Mtodos Numricos: Resumen y ejemplos

Tema 5: Resolucin aproximada de ecuaciones

Francisco Palacios
Escuela Politcnica Superior de Ingeniera de Manresa
Universidad Politcnica de Catalua
Abril 2009, versin 1.5
Contenido
1. Mtodo de la biseccin.
2. Mtodo de Newton-Raphson.
3. Orden de convergencia: convergencia cuadrtica.
4. Mtodo de punto jo.
1 Mtodo de la biseccin
1.1 Teorema de Bolzano
Teorema 1.1 (Bolzano)
f(x) continua en [a, b],
f(a) f(b) < 0.

= Existe un (a, b) tal que f() = 0.

Ejemplo 1.1 Demuestra que la ecuacin
cos x = x
tiene solucin nica en (0, /2).
1
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 2
Ponemos la ecuacin en la forma
cos(x) x = 0.
La funcin
f(x) = cos(x) x
es continua en todo R, en particular, es continua en [0, /2]. En los extremos
del intervalo, toma valores
f(0) = 1, f(/2) = /2,
que son de signo opuesto, por lo tanto, existe un (0, /2) tal que
f() = cos() = 0.
Veamos la unicidad. Calculamos la derivada
f
0
(x) = sin(x) 1.
Como f
0
(x) < 0 en todo el intervalo (0, /2), resulta que f(x) es decreciente
y slo puede tomar el valor 0 una vez, por lo tanto, la solucin es nica.
1.2 Descripcin del mtodo
Objetivo Aproximar la solucin de f(x) = 0.
Inicio f(x) que cumple las condiciones del teorema de Bolzano en
[a, b].
Mtodo
1. Se calcula el punto medio del intervalo
c =
a + b
2
.
2. Calculamos f(c).
Si f(c) = 0, la solucin es = c.
si f(c) 6= 0, comparamos con f(a) y f(b). El nuevo intervalo tiene
un extremo en c, el otro extremo se elige entre a y b de forma que
f(x) tome signos distintos en los extremos.
Ejemplo 1.2 Primeras iteraciones del mtodo de la biseccin para
cos(x) x = 0
en el intervalo [0, /2].
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 3
1. En el ejemplo anterior, hemos visto que f(x) = cos(x) x cumple las
condiciones del Teorema de Bolzano.
2. Clculo de las aproximaciones.
Fase 1. El cuadro inicial es
Fase 1
a
1
= 0 f(a
1
) = 1
c
1
= f(c
1
) =
b
1
= 1. 57080 f(b
1
) = 1. 57080
calculamos
c
1
=
a
1
+ b
1
2
= 0.78540, f(c
1
) = f(0.78540) = 7. 8295 10
2
,
y completamos la tabla
Fase 1
a
1
= 0 f(a
1
) = 1 a
2
= 0
c
1
= 0.78540 f(c
1
) = 7. 8295 10
2
b
2
= 0.78540
b
1
= 1. 57080 f(b
1
) = 1. 57080
Fase 2. La tabla inicial para la fase 2 es
Fase 2
a
2
= 0 f(a
2
) = 1
c
2
= f(c
2
) =
b
2
= 0.78540 f(b
2
) = 7. 8295 10
2

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

Podemos estimar el valor de A, tomando ' 5, entonces

A '
1
10
= 0.1
y, por lo tanto,
|e
j+1
| ' 0.1 |e
j
|
2
.
Si en un paso tenemos t decimales exactos, cabe esperar que en el siguiente
tengamos aproximadamente 2t. Resultan las siguientes aproximaciones y
errores
j x
j
|e
j
| = | x
j
|
|e
j+1
|
|e
j
|
2
0 5.0 0. 47722 55750 52 9. 99999 99998 37 10
2
1 5. 5 0.0 22774 42494 8 9. 09090 90784 28 10
2
2 5. 47727 27272 73 0.0000 47152 221 9. 13044 04830 45 10
2
3 5. 47722 55752 55 2. 03 10
10
4 5. 47722 55750 52 0
El valor de la constante asinttica de error es
A =
|f
00
()|
2 |f
0
()|
sustituyendo = 5. 47722 55750 52, resulta
A = 0.09 12870 92917 5.
4 Mtodo de punto jo
4.1 Punto jo
Denicin 4.1 (Punto jo) Decimos que es un punto jo de la funcin
g(x) si se cumple g() = .
Ecuacin en

forma normal f(x) = 0.

forma de punto jo x = g(x).
Ejemplo 4.1 Escribe la ecuacin cos(x) x = 0 en forma de punto jo.
Francisco Palacios Tema 5: Resolucin aproximada de ecuaciones. 13
La ecuacin cos(x) x = 0 est en forma normal. Existen innitas expre-
siones de punto jo equivalentes, en primer lugar, podemos tomar
x = cos(x). (2)
Sumando x a ambos lados de la igualdad y despejando, resulta una nueva
formulacin de punto jo
x =
x + cos(x)
2
.
Sumando 2x a los dos miembros de (2), se obtiene
x =
2x + cos(x)
3
.
Multiplicado por x los dos miembros de (2) por x y despejando, resulta
x =
p
xcos(x).
4.2 Iteracin de punto jo
Objetivo Aproximar la solucin de x = g(x).
Mtodo

x
0
= valor inicial,
x
j+1
= g(x
j
).
Proposicin 4.1 Supongamos que g(x) es continua, si la sucesin (x
j
) de-
nida por

x
0
= valor inicial,
x
j+1
= g(x
j
),
converge a un valor , entonces es un punto jo de g(x).
Demostracin. Se cumple
lim
j
x
j
= ,
como g(x) es continua, resulta
g() = g

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