 1.404967 0.073923
2 1.8 -2.9264 1.404967 0.073923 1.414701 -0.003896
3 1.404967 0.073923 1.414701 -0.0038960 1.41422135 2.33*10-6

f(𝑋𝑖+1 ) ˂0.00001

A LA IZQUIERDA
Iteración 𝑋𝑖−1 𝑓(𝑋𝑖−1 ) Xi 𝑓(𝑋𝑖) 𝑋𝑖+1 f(𝑋𝑖+1 )
1 1 3 1.3 0.9021 1.4290 -0.118389
2 1.3 0.9021 1.4290 -0.118389 1.414035 0.001436
3 1.4290 -0.118389 1.414035 0.001430 1.41422135 1.40003*10-6

f(𝑋𝑖+1 ) ˂0.00001
Haciendo uso del método de la secante, precisar hasta 𝜀 = 0.00001 la raíz de la
ecuación 𝑥 3 + 3𝑥 2 − 3𝑥 = 0, situada sobre el segmento [0; 1].

Se toman los valores iniciales 𝑋𝑖−1 = 0.6 ; 𝑋𝑖 = 0.7, y se obtiene la siguiente

tabla
Iteración 𝑋𝑖−1 𝑓(𝑋𝑖−1 ) Xi 𝑓(𝑋𝑖) 𝑋𝑖+1 f(𝑋𝑖+1 )
1 0.6 -0.504 0.7 -0.287 0.83225806 0.15765271
2 0.7 -0.287 0.83225806 0.15765271 0.78536564 -0.02128646
3 0.83225806 0.15765271 0.78536564 -0.02128646 0.79094393 -0.00124647
4 0.78536564 -0.02128646 0.79094393 -0.00124647 0.79129089 1.1035x10-9
En la cuarta iteración 1.1035x10-9 < 0.00001, por lo tanto la raíz es 0.79129089

Obtener una solución única de 𝑥 3 + 4𝑥 2 − 10 = 0, en el intervalo [1; 2].

Iteración 𝑋𝑖−1 𝑓(𝑋𝑖−1 ) Xi 𝑓(𝑋𝑖) 𝑋𝑖+1 f(𝑋𝑖+1 )
1 1.5 2.375 2 1.4 1.39784946 0.54730673
2 2 14 1.39784946 0.54730673 1.37335169 0.134651
3 1.39784946 0.54730673 1.37335169 0.134651 1.36535798 0.00211329
4 1.37335169 0.134651 1.36535798 0.00211329 1.36523052 8.3885x10-6
MÉTODO DE LAS APROXIMACIONES SUCESIVAS

Consiste en transformar la función de la forma f(x)=0, a la forma x=g(x). Esta

transformación se lleva a cabo mediante operaciones algebraicas. Despejar x o
agregar x a cada lado de la ecuación original.
Presenta una ventaja muy importante y es que en cada paso se cumplen
operaciones matemáticas del mismo tipo, lo cual facilita la programación en
computadoras.

Ej de transformación:
𝑥 2 − 2𝑥 + 3 = 0 forma f(x)=0
𝑥 2 +3
𝑥= forma x=g(x)
2

𝑥 = √2𝑥 − 3 forma x=g(x)

𝑥2 − 𝑥 + 3 = 𝑥 forma x=g(x)

Ej: F(x)=X4-2X3-4X2+4X+4
 X=g(X)
−𝑋 4 + 2𝑋 3 + 4𝑋 2 − 4
𝑋=
4

𝑋 4 − 2𝑋 3 + 4𝑥 + 4
2
𝑋= √
4

𝑋 4 − 4𝑋 2 + 4𝑥 + 4
3
𝑋= √
2

2𝑋 3 + 4𝑋 2 − 4𝑥 − 4
4
𝑋=√
1

3
Tabla 1 x= √
3
Iteración x x=g(x) 3 en √ f(x) 3.12en ec orig
1 3 3.124399 11.744259
2 3.124399 3.313266 21.108445

No existe convergencia
 4
Tabla 2 x= √
Iteración x x=g(x) f(x)
1 3 2.932972 4.861827
2 2.932972 2.883563 3.459387
3 2.883563 2.846796 2.506731
………………………………..
2.732051 Menor a E

3
Tabla 3 x= √
Iteración x x=g(x) f(x)
1 2 1.817121 -3.036503
2 1.817121 1.648729 -1.852619
3 1.648729 1.526269 -0.897234
……………………………………
14 1.419216 1.414214 -6.84*10-6

2
Tabla 4 x= √
Iteración x x=g(x) f(x)
1 2 1.732051 -2.464102
2 1.732051 1.54402 -1.038287
3 1.54402 1.457533 -0.347167
……………………………………
12 1.414216 1.414214 -5.84*10-6

Haciendo uso del método de las aproximaciones sucesivas precisar hasta 𝜀 =

0.00001la raíz de la ecuación: 𝑥 3 + 3𝑥 2 − 3𝑥 = 0 situada sobre el segmento
[0; 1].
Despejando de x2, se tiene:

3𝑥 − 𝑥 3
𝑥=√
3
Tomando valor inicial x = 0,5 se obtiene:
Iteración x x=g(x) f(x)
1 0.5 0.6770032 -0.625
2 0.6770032 0.75734547 -0.34571647
3 0.75734547 0.78265448 -0.11692766
4 0.78265448 0.78920846 -0.03090585
5 0.78920846 0.7907943 -0.00751691
6 0.7907943 0.79117112 -0.00178835
7 0.79117112 0.79126027 -0.00042318
8 0.79126027 0.79128133 -0.00010001
9 0.79128133 0.79128631 -2.3629*10-5

RAÍCES MÚLTIPLES.
Raíz múltiple.- corresponde a un punto donde una función es tangencial al eje x.

m=2 m=3
𝑓(𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 − 𝑚
𝑓 ′ (𝑥𝑖 )
Ejm.
𝑓(𝑥) = (𝑥 − 1)(𝑥 − 1)(𝑥 − 1)(𝑥 − 3)
𝑓 (𝑥) = 𝑥 4 − 6𝑥 3 + 12𝑥 2 − 10𝑥 + 3
𝑓′(𝑥) = 4𝑥 3 − 18𝑥 2 + 24𝑥 − 10
iter xi F(xi) F´(xi) m Xi+1 F(xi+1)
1 0 3 -10 3 0.9 0.0021
2 0.9 0.0021 -0.064 3 0.9984375 7.6354*10-9
3 0.9984375 7.6354*10-9 -1.46637*10-5 3 0.999999 0
METODO DE MULLER.
No solo permite hallar raíces reales, sino que además se puede
calcular raíces imaginarias o complejas.
Procedimiento
1.- Se escogen tres valores iniciales:
xi-2,
xi-1,
xi.
2.- Se determinan los valores de la función en esos puntos
f(xi-2),
f(xi-1) y
f(xi).
3.- Se determinan las diferencias finitas de primer y segundo
orden.
𝑓(𝑋𝑖−1 ) − 𝑓(𝑋𝑖−2 )
𝑓[𝑋𝑖−2 , 𝑋𝑖−1 ] =
𝑋𝑖−1 − 𝑋𝑖−2
𝑓(𝑋𝑖 ) − 𝑓(𝑋𝑖−1 )
𝑓[𝑋𝑖−1 , 𝑋𝑖 ] =
𝑋𝑖 − 𝑋𝑖−1
𝑓(𝑋𝑖−1 , 𝑋𝑖 ) − 𝑓(𝑋𝑖−2 , 𝑋𝑖−1 )
𝑓[𝑋𝑖−2 , 𝑋𝑖−1 , 𝑋𝑖 ] =
𝑋𝑖 − 𝑋𝑖−2

4.- Determinar los coeficientes a0, a1, a2.

𝑎2 = 𝑓[𝑋𝑖−2 , 𝑋𝑖−1 , 𝑋𝑖 ]
𝑎1 = 𝑓[𝑋𝑖−1 , 𝑋𝑖 ] − (𝑋𝑖 + 𝑋𝑖−1 ) ∗ 𝑎2
 𝑎0 = 𝑓[𝑋𝑖 ] − 𝑋𝑖 [𝑓(𝑋𝑖−1 , 𝑋𝑖 ) − 𝑋𝑖−1 ∗ 𝑎2 ]
5.- Determinar la primera aproximación a la raíz.
2𝑎0
𝑋𝑖+1 = 1
−𝑎1 ± (𝑎1 2 − 4𝑎0 ∗ 𝑎2 ) ⁄2
±, se escoge el signo que de la máxima magnitud

Ejm. X4-2X3-4X2+4X+4

1.- Xo=1.3 → f(1.3)= 0.9021 xi-2

X1=1.4 → f(1.4)= 0.1136 xi-1
X2=1.5 → f(1.5)= -0.6875 xi
2.-
0.1136 − 0.9021
𝑓 (𝑋0, 𝑋1) = = −7.885
1.4 − 1.3
−0.6875 − 0.1136
𝑓(𝑋1, 𝑋2) = = −8.011
1.5 − 1.4
−8.011 + 7.885
𝑓(𝑋0, 𝑋1, 𝑋2) = = −0.63
1.5 − 1.3

3.-
𝑎2 = 𝑓[𝑋0 , 𝑋1 , 𝑋2 ] = −0.63
𝑎1 = 𝑓[𝑋1 , 𝑋2 ] − (𝑋2 + 𝑋1 ) ∗ 𝑎2 = −8.011 − [1.5 + 1.4][−0.63] = −6.184
𝑎0 = 𝑓 [𝑋2 ] − 𝑋2 [𝑓 (𝑋1 , 𝑋2 ) − 𝑋1 ∗ 𝑎2 ]
= −0.6875 − 1.5[−8.011 − 1.4(−0.63)] = 10.006
4.-
 2(10.006)
𝑋3 = 1/2
+6.184 + ((−6.184)2 − 4(10.006)(−0.63))
20.012
𝑋3 = = 1.414276
+6.184 + 7.965988
f(X3)=|−0.000505|

segunda iteracion:
1.-
Xo=1.4 → f(1.4)= 0.1136
X1=1.5 → f(1.5)= -0.6875
X2=1.414276 → f(1.414276)= -0.000505

2.-
−0.6878 − 0.1136
𝑓(𝑋0, 𝑋1) = = −8.011
1.5 − 1.4
−0.000505 + 0.6875
𝑓 (𝑋1, 𝑋2) = = −8.014098
1.414276 − 1.5
−8.014098 + 8.011
𝑓(𝑋0, 𝑋1, 𝑋2) = = −0.216972
1.414276 − 1.4

3.-
𝑎2 = 𝑓 [𝑋0 , 𝑋1 , 𝑋2 ] = −0.216972
𝑎1 = 𝑓 [𝑋1 , 𝑋2 ] − (𝑋2 + 𝑋1 ) ∗ 𝑎2
= −8.014098 − [1.414276 + 1.5][−0.216972] = −7.381781
𝑎0 = 𝑓[𝑋2 ] − 𝑋2 [𝑓 (𝑋1 , 𝑋2 ) − 𝑋1 ∗ 𝑎2 ]
= −0.000505 − 1.414276[−8.014098 − 1.5(−0.216972)]
= 10.87336
4.-
2(10.87336)
𝑋3 = 1/2
+7.381781 + ((−7.38181)2 − 4(10.87336)(−0.216972))
𝑋3 = 1.4142135
 f(X3)=|2.87 ∗ 10−7 |

Método de Bairestow
Procedimiento:
1.- Se determinan los coeficientes a0, a1, ….. an. Y se escogen valores para r0 y s0
(cercanos a 1).
2.- Se determinan los coeficientes bn, bn-1……… bi.
𝑏𝑛 = 𝑎𝑛
𝑏𝑛−1 = 𝑎𝑛−1 + 𝑟𝑏𝑛
𝑏𝑖 = 𝑎𝑖 + 𝑟𝑏𝑖+1 + 𝑠𝑏𝑖+2
3.- Se determinan los coeficientes cn, cn-1,……… ci
𝑐𝑛 = 𝑏𝑛
𝑐𝑛−1 = 𝑏𝑛−1 + 𝑟𝑐𝑛
𝑐𝑖 = 𝑏𝑖 + 𝑟𝑐𝑖+1 + 𝑠𝑐𝑖+2

4.- Se determinan los valores ∆𝑟 𝑦 ∆𝑠.

𝑐2 ∆𝑟 + 𝑐3 ∆𝑠 = −𝑏1
𝑐1 ∆𝑟 + 𝑐2 ∆𝑠 = −𝑏0
5.- Se determina los nuevos valores de r1 y s1
𝑟1 = 𝑟0 + ∆𝑟
𝑠1 = 𝑠0 + ∆𝑠
6.- Se determinan los errores relativos de r y s
∆𝑟
|𝜀𝑟| = | |
𝑟
∆𝑠
|𝜀𝑠| = | |
𝑠
˂1*10-5
 𝑟 ± √𝑟 2 + 4𝑠
𝑥=
2
Ejm.
F(x)=X4-2X3-4X2+4X+4 r=0.5; s=0.5
1.-
a0=4
a1=4
a2=-4
a3=-2
a4=1
2.-
𝑏4 = 𝑎4 = 1
𝑏3 = 𝑎3 + 𝑟𝑏4
𝑏3 = −2 + (0.5)1 = −1.5
𝑏2 = 𝑎2 + 𝑟𝑏3 + 𝑠𝑏4 = −4 + 0.5(−1.5) + 0.5(1) = −4.25
𝑏1 = 𝑎1 + 𝑟𝑏2 + 𝑠𝑏3 = 4 + 0.5(−4.25) + 0.5(−1.5) = 1.125
𝑏0 = 𝑎0 + 𝑟𝑏1 + 𝑠𝑏2 = 4 + 0.5(1.125) + 0.5(−4.25) = 2.4375

3.-
𝑐4 = 𝑏4 = 1
𝑐3 = 𝑏3 + 𝑟𝑐4 = −1.5 + 0.5(1) = −1
𝑐2 = 𝑏2 + 𝑟𝑐3 + 𝑠𝑐4 = −4.25 + 0.5(−1) + 0.5(1) = −4.25
𝑐1 = 𝑏1 + 𝑟𝑐2 + 𝑠𝑐3 = 1.125 + 0.5(−4.25) + 0.5(−1) = −1.5

4.-
−4.25∆𝑟 − ∆𝑠 = −1.125
−1.5∆𝑟 − 4.25∆𝑠 = −2.4375
 ∆𝑟 = 0.141509
∆𝑠 = 0.523585
5.-
𝑟1 = 0.5 + 0.141509 = 0.641509
𝑠1 = 0.5 + 0.523585 = 1.023585
6.-

0.141509
|𝜀𝑟| = | | = 0.220588
0.641509
0.523585
|𝜀𝑠| = | | = 0.511521
1.023585
Segunda iteración
𝑏4 = 𝑎4 = 1
𝑏3 = 𝑎3 + 𝑟𝑏4 = −2 + (0.641509)1 = −1.358491
𝑏2 = 𝑎2 + 𝑟𝑏3 + 𝑠𝑏4 = −4 + 0.641509(−1.358491) + 1.023585(1) = −3.847899
𝑏1 = 𝑎1 + 𝑟𝑏2 + 𝑠𝑏3 = 4 + 0.641509(−3.847899) + 1.023585(−1.359491) = 0.141006
𝑏0 = 𝑎0 + 𝑟𝑏1 + 𝑠𝑏2 = 4 + 0.641509(0.141006) + 1.023585(−3.847899) = 0.151805

3.-
𝑐4 = 𝑏4 = 1
𝑐3 = 𝑏3 + 𝑟𝑐4 = −1.358491 + 0.641504(1) = −0.716982
𝑐2 = 𝑏2 + 𝑟𝑐3 + 𝑠𝑐4 = −3.847899 + 0.641509(−0.716982) + 1.023585(1)
= −3.284264
𝑐1 = 𝑏1 + 𝑟𝑐2 + 𝑠𝑐3
= 0.141006 + 0.0.641509(−3.284264) + 1.023585(−0.716982)
= −2.699771

4.-
−3.284264∆𝑟 − 0.716982∆𝑠 = −0.141006
−2.69971∆𝑟 − 3.284264∆𝑠 = −0.151805
 ∆𝑟 = 0.040026
∆𝑠 = 0.013319
5.-
𝑟1 = 0.641509 + 0.040026 = 0.681535
𝑠1 = 1.023585 + 0.013319 = 1.036904
6.-

0.040026
|𝜀𝑟| = | | = 0.058729
0.681535
0.013319
|𝜀𝑠| = | | = 0.012845
1.036904

Cuarta iteración
B4=1
B3=-1.317836
B2=-3.68705
B1=-2.0287*10-6
B0=1.6961*10-6

C4=1
C3=-0.635673
C2=-3.262063
C1=-2.883359
−3.262063∆𝑟 − 0.635673∆𝑠 = 2.0287 ∗ 10−6
−2.883359∆𝑟 − 3.262063∆𝑠 = −1.6961 ∗ 10−6
∆𝑟 = −8.7373 ∗ 10−7
∆𝑠 = 1.2922 ∗ 10−6
 𝑟1 = 0.682163 − 8.7373 ∗ 10−7 = 0.682162
𝑠1 = 1.035275 + 1.2922 ∗ 10−6 = 1.035276

−8.7373 ∗ 10−7
|𝜀𝑟| = | | = 1.2808 ∗ 10−6
0.682162
1.2922 ∗ 10−6
|𝜀𝑠| = | | = 1.2482 ∗ 10−6
1.035276

Menor a 1*10-5

𝑟 ± √𝑟 2 + 4𝑠
𝑥=
2

0.682162 ± √0.6821622 + 4(1.035276)

𝑥=
2
𝑥1 = 1.4142135
𝑥2 = −0.7320505
 Sistemas de ecuaciones no lineales.

MÉTODO DE LA ITERACIÓN DE PUNTO FIJO

Consiste en despejar una variable, de cada ecuación. E iniciar las iteraciones con
valores iniciales.
Ej. Resolver el siguiente sistema:
1
4𝑥12 − 20𝑥1 + 𝑥22 + 8 = 0
4
1
𝑥1 𝑥22 + 2𝑥1 − 5𝑥2 + 8 = 0
2
Despejar x1 de la primera ecuación:
1 1 2
𝑥1 = 𝑥12 + 𝑥22 +
5 80 5
Despejar x2 de la segunda ecuación:
1 2 8
𝑥2 = 𝑥1 𝑥22 + 𝑥1 +
10 5 5

Aplicando las condiciones iniciales x1,x2=0, se obtiene los valores siguientes.

𝑥1 (0) 𝑥2 (0) 𝑥1 𝑥2 F(𝑥1 ) F(𝑥2 )
0 0 0.4 1.6 8 8
0.4 1.6 0.464 1.86 24 1.28 1.312
0.464 1.8624 0.48642 1.94654 0.44832 0.427
0.48642 1.94654 0.49468 1.97887 0.16534 0.16165
0.49468 1.97887 0.49789 1.99159 0.06417 0.06359
0.49789 1.99159 0.49916 1.99664 0.02536 0.02527
0.49916 1.99664 0.49966 1.99866 0.0101 0.01008
0.49966 1.99866 0.49987 1.99946 0.00403 0.00403
0.49987 1.99946 0.49995 1.99979 0.00161 0.00161
0.49995 1.99979 0.49998 1.99991 0.00064 0.00064
0.49998 1.99991 0.49999 1.99997 0.00026 0.00026
0.49999 1.99997 0.5 1.99999 0.0001 0.0001
0.5 1.99999 0.5 1.99999 4.1x10-5 4.1x10-5
0.5 1.99999 0.5 2 1.6x10-5 1.6x10-5

Aplicaciones a la ingeniería.
El rendimiento de un motor viene dado por la siguiente ecuación:

1 𝑟𝑝 𝑟𝑐𝑘−1
𝑒 = 1 − 𝑘−1 ൭ ൱
𝑟𝑘 𝑟𝑝 − 1 + 𝑟𝑝 𝑘(𝑟𝑐 − 1)

Si las relaciones 𝑟𝑘 = 12; 𝑟𝑝 = 4; 𝑟𝑐 = 8 y si las pérdidas son del 20%. Cuál es el

valor de k?

Reemplazando los datos se tiene:

1 4(8)𝑘−1
𝑓(𝑘) = 0.8 − ൬ ൰
12𝑘−1 3+28𝑘
Si se utiliza el método de la secante se obtienen los siguientes resultados: 3 it
xi-1 F(xi-1) xi F(xi) Xi+1 F(xi+1)
0.12 -0.09859332 0.15 0.01583931 0.14584752 0.00162534
0.15 0.01583931 0.14584752 0.00162534 0.14537269 -2.9928*10-5
0.14584752 0.00162534 0.14537269 -2.9928*10-5 0.14538182 -2.5521*10-8
Por lo tanto el valor de k para que se cumplen las relaciones anotadas es
0.14538182

Una determinada sustancia radiactiva se desintegra según la ecuación

𝐴 = 𝑃𝑒 −0.0248 𝑡
Donde P es la cantidad inicial en el tiempo t=0 y A es la cantidad resultante en t
años. Si inicialmente se depositan 800 mg de dicha sustancia. ¿Cuánto tiempo
habrá transcurrido para que quede el 2% de ésta?
0.02(800) = (800)𝑒 −0.0248𝑡

Al aplicar el método de la secante se obtiene los siguientes resultados. 4 it

ti-1 f(ti-1) ti f(ti) ti+1 f(ti+1)
150 0.00423396 200 -0.01298707 162.292995 -0.00213419
200 -0.01298707 162.292995 -0.00213419 154.87801 0.00147266
162.292995 -0.00213419 154.87801 0.00147266 157.90551 -8.0515*10-5
154.87801 0.00147266 157.90551 -8.0515*10-5 157.748567 -2.8337*10-6
157.90551 -8.0515*10-5 157.748567 -2.8337*10-6 157.742842 5.7198*10-9

Por lo tanto el tiempo para que la fuente se reduzca al 2%, es t=157.742842 años

El esfuerzo máximo de tensión 𝜏𝑚𝑎𝑥 en un barra de sección rectangular es 16000

lb/plg2. Y el momento de torsión T es 600 lb-plg. Si el ancho de la barra w es de
4 plg. Determinar el espesor (t) adecuado , para esta barra.

𝑇 𝑡
𝜏𝑚𝑎𝑥 = ൬3 + 1.8 ∗ ൰
𝑤𝑡 2 𝑤
150
𝑓 (𝑡 ) = (3 + 0.45 ∗ 𝑡) − 16000
𝑡2

Aplicando regla falsa se tiene:

ta f (ta) tb f (tb) tc f(tc)
0.17 -32.0069204 0.2 -4412.5 0.1697808 8.73835222
0.17 -32.0069204 0.1697808 8.73835222 0.16982781 -0.01323575
0.17 -32.0069204 0.16982781 -0.01323575 0.16982774 2.0057e-4
Por lo tanto el espesor adecuado para esta barra es t=0.16982774 plg
Para un cojinete de rodillos cónicos la capacidad de carga radial FR de catálogo
viene dada por la siguiente ecuación:
3
10
(𝐿𝐷 ∗ 𝑛𝐷 ) Τ (𝐿𝑅 ∗ 𝑛𝑅 )
𝐹𝑅 = 𝐹𝐷 ൦ 1 ൪
4.48ൣln(1Τ𝑅)൧1.5

Si la capacidad de carga radial 𝐹𝑅 es de 10500 kg, la carga radiald de diseño 𝐹𝐷 es

de 15000 Kg, la duración nominal de catalogo 𝐿𝑅 es de 10000 horas y la duración
de diseño 𝐿𝐷 es 13000 horas, la velocidad nominal 𝑛𝑅 es 2500 rpm y la velocidad
de diseño 𝑛𝐷 es 3600 rpm. ¿Cuál es su confiabilidad R?
3
10
0.417857
𝑓(𝑅) = 15000 ൦ 1 ൪ − 10500
ൣln(1Τ𝑅)൧1.5

Si se utiliza el método de la regla falsa se obtiene:

Ra F(ra) rb F(rb ) rc F(rc)
0.1 -347.750572 0.15 259.629953 0.12862566 11.0689366
0.1 -347.750572 0.12862566 11.0689366 0.12774261 0.4997768
0.1 -347.750572 0.12774261 0.4997768 0.1277028 0.02261882
0.1 -347.750572 0.1277028 0.02261882 0.127701 0.00102379
0.1 -347.750572 0.127701 0.00102379 0.12770092 4.634e-5
0.1 -347.750572 0.12770092 4.634e-5 0.12770091 2.0975e-6
Por lo tanto la confiabilidad de R es 0.12770091
El sistema de amortiguación de un vehículo tiene como modelo la siguiente
ecuación.
𝑛
𝑥(𝑡) = 𝑒 −𝑛𝑡 ቆ𝑥0 cos(𝑝𝑡) + 𝑥0 𝑠𝑒𝑛 (𝑝𝑡)ቇ
𝑝
𝑐 𝑘 𝑐2 𝑘 𝑐2
Donde. 𝑛 = ,𝑝=ට − y >
2𝑚 𝑚 4𝑚2 𝑚 4𝑚2

Los valores de los parámetros son c=1.5*107 g/seg, k=1.5*109 g/seg2, y m=2*106
g. si X0=0.3, determinar la primera y segunda ocasión en el que el auto pasa a
través de punto de equilibrio.

p=27.128168
n=3.75
𝑥(𝑡) = 𝑒 −3.75𝑡 (0.3 cos(27.1281687𝑡) + 0.04147 𝑠𝑒𝑛 (27.128168𝑡))
Utilizando el método de la secante para ambos casos se tiene los siguientes
resultados.

Ti-1 Ff(ti-1) ti F(ti) Ti+1 F(ti+1)

0.08 -0.10002459 0.07 -0.04417728 0.062089632 0.00570549
0.07 -0.04417728 0.062089632 0.00570549 0.062994404 -0.00018276
0.06208963 0.00570549 0.062994404 -0.00018276 0.062966322 -5.8326e-7
0.0629944 -0.00018276 0.062966322 -5.8326e-7 0.06296623 6.1678e-11

Ti-1 Ff(ti-1) ti F(ti) Ti+1 F(ti+1)

0.14 -0.01555633 0.17 -0.03773731 0.179608397 0.00350449
0.17 -0.03773731 0.179608397 0.00350449 0.178791931 8.4632e-5
0.179608397 0.00350449 0.178791931 8.4632e-5 0.178771726 -2.7343e-7
0.178791931 8.4632e-5 0.178771726 -2.7343e-7 0.17877179 2.0665e-11

Entonces la primera y la segunda ocasión en que el auto pasa por la posición de

equilibrio es de 0.06296623 seg y 0.17877179 seg