Documentos de Académico
Documentos de Profesional
Documentos de Cultura
calculamos
c
2
=
a
2
+ b
2
2
= 0.3927, f(c
2
) = f(0.3927) = 0. 53118.
Fase 2
a
2
= 0 f(a
2
) = 1
c
2
= 0.39270 f(c
2
) = 0. 53118 a
3
= 0.39270
b
2
= 0.78540 f(b
2
) = 7. 8295 10
2
b
3
= 0.78540
Fase 3.
Fase 3
a
3
= 0.39270 f(a
3
) = 0. 53118
c
3
= 0. 58905 f(c
3
) = 0. 24242 a
4
= 0. 58905
b
3
= 0.78540 f(b
3
) = 7. 8295 10
2
b
4
= 0.78540
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 4
Fase 4.
Fase 4
a
4
= 0. 58905 f(a
4
) = 0. 24242
c
4
= 0. 68723 f(c
4
) = 8. 5776 10
2
a
5
= 0. 68723
b
4
= 0. 78540 f(b
4
) = 7. 8295 10
2
b
5
= 0. 78540
Fase 5
Fase 5
a
5
= 0. 68723 f(a
5
) = 8. 5776 10
2
c
5
= 0. 73632 f(c
5
) = 4. 6249 10
3
a
6
= 0. 73632
b
5
= 0. 78540 f(b
5
) = 7. 8295 10
2
b
6
= 0. 78540
En las siguientes fases, obtenemos
c
6
= 0.76085,
c
7
= 0.74858,
c
8
= 0.74247,
c
9
= 0.73938,
c
10
= 0.73784.
El valor exacto de la solucin con 5 decimales es = 0.73909, por lo
tanto, en la fase 10 el error es
|e
10
| = | c
10
| = 0.00 125,
tenemos, por lo tanto, 2 decimales exactos.
1.3 Cota superior de error
Proposicin 1.1 En la fase n, el error del mtodo de la biseccin cumple
|e
n
| = | c
n
|
b
1
a
1
2
n
.
Demostracin. En la fase n se cumple
|e
n
| = | c
n
|
b
n
a
n
2
.
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 5
Adems, la longitud del intervalo se reduce a la mitad en cada fase
b
n
a
n
=
b
n1
a
n1
2
.
Por lo tanto, tenemos
|e
1
|
b
1
a
1
2
,
|e
2
|
b
2
a
2
2
=
b
1
a
1
4
,
|e
3
|
b
3
a
3
2
=
b
2
a
2
4
=
b
1
a
1
8
.
De forma anloga, resulta
|e
4
|
b
1
a
1
16
=
b
1
a
1
2
4
, |e
5
|
b
1
a
1
32
=
b
1
a
1
2
5
,
y en general
|e
n
| = | c
n
|
b
1
a
1
2
n
.
Ejemplo 1.3 Aplicamos el mtodo de la biseccin para aproximar la solu-
cin de f(x) = 0 en el intervalo [0, /2].
(a) Calcula una cota de error para la fase 10.
(b) Calcula el nmero de pasos necesarios para aproximar la solucin con 4
decimales exactos.
(a) Tenemos
|e
10
|
/2 0
2
10
= 0.1 534 10
2
.
Podemos asegurar dos decimales exactos. En el Ejemplo 1.2, despus de 10
pasos, hemos obtenido un error
|e
10
| = | c
10
| = 0.00 125.
(b) Para asegurar 4 decimales exactos, exigimos
|e
n
| = | c
n
|
2
n
0.5 10
4
,
de donde resulta
2
n
0.5 10
4
.
Tomando logaritmos
nln2 ln(10000) ,
n
ln(10000)
ln2
= 14. 93920.
Por lo tanto, necesitamos 15 pasos.
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 6
2 Mtodo de Newton-Raphson
2.1 Planteamiento y descripcin del mtodo
Objetivo Aproximar la solucin de f(x) = 0.
f(x) derivable.
x
0
aproximacin inicial.
Mtodo
x
0
= aproximacin inicial,
x
j+1
= x
j
f(x
j
)
f
0
(x
j
)
.
Ejemplo 2.1 Aproximar la solucin de
cos(x) x = 0
con 6 decimales.
Hemos visto que la ecuacin tiene solucin en [0, /2], podemos tomar como
aproximacin inicial x
0
= /4.
x
0
= /4 = 0.78539 816.
El mtodo es, en este caso,
f(x) = cos(x) x, f
0
(x) = sin(x) 1,
x
0
= 0.78539 816,
x
j+1
= x
j
+
cos (x
j
) x
j
sin(x
j
) + 1
.
El valor de las iteraciones es
x
1
= x
0
+
cos (x
0
) x
0
sin(x
0
) + 1
= 0. 78539 816 0.04 58620 3 = 0. 73953 613,
x
2
= x
1
+
cos (x
1
) x
1
sin(x
1
) + 1
= 0. 73908 518,
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 7
x
3
= x
2
+
cos (x
2
) x
2
sin(x
2
) + 1
= 0. 73908 513,
x
4
= 0. 73908 513.
El mtodo ha convergido al valor
= 0. 73908 513,
el valor exacto con 10 decimales es
= 0.73908 51332.
2.2 Deduccin del mtodo
El mtodo de Newton-Raphson consiste en sustituir la funcin por la tan-
gente en x = x
j
, con mayor detalle, a partir de la aproximacin x
j
:
1. Calculamos la tangente a y = f(x) en x = x
j
.
2. Tomamos x
j+1
como el corte de la tangente con el eje OX.
Tangente en x = x
j
y f(x
j
) = f
0
(x
j
) (x x
j
) .
Para calcular el corte con OX, exigimos y = 0
f(x
j
) = f
0
(x
j
) (x x
j
) ,
resolvemos en x y tomamos el resultado como x
j+1
Solucin de la ecuacin x = x
j
f(x
j
)
f
0
(x
j
)
= x
j+1
= x
j
f(x
j
)
f
0
(x
j
)
.
2.3 Criterio de parada usando errores estimados
En en caso del mtodo de Newton-Raphson no existe una forma sencilla de
acotar el error
|e
j
| = | x
j
| .
Para detener las iteraciones, suele usarse los errores estimados
Error absoluto estimado
| e
j
| = |x
j
x
j1
| .
Error relativo estimado
| r
j
| =
x
j
x
j1
x
j
.
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 8
Ejemplo 2.2 Aproxima la solucin de
e
x
=
1
x
con 6 decimales exactos.
Representamos las curvas
y = e
x
, y =
1
x
x
2 1 0 -1 -2
3
2
1
0
-1
-2
-3
est claro que hay una solucin. Tomamos como valor inicial x
0
= 0.5.
Escribimos la ecuacin en la forma f(x) = 0, con
f(x) = e
x
1
x
.
Derivada
f
0
(x) = e
x
+
1
x
2
.
Mtodo
x
0
= 0.5,
x
j+1
= x
j
e
x
j
1
x
j
e
x
j
+
1
(x
j
)
2
.
El resultado de las iteraciones y los errores estimados es
x
0
= 0.5,
x
1
= 0.5
e
0.5
1
0.5
e
0.5
+
1
(0.5)
2
= 0. 56218 730, | e
1
| = |x
1
x
0
| = 0.0 62187 3,
x
2
= 0. 56711 982, | e
2
| = |x
2
x
1
| = 0.00 49325 2,
x
3
= 0. 56714 329, | e
3
| = |x
3
x
2
| = 0.0000 2347,
x
4
= 0. 56714 329, | e
4
| = 0.
El resultado es
= 0. 56714 3.
El valor de la raz con 10 decimales es
= 0. 56714 32904. 2
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 9
2.4 Proteccin en el uso del error estimado
La parada del mtodo de Newton-Raphson usando el error estimado puede
producir un resultado incorrecto. Esto sucede cuando dos iteraciones toman
valores muy prximos a pesar de encontrarse an lejos de la raz
Para protegernos contra paradas anmalas, podemos usar el siguiente pro-
cedimiento. Sea el mximo error tolerable, por ejemplo, si queremos 4
decimales exactos es = 0.5 10
4
.
1. Detenemos las iteraciones cuando
| e
j
| = |x
j
x
j1
| .
2. Tomamos los valores a = x
j
, b = x
j
+ .
3. Calculamos f(a) y f(b), si se produce un cambio de signo, podemos
asegurar que la raz se encuentra en el intervalo (a, b). Como x
j
es el
centro del intervalo, se cumple
|e
j
| = | x
j
|
y, por lo tanto, podemos asegurar la validez de la aproximacin.
Observemos que si f(a) y f(b) tienen el mismo signo, el mtodo no es apli-
cable; no obstante, en la mayora de los casos prcticos, el criterio funciona
bien.
Ejemplo 2.3 Calcular
24 con 6 decimales exactos.
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 10
Tomamos
x =
24
que nos lleva a la ecuacin
x
2
24 = 0.
Es
f(x) = x
2
24, f
0
(x) = 2x.
Como valor inicial, tomamos x
0
= 5, el error mximo admisible es
= 0.5 10
6
.
Frmula de recurrencia
x
0
= 5,
x
j+1
= x
j
x
2
j
24
2x
j
.
Iteraciones,
x
0
= 5,
x
1
= 5
2524
10
= 4.9, | e
1
| = |x
1
x
0
| = 0.1,
x
2
= 4. 89897 9592, | e
2
| = |x
2
x
1
| = 0.00 10204 08,
x
3
= 4. 89897 9486, | e
3
| = |x
3
x
2
| = 0.000000 106.
Valor de la aproximacin
x
3
= 4. 89897 9,
calculamos
a = x
3
= 4. 89897 85, b = x
3
+ = 4. 89897 95.
f(x
3
) = 0.00000 96565, f(x
3
+ ) = 0.000000 1414.
Vemos que se produce cambio de signo en los extremos del intervalo
[x
3
, x
3
+ ] ,
por lo tanto (x
3
, x
3
+ ) , as pues
|e
3
| = | x
3
| .
3 Orden de convergencia
3.1 Deniciones
Sea (x
j
) una sucesin de aproximaciones de
x
0
, x
1
, x
2
, . . . , x
j
, . . .
y (e
j
) la sucesin de errores
|e
j
| = | x
j
| .
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 11
Denicin 3.1 (Orden de convergencia) Supongamos que la sucesin
(x
j
) converge al valor . Decimos que la sucesin converge a con or-
den de convergencia r > 0, si existe una constante A > 0 tal que
lim
j
|e
j+1
|
| e
j
|
r
= A.
La constante A se llama constante asinttica de error.
Si r = 1, la convergencia se llama lineal y, para j suciente grande, es
|e
j+1
| ' A|e
j
| .
Si r = 2, la convergencia se llama cuadrtica y, para j suciente grande, se
cumple
|e
j+1
| ' A|e
j
|
2
.
Observamos que si una sucesin tiene convergencia cuadrtica, a partir de
un cierto momento, el nmero de decimales exactos se duplica a cada paso.
3.2 Orden de convergencia del Mtodo de Newton-Raphson
Denition 1 (Cero simple) La funcin f(x) tiene una raz (cero) simple
en x = si se cumple
f() = 0, f
0
() 6= 0.
Proposicin 3.1 (Convergencia en ceros simples) Supongamos que el
mtodo de Newton-Raphson genera una sucesin (x
j
) que converge a un cero
de la funcin f(x). Si es un cero simple, entonces la convergencia es
cuadrtica y, para j suciente grande, se cumple
|e
j+1
| '
|f
00
()|
2 |f
0
()|
|e
j
|
2
. (1)
Ejemplo 3.1 Convergencia cuadrtica.
Consideremos la ecuacin
x
2
30 = 0,
cuya solucin con 12 decimales es
= 5. 47722 55750 52.
La iteracin de Newton-Raphson, con valor inicial x
0
= 5, es
x
0
= 5,
x
j+1
= x
j
x
2
j
30
2x
j
.
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 12
Si tenemos en cuenta la frmula (1), el valor de la constante asinttica de
error es
A =
|f
00
()|
2 |f
0
()|
=
1
2
lim
j
x
j
= lim
j
g(x
j
) = lim
j
x
j+1
= .
Ejemplo 4.2 (a) Aproxima la solucin de
cos(x) x = 0
con 5 decimales, mediante la iteracin de punto jo para la forma
x =
x + cos(x)
2
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 14
a partir del valor inicial x
0
= 1.
(b) Si escribimos la ecuacin en la forma
x =
2x + cos(x)
3
,
cuntas iteraciones son necesarias para obtener 5 decimales?
(a) En el primer caso, la frmula de recurrencia es
x
0
= 1,
x
j+1
=
x
j
+ cos(x
j
)
2
.
Resulta
j x
j
0 1.0
1 0. 77015
2 0. 74398
3 0. 73988
4 0. 73921
5 0. 73911
6 0. 73909
7 0. 73909
(b) En el caso de la forma
x =
2x + cos(x)
3
,
la frmula de recurrencia es
x
0
= 1,
x
j+1
=
2x
j
+ cos(x
j
)
3
,
y obtenemos
j x
j
0 1.0
1 0. 84677
2 0. 78531
3 0. 75926
4 0. 74796
5 0. 74300
6 0. 74081
7 0. 73985
j x
j
8 0. 73942
9 0. 73923
10 0. 73915
11 0. 73911
12 0. 73910
13 0. 73909
14 0. 73909
Vemos que en el segundo caso la convergencia es ms lenta.
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 15
4.3 Convergencia de la iteracin de punto jo
Teorema 4.1 Supongamos que se cumplen las siguientes hiptesis:
1. g(x) es una funcin de clase C
1
[a, b].
2. g(x) [a, b] para todo x [a, b].
3. max
x[a,b]
|g
0
(x)| = M
1
< 1.
Entonces, son ciertas las siguientes armaciones:
1. La ecuacin x = g(x) tiene solucin nica en [a, b].
2. La iteracin de punto jo x
j+1
= g(x
j
) converge a la solucin para
cualquier valor inicial x
0
(a, b).
3. El error e
j
= x
j
, verica la desigualdad
|e
j
| M
j
1
(b a) .
Ejemplo 4.3 Dada la ecuacin
x = cos(x),
(a) Demuestra que tiene solucin nica en [0, 1].
(b) Determina el nmero de iteraciones necesarias para asegurar 4 decimales
exactos mediante la iteracin de punto jo.
(c) Calcula las 5 primeras iteraciones a partir de x
0
= 0.5.
(a) Veamos que la funcin g(x) = cos(x) cumple las condiciones del teorema.
(Condicin 1) g(x) es continua con derivada continua en todo R, por
lo tanto, es de clase C
1
[0, 1].
(Condicin 2) g(x) es decreciente en el intervalo [0, 1]. El mximo y
mnimo absolutos de g(x) en [0, 1] son
m = min
x[0,1]
cos(x) = cos(1) = 0. 5403, M = max
x[0,1]
cos(x) = cos(0) = 1,
por lo tanto, cuando x toma valores en [0, 1], g(x) toma valores en
[0.5403, 1] [0, 1].
(Condicin 3) La derivada es g
0
(x) = sin(x). Hemos de calcular
M
1
= max
x[0,1]
g
0
(x)
.
La funcin objetivo es
h(x) = |sin(x)| = sin(x) ,
sabemos que sin(x) es creciente en [0, 1], por lo tanto
M
1
= max
x[0,1]
g
0
(x)
= sin(1) = 0. 84147.
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 16
En consecuencia, podemos asegurar que existe un nico punto jo en el
intervalo [0, 1] y que la iteracin de punto jo converge a l para todo valor
inicial x
0
(0, 1) .
(b) El error cumple
|e
j
| (0. 84147)
j
(1 0) = (0. 84147)
j
.
Exigimos
(0. 84147)
j
0.5 10
4
y resolvemos en j, resulta
j
ln
0.5 10
4
ln(0. 84147)
= 57. 377.
Esto es, necesitamos j = 58 iteraciones.
(c) El valor de las primeras 5 iteraciones es
j x
j
0 0.5
1 0. 87758
2 0. 63901
3 0. 80269
4 0. 69478
5 0. 76820
Si calculamos con 6 decimales, el valor de la iteracin 58 es
x
58
= 0.739085.
En realidad, la cota de error es muy conservadora, pues el mtodo ya haba
convergido con 4 decimales en la iteracin 24.
4.4 Forma de punto jo x = x f(x)
Consideremos una ecuacin f(x) = 0 que tiene una raz en el intervalo
[a, b]. Para todo valor de , la expresin
x = x f(x)
es una formulacin equivalente en forma de punto jo
x = g(x)
con
g(x) = x f(x)
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 17
Es inmediato comprobar la raz de f(x) es un punto jo de g(x). La
derivada de g(x) es
g
0
(x) = 1 f
0
(x).
Puede demostrarse que si
g
0
()
1,
entonces la iteracin de punto jo es convergente para valores iniciales x
0
suciente prximos a , adems, la velocidad de convergencia aumenta con
la disminucin de |g
0
()| . Eso nos llevara a elegir, entre todos los posibles
valores de , aquel valor que minimize |g
0
()|. En concreto tomamos el valor
de que anula g
0
(), esto es
g
0
() = 1 f
0
() = 0,
resulta el valor
=
1
f
0
()
.
El problema est en que no conocemos y, por lo tanto, no podemos calcular
. Un mtodo prctico para determinar es el siguiente:
1. Sabemos que el intervalo [a, b] contiene la solucin . Estimamos
f
0
() '
f(b) f(a)
b a
.
2. Tomamos
=
1
f(b)f(a)
ba
.
En resumen, el mtodo es
x
0
= valor inicial,
x
j+1
= x
j
b a
f(b) f(a)
f(x
j
).
Ejemplo 4.4 Aproxima la solucin de
lnx =
1
x
con 4 decimales, usando una formulacin de punto jo del tipo
x = x f(x).
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 18
A partir de una representacin grca esquemtica, tomamos el intervalo
[1, 2].
Escribimos la ecuacin en forma normal f(x) = 0, entonces
f(x) = ln(x)
1
x
.
Calculamos
f(1) = 1, f(2) = 0. 1931.
Por el Teorema de Bolzano, tenemos una raz en el intervalo [1, 2]. Esti-
mamos el valor de f
0
()
f
0
() '
f(2) f(1)
2 1
= 1. 1931,
y calculamos
=
1
f
0
()
'
1
1. 1931
= 0. 8382.
La frmula de recurrencia es, por lo tanto,
x
0
= 1.5,
x
j+1
= x
j
0. 8382
ln(x
j
)
1
x
j
.
Obtenemos
j x
j
0 1.5
1 1. 71893 9
2 1. 75250 6
3 1. 76052 3
4 1. 76253 7
5 1. 76304 8
6 1. 76317 8
7 1. 76321 1
8 1. 763220
9 1. 76322 2
Podemos tomar = 1.7632.
Ejemplo 4.5 Calcula la solucin de
x = cos(x)
con 4 decimales usando una formulacin de punto jo del tipo
x = x f(x).
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 19
A partir de un esquema grco, tomamos el intervalo [0, 1].
Escribimos la ecuacin en la forma f(x) = 0 con
f(x) = x cos(x).
Calculamos
f(0) = 1, f(1) = 0. 45970.
Por el Teorema de Bolzano, tenemos una raz en el intervalo [0, 1]. Esti-
mamos el valor de f
0
()
f
0
() '
f(1) f(0)
1 0
= 1. 45970,
y calculamos
=
1
f
0
()
'
1
1. 45970
= 0. 6851.
La frmula de recurrencia es, por lo tanto,
x
0
= 0.5,
x
j+1
= x
j
0.6851 (x
j
cos (x
j
)) .
Obtenemos
j x
j
0 0.5
1 0. 758681
2 0. 736115
3 0. 739518
4 0. 739021
5 0. 739094
6 0. 739083
7 0. 73908 3
Podemos tomar
= 0.7391