Metodos Elementos Finitos PDF

CAPTULO 2.
SOLUCIN NUMRICA DE UNA ECUACIN

NO-LINEAL EN UNA VARIABLE
INTRODUCCIN
El objetivo de este captulo es estudiar algunos mtodos numricos para hallar races reales
de una ecuacin no-lineal en una variable (slo se estudiarn races complejas para
ecuaciones polinmicas). En la siguiente definicin formalizamos el concepto de raz de una
ecuacin.
Definicin 2.1 Sea f: , D R D R , una funcin dada. Un nmero D se dice una
raz (en D) de la ecuacin ( ) f x 0, o un cero (en D) de la funcin f si ( ) f 0.
Como veremos, los mtodos numricos que estudiaremos para encontrar una raz de una
ecuacin ( ) f x 0,

generarn una sucesin { } x n
n
n
, , , ,... 012 (Mtodos iterativos) tal que
limx
n
n
. Cualquiera de tales mtodos numricos permitir calcular los trminos de la

sucesin { } x
n
n
; as que no se espera, en general, calcular limx
n
n
. Por lo tanto, deberemos

disponer de algn criterio para escoger un trmino de la sucesin { } x n
n
n
, , , ,... 012 como
aproximacin de la raz buscada .
CRITERIOS DE APROXIMACIN
Supongamos que la funcin f es continua en alguna vecindad de que contiene a la
sucesin { } x n
n
n
, , , ,... 012 , y que la sucesin { } x
n
n
es tal que limx
n
n
. Entonces
( ) ( ) limf x f
n
n
0 y as, dado cualquier nmero positivo , existe { } 0,1,2,... N = N tal que

para todo n N se tiene que ( ) f x
n
< . Teniendo en cuenta lo anterior, dado un nmero
> 0 adecuadamente pequeo, al cual llamaremos Tolerancia y que notaremos Tol,
podramos escoger como aproximacin de la raz al trmino x
N
de la sucesin
mencionada, donde N es el menor entero no-negativo que satisface
i) ( ) f x
n
<
Por otro lado, como limx
n
n
significa que dado > 0, existe { } N

0
012 N , , ,... tal que si
n N
0
, entonces x
n
< , y esto implica que
x x
x x
N N N N
N N
x x
0 0 0 0
0 0
1 1
1
2
+ +
+
+
+ < +

entonces tambin podramos tomar como aproximacin de la raz al trmino x
N
de la
sucesin mencionada, donde N es el menor entero no-negativo tal que
34 MTODOS NUMRICOS
__________________________________________________________________________________
ii) x x
n n 1
<

Tambin podramos tomar como aproximacin de la raz al trmino x
N
donde N es el
menor entero no-negativo tal que
iii)
x x
x
n n 1
n
<
, si 0 x
n

Pues bien, para una tolerancia > 0 previamente escogida, cualquiera de los tres criterios
mencionados, se adoptar como criterio para obtener una aproximacin de una raz .
Ahora, en cuanto a los criterios de aproximacin anteriores, es fcil ver que el hecho de que
( ) f x
N
< o x x
N N
<
1
no necesariamente indica que x
N

est muy cerca de , como
puede apreciarse en la FIGURA 2.1 y en el ejemplo 2.1 siguientes.
FIGURA 2.1
Ejemplo 2.1 Consideremos la ecuacin ( ) f x 0 donde ( ) ( ) f x x 1
10
. Es claro que 1 es
una raz de esta ecuacin, y que la sucesin { } x
n
n
, n 1,2,... donde x
n
n
+ 1
1
converge a
dicha raz.
Si tomamos como tolerancia

10
3
, al aplicar el criterio de aproximacin i), se tiene que
( ) f n x
n
n
n
n
< +
_
,
< >
1
1
1
1
10 10 2
10
10
3 10 3
Si tomamos como aproximacin de al trmino x
2
1
1
2
3
2
+ de la sucesin mencionada,
observamos que
2
1

2
3
1 x -
2
, y
1
2
no es menor que

10
3
; realmente
2
x
es una distancia muy grande entre y x
2
. Vea la FIGURA 2.2.
Si usamos el segundo criterio con la misma tolerancia, debemos encontrar n tal que
x x 1
1
n
1
1
n 1
1
n
1
n 1
10
n n 1
3
< + +
_
,
<
Captulo 2. SOLUCIN NUMRICA DE UNA ECUACIN NO-LINEAL EN UNA VARIABLE 35

__________________________________________________________________________________
Resolviendo esta ltima desigualdad se obtiene que si n 33, entonces
x x
n n
<
1
3
10 , as que la aproximacin de obtenida, usando este criterio, sera
x 1
1
33
1030...
33
+ . , y la distancia x
1
33
33
no es menor que

10
3
.
Observe que para que <

x 10
n
3
, debe tomarse x x 1
1
1001
100099..
n 1001
+ . ..
( < +
_
,
< < >

x
n n
n
n
1 1
1
10
1
10 10
3 3 3
)
FIGURA 2.2
Se sigue de lo anterior que cualquiera de los criterios i), ii), iii) puede no darnos una idea
clara de la distancia real x
n
.
Por otra parte, para garantizar que una sucesin, generada por un determinado mtodo
numrico, converge a la raz buscada, la funcin f en cuestin deber satisfacer ciertas
condiciones; resulta que muchas veces aplicaremos el mtodo sin chequear tales
condiciones lo que nos conducir, posiblemente, a una sucesin divergente, caso en el cual,
un entero N para el cual se cumpla i), ii) o iii), puede no existir. Puede ocurrir tambin que,
an tratndose de una sucesin que converge a la raz buscada, el entero N al que nos
hemos referido sea muy grande, por ser "muy lenta" la convergencia de la sucesin. Por lo
anterior, al aplicar cualquiera de los criterios, se hace necesario establecer siempre una cota
para N, es decir, imponer un mximo al nmero de iteraciones.
Tambin, con frecuencia, tendremos que combinar dos o ms de los criterios mencionados,
o considerar algn otro criterio, al momento de obtener una aproximacin de una raz .
Por lo general al aplicar un mtodo numrico necesitaremos de una aproximacin inicial de la
raz buscada o bien de un intervalo que contenga a dicha raz. Esta informacin puede
obtenerse dibujando la grfica de la funcin f, si la ecuacin en cuestin es ( ) f x 0; las
abscisas de los puntos de corte de dicha grfica con el eje x son races reales de la
36 MTODOS NUMRICOS
__________________________________________________________________________________
ecuacin. Adems, la grfica de f nos permitir tener alguna idea til del comportamiento
cualitativo de f en la vecindad de la raz

(por ejemplo crecimiento y concavidad). Ahora
bien, es posible que a travs de un proceso puramente grfico podamos obtener una
aproximacin para una raz, que aunque limitada, sea til para ciertos fines.
Ejemplo 2.2 Supongamos que estamos interesados en encontrar todas las races de la
ecuacin
3 0
2
x e
x

Una forma de iniciar la bsqueda de las races es determinando intervalos que contengan a
dichas races. Para esto, graficamos ( ) f x x e
x
3
2
(ver la FIGURA 2.3 siguiente).
FIGURA 2.3
De acuerdo con la grfica anterior se ve que la ecuacin en consideracin tiene por lo menos
tres races reales
[ ] [ ] [ ]

1 2 3
10 01 34 , , , , y . (Verifique analticamente que la
ecuacin 3 0
2
x e
x

tiene nicamente tres races reales).
Ahora bien, puesto que 3 0 3
2 2
x e x e
x x
, otra forma de proceder es graficando las
funciones ( ) f x x
1
2
3 y ( ) f x e
x
2
, en un mismo plano coordenado (ver la FIGURA 2.4). En
este caso las races buscadas son las abscisas de los puntos de interseccin de las dos
grficas.
Una forma de aproximar cada una de las races
1 2 3
, y , es dividiendo el intervalo
donde cada una de llas se encuentra, y hacer esto sucesivamente hasta lograr un
subintervalo de longitud suficientemente pequea y que contenga a dicha raz. Por ejemplo,
si empezamos con los intervalos dados y hacemos una tabla de valores para la funcin
( ) f x x e
x
3
2
con tamao de paso h 01 . , obtenemos que
[ ]
1
05 04 . . , ,
[ ]
2
0910 . . ,
y
[ ]
3
3738 . . , . La TABLA 2.1 corresponde a la tabla de valores para la funcin
__________________________________________________________________________________
( ) f x x e
x
3
2
en el intervalo
[ ]
01 , con tamao de paso h 01 . . Observe que como la
funcin f es continua en
[ ]
0910 . . , y ( ) ( ) f f 09 10 0 . . < , entonces
[ ]
2
0910 . . , .
FIGURA 2.4
x
( ) f x x e
x
3
2
0

10 .
01 . 107 . ...
02 . 110 . ...
03 . 107 . ...
04 . 101 . ...
05 .

089 . ...
06 .

074 . ...
07 .

054 . ...
08 .

030 . ...
09 .

002 . ...
10 .

028 . ...
TABLA 2.1
Instruccin en DERIVE:
VECTOR( ( )
[ ]
x f x , , , , , x a b h): aproXima una tabla de valores de la funcin ( ) f x en el
intervalo
[ ]
a b , , con tamao de paso h. Para el ejemplo, aproXime la expresin
VECTOR( ( )
[ ]
x x x x , exp , , , , 3 0 1 01
2
. ).
En situaciones como la del ejemplo anterior, donde se sabe de la existencia de una nica raz
para una ecuacin ( ) f x 0 en un determinado intervalo cerrado
[ ]
a b , , se puede usar
38 MTODOS NUMRICOS
__________________________________________________________________________________
alguno de los siguientes mtodos numricos llamados cerrados para encontrar una
aproximacin de dicha raz.
2.1 MTODOS CERRADOS
Los mtodos numricos que en cada paso dan un intervalo cerrado donde se encuentra la
raz buscada, son llamados mtodos cerrados. Aqu estudiaremos dos de tales mtodos: el
mtodo de Biseccin y el mtodo de Posicin Falsa.
2.1.1 Mtodo de Biseccin : Supongamos que f es una funcin continua en un intervalo
[ ]
a b , y ( ) ( ) f a f b < 0. Entonces, por teorema del valor intermedio para funciones continuas,
existe al menos un ( ) ab , tal que ( ) f 0. Asumiremos en lo que sigue que la raz en
este intervalo es nica (aunque el mtodo tambin se puede aplicar cuando hay ms de una
raz en ( ) a b , ).
El mtodo de Biseccin aplicado a la funcin f para aproximar la raz [ ] b , a , consiste en
dividir sucesivamente el intervalo
[ ]
a b , por la mitad, hasta que la longitud del subintervalo
que contiene a la raz sea menor que alguna tolerancia especificada .
Para empezar tomamos a a
1
, b b
1
y
1
x es el punto medio de [ ]
1 1
b , a , o sea
( ) x a b a
b a
1 1 1 1
1 1
1
2 2
+ +

: primera aproximacin de la raz .
FIGURA 2.5

x
b a b a
1
1 1
2 2
Si ( ) f x
1
0 o
b a
1 1
2
< , entonces x
1
y el proceso termina.
__________________________________________________________________________________
Si ( ) ( ) f a f x
1 1
0 < , entonces ( ) a x
1 1
, y tomamos a a
2 1
, b x
2 1
; en caso contrario
tomamos a x
2 1
, b b
2 1
.
Ahora aplicamos nuevamente el proceso anterior al intervalo
[ ]
a b
2 2
, , as:
( ) x a b a
b a
2 2 2 2
2 2
1
2 2
+ +

: segunda aproximacin de la raz
( )

_
,

x
b a
b a
b a b a
2
2 2
1 1
1 1
2 2
2
1
2
1
2
2 2
En general, despus de (n1)-pasos, la raz ( ) a b
n n
, y tomamos
( )
2
a b
a b a
2
1
x
n n
n n n n

+ +
: n-sima aproximacin de la raz

( ) 0
1
2
2

x b a
b a
n n n
n
Como lim
b a
n
n
2
0, entonces limx
n
n
, es decir, la sucesin
{ } x
n
n
converge a la raz ;
lo que significa que el mtodo de Biseccin siempre converge.
Dado > 0, si
n
2
a b
, entonces x
n
. En particualr, si
( )

+
5 10
1 k
para un
cierto entero no-negativo k, y N es el menor entero positivo para el cual
n
2
a b
, entonces
( ) 1 k
N
10 5 x
+
, as que x
N

aproximar a la raz con una precisin de por lo
menos k cifras decimales exactas.
Algoritmo 2.1 (Biseccin) Para encontrar una aproximacin
de una raz ( ) a b , de
una ecuacin ( ) f x 0 donde f es una funcin continua en
[ ]
a b , y ( ) ( ) f a f b < 0:
Entrada: ( ) f x ; los extremos a, b del intervalo; una tolerancia Tol, y un nmero mximo de
iteraciones N .
Salida: Una raz aproximada
o un mensaje.
40 MTODOS NUMRICOS
__________________________________________________________________________________
Paso 1: Tomar n 1.
Paso 2: Mientras que n N seguir los pasos 3-6:
Paso 3: Tomar c
a b
a
b a
+
+

2 2
o c (calcular x
n
)
Paso 4: Si ( ) f c 0 o
b a
Tol
<
2
, entonces salida: "Una raz aproximada de la
ecuacin dada es
c ". Terminar.
Paso 5: Tomar n n +1.
Paso 6: Si ( ) ( ) f a f c < 0, entonces tomar b c , de lo contrario tomar a c .
Paso 7: Salida: "Se alcanz el nmero mximo de iteraciones N pero no la tolerancia".
Terminar.
Para el ejemplo 2.2 anterior, usemos el mtodo de Biseccin en el intervalo
[ ]
0910 . . , para
aproximar la raz
2
, con una precisin de por lo menos tres cifras decimales exactas.
Debemos encontrar n tal que
2
4
5 10

x
n
; pero como

2
2
10 09
2
01
2

x
b a
n
n n n
. . .
, basta encontrar n tal que
01
2
5 10
4
.
n

. La solucin de
esta ltima desigualdad es n 8, as que x
8
aproximar a
2
con por lo menos tres cifras
decimales exactas.
La TABLA 2.2 siguiente, muestra los clculos para obtener x
8
.
n
a
n
b
n
x
n
signo de
( ) f a
n
( ) f x
n
1 .9 1.0 .95 1 .121...
2 .9 .95 .925 1
450 10
2
. ...

3 .9 .925 .9125 1
742 10
3
. ...

4 .9 .9125 .90625 1

111 10
2
. ...
5 .90625 .9125 .909375 1

188 10
3
. ...
6 .909375 .9125 .9109375 1
276 10
3
. ...

7 .909375 .9109375 .91015625 1
442 10
4
. ...

8 .909375 .91015625 .909765625 1

719 10
4
. ...
TABLA 2.2
__________________________________________________________________________________
BISECCION( ( ) f x x a b N , , , , ): aproXima las primeras N iteraciones en el mtodo de Biseccin
aplicado a la funcin ( ) f x en el intervalo
[ ]
a b , . Para el ejemplo aproXime la expresin
BISECCION( ( ) 3 09 10 8
2
x x x exp , , , , . . ).
De acuerdo con los resultados de la TABLA 2.2, x
8 2
909765625 . , y
( )
4
8
10 ... 19 7 x f

. . Observe que el menor valor de ( ) f x
n
, n 123 8 , , ,..., es
( ) f 91015625 ... .

442 10
4
. y ocurri en la iteracin n 7. Ser que x
7
es mejor
aproximacin de
2
que x
8
?
Si usamos el mtodo de Biseccin para buscar aproximaciones de
[ ]
1
5 . , 4 . y
[ ]
3
3 . . 7, 38 , con la misma precisin de
2
, obtenemos:
1 8
458984375 . x , ( ) f x
8
5
7485 10

. ...
3 8
3733203125 . x , ( ) f x
8
3
2408 10

. ...
Algunas de las desventajas del mtodo de Biseccin con respecto a otros mtodos son:
No tiene en cuenta la magnitud de los valores de la funcin en las aproximaciones calculadas
x
n
, slo tiene en cuenta el signo de ( )
n
x f , lo que hace que una aproximacin intermedia,
mejor que la respuesta final, pase desapercibida.
Aunque el mtodo de Biseccin siempre converge, su convergencia es muy lenta,
comparada con la convergencia de otros mtodos que estudiaremos, por lo que se sugiere
escoger el intervalo inicial
[ ]
a b , tan pequeo como sea posible o usar el mtodo de
Biseccin para obtener un buen punto de arranque para la aplicacin de otro mtodo.
Una de las mayores ventajas que tiene el mtodo de Biseccin es que el error de
truncamiento, x
n
, se acota fcilmente (recuerde que

x
b a
n
n
2
).
Ejercicio 2.1 Use el mtodo de Biseccin para estimar la menor raz positiva de la ecuacin
x tanx 0, con una precisin de por lo menos 3 cifras decimales exactas, empezando con
un intervalo
[ ]
a b , que contenga a dicha raz y b a 01 . .
2.1.2 Mtodo de Posicin Falsa (o Regula Falsi): Consideremos una funcin f continua
en un intervalo
[ ]
a b , y tal que ( ) ( ) f a f b < 0. El mtodo de Posicin Falsa, para encontrar una
aproximacin de una raz ( ) b , a de ( ) f x 0, es similar al mtodo de Biseccin en el
sentido de que se generan subintervalos
[ ]
a b
n n
, que encierran a la raz , pero esta vez x
n
no es el punto medio de
[ ]
a b
n n
, , sino el punto de interseccin de la recta que pasa por los
puntos ( ) ( ) ( ) ( )
a f a b f b
n n n n
, , , con el eje x (ver la FIGURA 2.6 siguiente).
42 MTODOS NUMRICOS
__________________________________________________________________________________
Al reemplazar la curva por una recta se obtiene una "posicin falsa" de la raz, de aqu el
nombre del mtodo. Tambin se le conoce como mtodo de Interpolacin Lineal Inversa.
FIGURA 2.6
Empezamos tomando a a
1
, b b
1
y encontramos la primera aproximacin de la raz, x
1
,
como la interseccin con el eje x , de la recta secante a la curva que pasa por los puntos
( ) ( ) ( ) ( )
a f a b f b
1 1 1 1
, , , :
( ) ( )
( ) ( )
( ) ( )
( ) ( )
x a
b a f a
f b f a
a f b b f a
f b f a
1 1
1 1 1
1 1
1 1 1 1
1 1

Si ( ) f x
1
0 , entonces x
1
y el proceso termina.
Si ( ) ( ) f a f x
1 1
0 < entonces ( ) a x
1 1
, y tomamos a a x
2 1 2 1
, b , de lo contrario tomamos
a x b
2 1 2 1
, b .
Aplicamos nuevamente el proceso anterior al intervalo
[ ]
a b
2 2
, , es decir, hacemos
( ) ( )
( ) ( )
x a
b a f a
f b f a
2 2
2 2 2
2 2

Despus de la (n1)-sima iteracin, tenemos ( ) a b

n n
, y tomamos
( ) ( )
( ) ( )
( ) ( )
( ) ( )
x
n n
n n n
n n
n n n n
n n
a
b a f a
f b f a
a f b b f a
f b f a

Observe que en el denominador de la expresin anterior nunca se resta, pues ( ) ( ) f a f b

n n
< 0.
Este mtodo tiene la desventaja, con respecto al mtodo de Biseccin, que la longitud del
subintervalo que contiene a la raz en general no tiende a cero, porque la mayora de las
grficas de las funciones son cncavas (hacia arriba o hacia abajo) en la vecindad de la raz,
lo que hace que uno de los extremos de los subintervalos se aproxime a la raz, mientras el
otro permanece fijo (ver la FIGURA 2.6 anterior).
__________________________________________________________________________________
Por lo anterior, la longitud del subintervalo
[ ]
a b
n n
, no puede tomarse como un criterio de
aproximacin a la raz; se requiere una tolerancia en el valor de la funcin en la aproximacin
x
n
, es decir, ( ) f x
n
< o x
n n
x <
1
para alguna tolerancia > 0 previamente
escogida. El procedimiento termina cuando se alcance esta tolerancia o un nmero mximo
de iteraciones previamente establecido.
Se puede demostrar, ver Ralston,1965, pgina 324, que este mtodo converge siempre que f
sea continua.
Ejercicio 2.2 Escriba un algoritmo para el mtodo de Regula Falsi.
Ejemplo 2.3 Con respecto a las races
[ ]
1
5 4 . , . ,
[ ]
2
10 .9, . ,
[ ]
3
3 38 .7, . de la
ecuacin 3 0
2
x e
x
, si usamos el mtodo de Regula Falsi con criterio de aproximacin
( ) f x
n
<

5 10
5
se obtienen los siguientes resultados
1 3
458960329 . x y ( ) f x
3
6
6

.56... 10
2 3
910006353 . x
y ( ) f x
3
6
3 10

.62...
3 4
373307860 . x y ( ) f x
4
6
824 10

. ...
REGULA( ( ) f x x a b N , , , , ): aproXima las primeras N iteraciones en el mtodo de Regula falsi
aplicado a la funcin ( ) f x en el intervalo
[ ]
a b , .
Compare los resultados anteriores con los obtenidos por el mtodo de Biseccin.
Ejercicio 2.3 Aplique el mtodo de Regula Falsi para estimar la menor raz positiva de la
ecuacin x tanx 0, usando como criterio de aproximacin ( ) f x
n
<

5 10
5
. Con
cuntas cifras decimales exactas aproxima el valor obtenido x
n
a ?
2.2 MTODOS ABIERTOS
A diferencia de los mtodos cerrados que requieren de un intervalo que encierre la raz
buscada, los mtodos abiertos que se vern requieren de un solo valor o dos valores iniciales
(de arranque) que no necesariamente encierran dicha raz; sto hace que algunas veces las
sucesiones generadas por estos mtodos sean divergentes o se alejen de la raz de inters
(vayan probablemente a otra raz), pero tienen la ventaja que cuando convergen lo hacen
"ms rpidamente" que las sucesiones generadas por los mtodos cerrados.
2.2.1 Mtodo de Punto Fijo: Dada una ecuacin ( ) 0 x f
, podemos transformarla, de
alguna manera, en otra equivalente (al menos localmente) del tipo ( ) x g x para alguna
44 MTODOS NUMRICOS
__________________________________________________________________________________
funcin g. En este caso se tiene que: es raz de ( ) ( ) ( ) g 0 f 0 x f es
raz de ( ) x g x .
Definicin 2.2 Un nmero tal que ( ) g se dice un punto fijo de la funcin g.
Cundo una funcin g tiene un punto fijo, y si lo tiene, cmo encontrarlo?
El siguiente teorema da respuesta parcial (condiciones suficientes) a las preguntas
formuladas antes.
Teorema 2.1 (de punto fijo) Si g es una funcin continua en
[ ]
a b , y ( ) [ ]
g x ab , para todo
[ ]
x a b , , entonces g tiene por lo menos un punto fijo en
[ ]
a b , . Si adems, ( ) g x existe para
todo ( ) x a b , y ( ) ( ) para todo x , K constante < g x K ab 1 , , entonces g tiene un nico
punto fijo
[ ]
ab , y la sucesin { } x
n
n
definida mediante la frmula de iteracin
( ) x n
n n
g x
1
123 , , , ,...
converge a (

n
n
x lim ) cualquiera sea
[ ]
x a b
0
, , y se tienen las siguientes cotas para
el error de truncamiento, x
n
:
i) { } 0 n cada para x b , a x Max K x ,
0 0
n

n
,
ii) , 0 n cada para , x x
K 1
K
x
0 1
n

n

iii) 1 n cada para , x x
K 1
K
x
1 n n n

.
Ilustracin:
FIGURA 2.7
Demostracin: Existencia: Si ( ) g a a o ( ) gb b , entonces a o b es un punto fijo de g.
__________________________________________________________________________________
Supongamos ( ) a g a < y ( ) b gb > y sea ( ) ( ) h x g x x . Entonces h es continua en
[ ]
a b , ,
( ) ( ) ( ) ( ) h a g a a b gb b > < 0 0 , h , por tanto (teorema del valor intermedio) existe por lo
menos un ( ) ab , tal que ( ) h 0, sto es, ( ) g .
Unicidad: Supongamos que ( ) < g x K 1 para toda ( ) x a b , y alguna constante K, y sean
y puntos fijos distintos de g en [ ]
a b , . Entonces
( ) ( ) ( )( ) ( ) g < g g g K
para algn ( ) , , lo cual es un absurdo, as que y entonces el punto fijo en
[ ]
a b , ,
que existe segn la primera parte, es nico.
Convergencia de la sucesin { } x
n
n
con ( ) x , n
n n
g x
1
123 , , ... y cotas para x
n
:
Sea
[ ]
x a b
0
, cualquiera. Entonces
( ) ( ) ( ) E g n
n n n n n
x g x g x KE

1 1 1
12 , , ,...
(2.1)
para algn entre y x
n1
.
Procediendo inductivamente sobre n, se tiene que
, con E 0
1
2
2 0 0 0

E KE K E K E x
n n n
n
.... (2.2)
y como K
n
0 cuando n +, pues 0 1 < K , entonces E x
n n
0 cuando
n +, es decir, limx
n
n
.
De la relacin (2.2), se tiene que
i) { } E x K x K x ab x
n n
n n
Max
0 0 0
, , ya que
[ ]
ab , .
De otro lado
+ + + x x x x x x x K x x x
0 1 1 0 1 1 0 0 1 0
as que
( ) 1
0 1 0
K x x x
y como 0 1 < K , entonces
x
x
K
x
0 1 0
1
1
(2.3)
Nuevamente, de (2.2)
x K x
n
n
0
y entonces multiplicando ambos miembros de (2.3) por K
n
, obtenemos
46 MTODOS NUMRICOS
__________________________________________________________________________________
x
x K x
K
K
x
n
n
n
0 1 0
1
as que
ii)
x n
x
K
K
x
n
n
1
12
1 0
, , ,...
La demostracin de la parte iii) se deja como ejercicio.
El mtodo de Punto Fijo para encontrar una raz de la ecuacin ( ) x g x , consiste en
generar la sucesin { } x
n
n
mediante la frmula de iteracin
( ) x g x , n 1,2,...
n n 1

con x
0
dado.
La funcin g se dice una funcin de iteracin de punto fijo.
Nota: Observe, a partir de la cota de error dada en el teorema 2.1, ii), que para 0 1 < K ,
entre ms pequea sea K, es decir, entre ms pequea sea ( ) ( ) g x , x a,b , "ms rpida"
ser la convergencia de la sucesin { } x
n
n
a . La convergencia puede ser muy lenta si K
est cerca de 1.
Algoritmo 2.2 (Punto Fijo) Para encontrar una aproximacin
de un punto fijo de una

funcin g, dada una aproximacin inicial x
0
:
Entrada: g(x); una aproximacin inicial x
0
; una tolerancia Tol, y un nmero mximo de
iteraciones N .
Salida: Un punto fijo aproximado
o un mensaje.
Paso 1: Tomar n 1.
Paso 3: Tomar ( ) c g x
0
(calcular x
n
).
Paso 4: Si c c c < < x Tol o x Tol
0 0
, entonces salida: "Un punto fijo
aproximado de la funcin dada es
c ". Terminar.
Paso 6: Tomar x c
0
(redefinir x
0
).
__________________________________________________________________________________
Paso 7 : Salida "Se alcanz el nmero mximo de iteraciones N pero no la tolerancia".
Terminar.
Las siguientes grficas muestran algunas formas de convergencia o divergencia de la
sucesin
{ } ( ) , donde n x x g x
n
n
n n

1
12 , , ,...
FIGURA 2.8.a FIGURA 2.8.b
Convergencia. (La sucesin no es Convergencia. (La sucesin
montona) es montona)
FIGURA 2.8.c FIGURA 2.8.d
Divergencia. No satisface las hip- Convergencia (dependiendo del
tesis del teorema de Punto Fijo. punto inicial ). No satisface las
hiptesis del teorema de Punto Fijo.
Hay situaciones en las que no se satisfacen las hiptesis del teorema de Punto Fijo y sin
embargo hay convergencia, es decir, el teorema es de condiciones suficientes no necesarias.
Ejemplo 2.4 Para la ecuacin 3 0
2
x e
x
sabemos que tiene tres races reales
[ ]
1
5 4 . , . ,
[ ]
2
10 .9, . y
[ ]
3
3 38 .7, . . Estimemos
2
usando el mtodo de iteracin
de Punto Fijo.
48 MTODOS NUMRICOS
__________________________________________________________________________________
Empezamos transformando el problema ( ) 0 x f en otro equivalente del tipo ( ) x g x para
alguna funcin g:
Como
'
,
_
t
0 x si ,
3
e
x
0 x si ,
3
e
x
3
e
x
3
e
x 0 e x 3
2
x
2
x
2
1
x x
2 x 2
entonces ( ) g x e
x
1
2
1
3
es una funcin de iteracin.
Como
, x 3 0
3
0
2
x e x
e
x
x
x

entonces ( ) g x
e
3x
, x 0
2
x
, tambin es una funcin de iteracin.
Como
( )
3x e 0 e 3x x ln 3x , x 0
2 x x 2 2

entonces
( )
( )
g x ln 3x , x 0
3
2

, es otra funcin de iteracin.
Como
0 e x 6 ,
e x 6
e xe x 3
x 0 e x 6 ,
e x 6
e x 3
x x 0 e x 3
x
x
x x 2
x
x
x 2
x 2

entonces
( ) g x
x xe e
x e
x e
x x
x
x
4
2
3
6
6 0
+
, , es una funcin de iteracin (la funcin de

iteracin del mtodo de Newton-Raphson) .
Como
3 0 3
2 2
x e x x x e
x x
+
entonces
( ) g x x x e
x
5
2
3 + , es tambin una funcin de iteracin.
Si escogemos la funcin de iteracin ( ) g x e
x
1
2
1
3
y el intervalo
[ ]
.9,10 . , vemos que:
g
1
es continua en
[ ]
.9,10 . ; ( ) > g x e
x
1
2
1
2 3
0 para todo
[ ]
x .9,10 . , as que g
1
es
creciente en
[ ]
.9,10 . , y como
__________________________________________________________________________________
( ) [ ]
g e
1
9
1
3
. . . .
.

9
2
905... 9,10
,
( ) [ ]
g ... 9,10
10
2
1
10
1
3
951 . . . .
.
e
entonces ( ) [ ]
g x
1
910 . . , para todo
[ ]
x . . 910 , . Luego g
1
tiene por lo menos un punto fijo en
el intervalo
[ ]
.9,10 . .
Ahora,
( ) [ ] 0 . 1 9, x todo para 0 e
3 4
1
x g
2
x
1
. >
as que g
1
es creciente en el intervalo
[ ]
.9,10 . (la grfica de g
1
es cncava hacia arriba
para
[ ]
x . . 910 , ), y como
( ) 9 452...
45
g e
1
1
2 3
. .
.
, ( ) ... g e
1
5
10
1
2 3
475 . .
.
entonces
( ) ( ) 0 1 9, x todo para 1 K 48 x g
1
. . . <
Luego g
1
tiene un nico punto fijo
2
en el intervalo
[ ]
.9,10 . , y cualquiera sea
[ ]
x
0
10 .9, .
la sucesin { } x
n
n
con
x , n=
n n
x
n
g x e
1 1
1
2
1
3
123 ( ) , , ,...
converge a
2
, es decir, limx
n
n

2
, y se tienen adems las cotas para el error de
truncamiento,
2
x
n
, dadas en el teorema 2.1.
Cuntas iteraciones n sern necesarias para que x
n
aproxime al punto fijo
[ ]
2
10 . . 9,
con por lo menos tres cifras decimales exactas ?
Como sabemos que { } Max b
2 0 0
x K x a x
n
n
, , basta resolver para n la
desigualdad
{ } K Max b
n
x a x
0 0
4
5 10

,
Tomando K .48 y x
0
.95 ( observe que x
0
.95 es el punto medio del intervalo
[ ]
.9,10 . y
es el valor que minimiza la expresin
{ } Max x a x
0 0
, b ), obtenemos
{ } { } Max b 95 9 95 05 x a x Max
0 0
10 , , . . . . .
y entonces debemos resolver la desigualdad
50 MTODOS NUMRICOS
__________________________________________________________________________________
{ } ( ) ( ) K Max b 05
4 n
n
x a x
0 0
48 5 10

, . .
La solucin de esta desigualdad es
( )
( )
n
ln
ln
...
10
48
627
2
.
.
Luego para n 7, se tiene que x
n
aproximar a
2
con una precisin de por lo menos tres
cifras decimales exactas.
La grfica de ( ) g x e
x
1
2
1
3
se muestra en la FIGURA 2.9, y los valores calculados usando el
mtodo de Punto Fijo con la funcin de iteracin ( ) g x e
x
1
2
1
3
, iniciando con x
0
95 . y
terminando en x
7 2
, se muestran en la TABLA 2.3.
FIGURA 2.9
N x
n
0 .95
1 .9283874
2 .9184090
3 .9138383
4 .9117522
5 .9108017
6 .9103690
7 .9101720
TABLA 2.3
__________________________________________________________________________________
PUNTO_FIJ O( ( ) g x x x N , , ,
0
): aproXima las primeras N iteraciones en el mtodo de Punto
Fijo aplicado a la funcin ( ) g x con aproximacin inicial x
0
. Para el ejemplo aproXime la
expresin PUNTO_FIJ O(
1
3
2
095 7 exp , , ,
x
x
_
,
.
).
De acuerdo con los resultados de la TABLA 2.3,
2 7
9101720 . x
.
Observe, en la FIGURA 2.9, que no existe intervalo
[ ]
a b , que contenga a
3
(que es punto
fijo de g
1
) donde se satisfagan todas las hiptesis del teorema de Punto Fijo para la funcin
g
1
. Para esta funcin de iteracin g
1
el mtodo de Punto Fijo no converge a
3
.
Si tomamos la funcin de iteracin ( ) g x
e
x
x
2
3
0 , x , cuya grfica se muestra en la FIGURA
2.10 siguiente, tenemos:
FIGURA 2.10
g
2
es continua en
[ ]
.9,10 . ; ( )
( )
[ ]

g x
xe e
x
e x
x
x x
x
2
2 2
3 3
9
1
3
0 910 si x , . .
, as que g
2
es
decreciente en
[ ]
.9,10 . , y como
( ) [ ]
g 9 ... ,
2
91 910 . . . .
,
( ) [ ]
g ... ,
2
10 90 910 . . . .
entonces ( ) [ ]
g x
2
910 . . , para todo
[ ]
x . . 910 , , as que g
2
tiene por lo menos un punto fijo en
el intervalo
[ ]
.9,10 . .
52 MTODOS NUMRICOS
__________________________________________________________________________________
Ahora,
( )
( )
( )
( )

+
g x
e x e x e x x
x
x x x
2
2
4
1 3 16
9

( )
+
x e xe e
x
e x x
x
x x x
x
2
3
2
3
2 2
3
2 2
3
y como
( ) R > + + + x todo para 0 1 1 x 2 x 2 x 2 x
2 2
entonces ( ) > > g x x
2
0 0 .
Por tanto g
2
es creciente en
[ ]
.9,10 . , y como
( ) ... g
2
9 10 . . , ( ) g
2
10 0 .
entonces
( ) ( ) 0 1 9 x todo para 1 K 11 x g
2
. , . . <
En consecuencia g
2
tiene un nico punto fijo [ ]
2
910 . , .
, y la sucesin { } x
n
n
con
( ) ... 3 2 1 n
x 3
e
x g x
1 n
1 n
x
1 n
2 n
, , , ,
converge a
2
cualquiera sea
[ ]
x
0
910 . , . , y se tienen adems cotas para el error de
truncamiento
2
x
n
.
Los valores obtenidos usando la funcin de iteracin g
2
con punto inicial x
0
95 . y criterio
de aproximacin x
n n
x <
1
5
5 10 , se muestran en la TABLA 2.4 siguiente.
n x
n
x x
n n
1
0 .95
1 .9072665
427335 10
2
.

2 .9102584
29919 10
3
.

3 .9099850
2734 10
4
.

4 .9100096
246 10
5
.

TABLA 2.4
De acuerdo con los resultados de la TABLA 2.4,
2 4
9100096 . x . Como ejercicio,
analice con cuntas cifras decimales exactas aproxima x
4
a
2
?
Ser que la funcin ( ) g x
e
x
x
2
3
nos sirve para determinar [ ]
3
3738 . , .
?
__________________________________________________________________________________
Veamos:
g
2
es continua en
[ ] 8 3 , 7 3 . .
, g
2
es creciente en
[ ]
3738 . . , y como ( ) [ ] 8 7,3 3 ... 6 3 7 3 g
2
. . . . ,
( ) [ ] 8 3 , 7 3 8 3 g
2
. . . , entonces no se satisface la condicin ( ) [ ]
g x
2
3738 . . , para todo
[ ]
x 3738 . . , .
Existir algn intervalo
[ ]
a b , que contenga a la raz
3
donde se satisfagan todas las
hiptesis del teorema de Punto Fijo para la funcin g
2
?
Observe, a partir de la grfica de g
2
, que no existe intervalo
[ ]
a b , con
[ ]
3
ab , tal que
( ) < g x K
2
1 para todo
[ ]
x a b , .
Como g
2
es creciente en
[ ]
3738 . , . , ( ) ( ) g g
2 2
37 265 38 288 . . . . ..., ..., entonces
( ) 1 x g
2
> para todo
[ ]
x 3738 . . , . Luego no existe intervalo
[ ]
a b , que contenga a la raz
3
donde se satisfagan las hiptesis del teorema de Punto Fijo para la funcin g
2
.
Por otro lado, como g
2
es decreciente en
[ ]
. . 5 4 , , ( ) g
2
5 121 . . ... y ( ) g
2
4 195 . . ... ,
entonces g
2
tampoco satisface las hiptesis del teorema de Punto Fijo en algn intervalo
que contenga a
1
.
Ejercicio 2.4 Use el mtodo de iteracin de Punto Fijo, con alguna de las funciones de
iteracin dadas anteriormente, para encontrar estimaciones de las races
1
y
3
de la
ecuacin 3 0
2
x e
x
, usando como criterio de aproximacin
x
n n
x <
1
5
5 10
Ejemplo 2.5 Usemos el mtodo iterativo de Punto Fijo para encontrar la menor raz positiva
de la ecuacin x tanx 0.
Como x tanx x tanx 0 , empezamos graficando, en un mismo plano coordenado, las
funciones
( ) ( ) f x x y f x tanx
1 2
(ver la FIGURA 2.11).
De acuerdo con la FIGURA 2.11, la menor raz positiva

_
,
2
3
2
, , y a partir de una tabla
de valores para ( ) tanx x x f , por ejemplo en el intervalo [ ] 7 4 , 4 . con tamao de paso
1 h . , puede verse que
[ ]
4445 . . , (cuando utilice una calculadora, use el modo radianes
para los clculos).
Una primera funcin de iteracin de Punto Fijo (que salta a la vista) es ( ) tanx x g (ya que
x tanx x tanx 0 ), pero es claro que para esta funcin g no existe intervalo
[ ]
a b , que
54 MTODOS NUMRICOS
__________________________________________________________________________________
contenga la raz donde se satisfagan todas las hiptesis del teorema de Punto Fijo, pues
( ) >> g 1 (observe la FIGURA 2.11).
FIGURA 2.11
Si aplicamos el mtodo de Punto Fijo con la funcin de iteracin ( ) tanx x g y punto inicial
x
0
44 . , se obtienen en las cinco primeras iteraciones los resultados que se muestran en la
TABLA 2.5 siguiente.
n x
n
0 44 .
1 096324 3.
2
2
10 529982 4

.
3
2
10 533083 4

.
4
2
10 536191 4

.
5

4539305 10
2
.
TABLA 2.5
Observando la TABLA 2.5 se concluye que no hay convergencia a la raz buscada.
Si empezamos con x
0
4 .5, se obtienen los resultados que se muestran en la TABLA 2.6,
donde se ve claramente que tampoco hay convergencia a la raz buscada.
Cul otra funcin de iteracin podramos construir?
Observando la grfica de la funcin tangente (vea la FIGURA 2.11), y teniendo en cuenta la
relacin entre la grfica de esta funcin y la de su inversa, se ve claramente que una funcin
__________________________________________________________________________________
de iteracin de punto fijo, apropiada para determinar , es la que se obtiene por la va de la
funcin inversa. Para obtener tal funcin de iteracin g(x) procedemos como sigue:
n x
n
0 45 .
1 4637332 .
2 1329819 .
3 8982038 .
4 255520 1.
5 066028 3.
TABLA 2.6
Puesto que ( ) x tan tanx , entonces
( )
( )
x tan x y
2
3
x
2

x x tan y
2
x
2

x tan x y
2
x
2

x tan x y
2
3
x
2
tanx x y
2
3
x
2
1
1
< <
< <
< <
< <
< <
As que podemos tomar como funcin de iteracin ( ) g x tan x +

1
. La grfica de
y tan x +

1
se muestra en la FIGURA 2.12 siguiente.
FIGURA 2.12
Veamos que ( ) g x tan x +

1
satisface todas las hiptesis del teorema de Punto Fijo en el
intervalo
[ ]
4445 . . , :
56 MTODOS NUMRICOS
__________________________________________________________________________________
g es continua en
[ ]
4445 . . , ;
( )
+
> g x
x
1
1
0
2
para todo xR , as que g es creciente en
[ ]
4445 . . , , y como ( ) g 44 448 . . ... y ( ) g 45 449 . . ... , entonces
[ ] ( ) [ ]
g 4445 4445 . . . . , , .
Ahora, g es decreciente en
[ ]
4445 . . , (a medida que x aumenta ( ) g x disminuye), y como
( ) g 44 049 . . ... y ( ) g 45 047 . . ... , entonces ( ) < g x K .05 1 para todo ( ) x 4445 . . , .
Por lo tanto g tiene un nico punto fijo
[ ]
4445 . . , , y la sucesin { } x
n
n
con
x tan x
n n
+
1
1
1 , n ,2,...
converge a cualquiera sea
[ ]
x
0
4445 . . , , y se tienen adems, las cotas para el error de
truncamiento x
n
, dadas en el teorema 2.1.
La convergencia debe ser "rpida" pues K es pequea.
Como ejercicio, encuentre cuntas iteraciones n sern necesarias para que x
n
aproxime
a con por lo menos 4 cifras decimales exactas, tomando
[ ] [ ]
a b , , 4445 . . , x
0
445 . y
K .05?
La TABLA 2.7 siguiente, muestra los clculos de las iteraciones para ( ) g x tan x +

1
con
punto inicial x
0
445 . y criterio de aproximacin x
n n
x <
1
5
5 10 .
n x
n
x x
n n
1
0 445 .
1 4491341 . .041341
2 4493311 .
197 10
3
.

3 4493404 .
93 10
5
.

4 4493409 .
50 10
6
.

TABLA 2.7
De acuerdo con los resultados de la TABLA 2.7, 4493409
4
. x .
2.2.2 Mtodo de Newton-Raphson: Como veremos ms adelante, el mtodo de Newton-
Raphson se aplicar para hallar races simples de una ecuacin ( ) f x 0. Antes de ver el
mtodo de Newton-Raphson, veamos la siguiente definicin sobre la multiplicidad de una raz
de una ecuacin.
Definicin 2.3 Dada una ecuacin ( ) f x 0. Un nmero se dice una raz de multiplicidad
m (m un entero positivo) de la ecuacin ( ) f x 0, si ( ) f 0, y
__________________________________________________________________________________
( ) ( ) ( ) ( ) para x , f con h
x

x x h x lim x
m
0
Si m 1, la raz se dice simple.
El siguiente teorema relaciona la multiplicidad de una raz de una ecuacin ( ) f x 0 con las
derivadas de la funcin f .
Teorema 2.2 Supongamos que la funcin f tiene su dos primeras derivadas continuas en un
intervalo
[ ]
a b , que contiene a un nmero . Entonces es una raz simple de la ecuacin
( ) f x 0 si y slo si ( ) f 0 y ( ) f 0.
Demostracin: Supongamos que es una raz simple de la ecuacin ( ) f x 0. Entonces de
acuerdo con la definicin 2.3, ( ) f 0, y
para x , ( ) ( ) ( ) ( ) f x x h x
con limh x
x
0.
Derivando a ambos lados de la expresin anterior con respecto a x, obtenemos
( ) ( ) ( ) ( ) + f x h x x h x
Como
( ) ( ) limf x limh x
x x

0
y
f es continua en (por hiptesis), entonces ( ) ( ) limf x f
x

0 .
Recprocamente, supongamos que ( ) f 0 y ( ) f 0. Haciendo un desarrollo en serie de
Taylor para f alrededor de , obtenemos
( ) ( )
!
( )( ) ( )
( )
( ) ( ) ( )
( )
f x f f x f
x
x f f
x
+ +

+

'

0
2
2
2
!
!
para algn entre x y .
Llamando
( ) ( ) ( )
( )
h x f f
x
+

2!
tenemos que, para x , ( ) ( ) ( ) ( ) ( ) f x x h x limh x f
con
x
0 .
En general, se tiene el siguiente teorema cuya demostracin es completamente anloga a la
del teorema 2.2 anterior.
58 MTODOS NUMRICOS
__________________________________________________________________________________
Teorema 2.3 Supongamos que la funcin f tiene sus primeras m+1 derivadas continuas en
un intervalo
[ ]
a b , que contiene a un nmero . Entonces es una raz de multiplicidad m de
la ecuacin ( ) f x 0 si y slo si ( ) ( ) ( )
( )
( )
( )
( ) 0 0
1

f f f f
m m
... y f .
Volviendo al mtodo de Newton-Raphson, la hiptesis general para aplicar este mtodo
para hallar una raz ( ) b , a de una ecuacin ( ) 0 x f , es que la funcin f tenga sus
primeras dos derivadas continuas en el intervalo
[ ]
a b , y ( ) f x 0 para todo [ ] b , a x .
De acuerdo con la hiptesis general y el teorema 2.2, como ( ) f 0, entonces la raz es
simple, es decir, de multiplicidad 1.
Las siguientes grficas muestran diversas posibilidades de multiplicidad para una raz de
una ecuacin ( ) f x 0:
FIGURA 2.13.a FIGURA 2.13.b FIGURA 2.13.c
(Raz simple) (Raz mltiple, par) (Raz mltiple, impar)
Hay varias formas de presentar el mtodo de Newton-Raphson, dos de ellas son:
Presentacin grfica: Supongamos que f satisface la hiptesis general en un intervalo [ ] b , a
y escojamos
[ ]
x a b
0
, "cercano" a la raz .
La primera aproximacin x
1
, en el mtodo de Newton-Raphson, es el punto en el cual la
recta L, tangente a la grfica de f en el punto ( ) ( )
x f x
0 0
, , corta al eje x (ver la FIGURA 2.14).
De acuerdo con sto, se tiene que
( )
( )

f x
f x
x x
0
0
0 1
0
y entonces
( )
( )
x
1 0
0
0

x
f x
f x
En general, para cada
( )
( )
n x
f x
f x
n n
n
n

1
1
1
1
, x : abscisa del punto de interseccin de la
recta tangente a la grfica de f en el punto ( ) ( )
x f x
n n 1 1
, , con el eje x.
__________________________________________________________________________________
FIGURA 2.14
Presentacin usando polinomios de Taylor: Supongamos que f satisface la hiptesis
general en un intervalo [ ] b , a , y sea [ ] b , a
con

"pequeo".
Consideremos el polinomio de Taylor de primer grado para la funcin f alrededor de
:
( )
( ) ( )( )
( )
( )
f x f f x f
x
+ +

2
2!
con entre x y
En particular para x , tenemos
( )
( ) ( )( )
( )
( )
0
2
2
+ +
f f f f

!
, entre y
Suponiendo que el trmino ( )
( )

f

2
2!
es despreciable (recuerde que
f es acotada),
obtenemos
( ) ( )( )
0 +

f f
y despejando , llegamos a
( )
( )

f
f
y
( )
( )
f
f
es, por lo general, una mejor aproximacin de que
.
El mtodo de Newton-Raphson para encontrar una raz de una ecuacin ( ) f x 0,
consiste en generar la sucesin { } x
n
n
definida mediante la frmula de iteracin
60 MTODOS NUMRICOS
__________________________________________________________________________________
( )
( )
x n
n n
n
n
x
f x
f x

1
1
1
12 , , ,...
y escogiendo x
0
"cercano" a .
De acuerdo con la frmula anterior, se ve claramente que el mtodo de Newton-Raphson
es un caso especial del mtodo de iteracin de Punto Fijo, cuando se toma como funcin
de iteracin la funcin
( )
( )
( )
g x x
f x
f x

La escogencia del punto inicial x

0
es muy importante para la convergencia del mtodo de
Newton-Raphson. Como ejemplo, consideremos la funcin ( ) f x
x
x
4 7
2
, que tiene un cero
en
7
4
175 . . Como
( )
( ) ( )
( ) ( )
( )
( )
,

f x
x x
x x
f x
x
4 2 4 7
2
1
2
2
2
2 2 3
entonces f es continuamente diferenciable dos veces en todo intervalo que no contenga a
x 2.
La sucesin generada por el mtodo de Newton-Raphson para la funcin dada es
( )
x , x
n n
n
n
n
n
x
x
x
x

1
1
1
1
2
1
4 7
2
1
2
2
La grfica de ( ) f x
x
x
4 7
2
es como se muestra en la FIGURA 2.15.
Se puede ver que si en la frmula para x
n
(en el mtodo de Newton-Raphson) usamos
x
0
15 . , obtenemos x
1
20 . y el mtodo no puede continuarse.
Si ( ) x
0
152 . , el mtodo converge. Qu pasa si ( ) x
0
015 , . ?
En las TABLAS 2.8 y 2.9, se muestran los resultados obtenidos al aplicar el mtodo de
Newton-Raphson a la funcin ( ) f x
x
x
4 7
2
tomando como puntos iniciales x
0
165 . y
x
0
185 .
, respectivamente, y usando como criterio de aproximacin ( ) f x
n
<

5 10
5
o
x
n n
x <
1
5
5 10 .
__________________________________________________________________________________
FIGURA 2.15
n x
n ( ) f x
n
x
n n
x
1
0 165 . 114 . ...
1 179 . .761... .14
2 17564 . .105...
336 10
1
.

3 1750163 .

260 10
3
. ... 6237 10
3
.

4 175 . 0
163 10
4
.

TABLA 2.8
NEWTON( ( ) f x x x N , , ,
0
): aproXima las primeras N iteraciones en le mtodo de Newton-
Raphson aplicado a la funcin ( ) f x , tomando como aproximacin inicial x
0
. Para el ejemplo,
aproXime la expresin NEWTON(
4 , 65 1 , x ,
2 x
7 x 4
.
).
n x
n ( ) f x
n
x
n n
x
1
0 185 . 266 . ...
1 179 . .761...
60 10
2
.

2 17564 . .105...
336 10
1
.

3 1750163 .

260 10
3
. ... 6237 10
3
.

4 175 . 0
163 10
4
.

TABLA 2.9
Para la misma funcin f si usamos el mtodo de Newton-Raphson con x
0
10 . se obtienen,
hasta la quinta iteracin, los resultados que se muestran en la TABLA 2.10 siguiente.
62 MTODOS NUMRICOS
__________________________________________________________________________________
n x
n ( ) f x
n
x
n n
x
1
0 10 . 30 .
1 40 . 45 . 30 .
2 220 . 405 . 180 .
3 16420 . 4000609 . 16200 .
4
1076168 10
7
.
4000000 .
10760038 10
7
.
5
4632550 10
14
.
4000000 .
46325498 10
14
. ...
TABLA 2.10
El siguiente teorema da condiciones suficientes no necesarias para la convergencia del
mtodo de Newton-Raphson, aunque no da, de manera explcita, un intervalo donde se
pueda escoger el punto inicial x
0
.
Teorema 2.4 Sea f una funcin continuamente diferenciable dos veces en un intervalo
[ ]
a b ,
que contiene un nmero . Si ( ) ( ) f f 0 0 y ( es raz simple de la ecuacin
( ) f x 0), entonces existe > 0 tal que la sucesin { } x
n
n
con
( )
( )
x , n ,2,...
n n
n
n
x
f x
f x

1
1
1
1
converge a para cualquier
[ ]
x
0
+ , .
Demostracin: Haciendo
( )
( )
( )
g x x
f x
f x

se demostrar que existe un > 0 tal que la funcin g satisface las hiptesis del teorema 2.1
(de Punto Fijo) en el intervalo
[ ]
+ , .
En efecto:
Como ( ) f 0 y f es continua en
[ ]
a b , , existe
1
0 > tal que ( ) f x 0 para todo
[ ] [ ]
x ab +
1 1
, , . Entonces g es continua en
[ ]
+
1 1
, .
Ahora,
( )
( ) ( ) ( ) ( )
( )
[ ]
( )
[ ]
( )
[ ]
( ) ( )
( )
[ ]
( ) ( )
( ) [ ]
[ ]

para x

+
g x
f x f x f x f x
f x
f x f x f x f x
f x
f x f x
f x
1
2
2 2
2
2
1 1
,
__________________________________________________________________________________
y como f es continuamente diferenciable dos veces en
[ ]
a b , , entonces g es continua en
[ ]
+
1 1
, ; por otro lado ( ) f 0 y ( ) f 0, as que
( )
( ) ( )
( )
[ ]

g
f f
f
2
0
Ahora, como g es continua en
[ ]
+
1 1
, y ( ) g 0, entonces existe con 0
1
< <
tal que ( ) < g x K 1 para toda
[ ]
x + , (este depende del K escogido).
Fijados K y , falta demostrar que [ ] ( ) [ ]
g + + , , .
Si
[ ]
x + , , el teorema del valor medio aplicado a g implica que existe un entre x y
tal que
( ) ( ) ( ) ( ) g g x x x x x g g K <
(recuerde que ( )
( )
( )
g
f
f

).
As que ( ) g x , lo que significa que ( ) [ ]
g x + , para todo
[ ]
x + , .
Luego
[ ] [ ]
g: + + , , satisface todas las hiptesis del teorema 2.1, y en
consecuencia la sucesin
{ } x
n
n
definida por
( ) x n
n n
g x
1
12 , , ,...
converge a cualquiera sea
[ ]
x
0
+ , .
Nota: Los criterios de aproximacin que generalmente se utilizan en el mtodo de
Newton-Raphson son: dado > 0, se toma como aproximacin de la raz de la ecuacin
( ) 0 x f , al trmino x
N
de la sucesin generada mediante la frmula de iteracin de Newton,
donde N es el menor entero no-negativo tal que ( ) f x
n
< o x x
n n
<
1
.
Obsrve que si el mtodo de Newton-Raphson converge, como
( )
( )
x
n n
n
n
x
f x
f x

1
1
1
entonces entre ms grande sea ( ) f x en la vecindad de la raz , "ms rpida" ser la
convergencia.
64 MTODOS NUMRICOS
__________________________________________________________________________________
Algoritmo 2.3 (Newton-Raphson) Para encontrar una aproximacin
de una raz de
una ecuacin ( ) f x 0 conocida una aproximacin inicial x
0
:
Entrada: ( ) ( ) f x f x , , una aproximacin inicial x
0
, una tolerancia Tol, y un nmero mximo
de iteraciones N.
o un mensaje.
Paso 1: Tomar n 1.
Paso 3: Tomar ( ) e f x
0
y ( ) d f x
0
.
Paso 4: Si d 0 entonces salida: "No se puede continuar el mtodo". Terminar.
Paso 5: Tomar c x
e
d

0
(calcula x
n
).
Paso 6: Si ( ) f c c Tol o x
e
d
Tol < <
0
, entonces salida: "Una raz
aproximada es
c ". Terminar.
Paso 8: Tomar x c
0
(redefine x
0
).
Paso 9: Salida "Se alcanz el nmero mximo de iteraciones N pero no la tolerancia".
Terminar.
Ejemplo 2.6 Con respecto a las races
1
,
2
y
3
de la ecuacin 3 0
2
x e
x
, vemos que
la funcin ( ) f x x e
x
3
2
satisface la hiptesis general del mtodo de Newton-Raphson en
los intervalos
[ ]
. . 5, 4 ,
[ ]
. . 910 , y
[ ]
3738 . . , . Si aplicamos el mtodo de Newton-Raphson, con
aproximaciones iniciales apropiadas y criterio de aproximacin
( ) f x
n
<

5 10
5
o
x
n n
x <

1
5
5 10
se obtienen los resultados que se muestran en las TABLAS 2.11, 2.12 y 2.13 siguientes.
n x
n ( ) f x
n
x x
n n
1
0 .5 .143...
1 .4602195
426 10
3
. ...

397805 10
2
.

2 .4589635
418 10
6
. ...

1256 10
3
.

TABLA 2.11
__________________________________________________________________________________
Para este ejemplo aproXime la expresin NEWTON( ( ) 3 05 2
2
x x x exp , , , . ).
De acuerdo con la TABLA 2.11 se tiene que
1 2
4589635 . x .
n x
n ( ) f x
n
x x
n n
1
0 10 .
281 10
1
. ...

1 .9141552
426 10
3
. ...

858448 10
2
.

2 .9100176
418 10
6
. ...

41376 10
3
.

TABLA 2.12
De acuerdo con la TABLA 2.12 se tiene que
2 2
9100176 . x .
n x
n ( ) f x
n
x x
n n
1
0 8 3. ... 38 1.
1 736935 3.
2
10 ... 51 7

.
2
10 3065 6

.
2 733092 3.
4
10 ... 51 2

.
3
10 843 3

.
3 733078 3.
5
10 ... 96 1

.
5
10 4 1

.
TABLA 2.13
Los resultados de la TABLA 2.13 indican que
3 3
x 733078 3 .
.
Ejercicio 2.5 Use el mtodo de Newton-Raphson para encontrar la menor raz positiva de la
ecuacin x tanx 0, usando como criterio de aproximacin el mismo dado en ejemplo 2.6
anterior.
2.2.3 El mtodo de Newton-Raphson combinado con el algoritmo de Horner para
encontrar races reales de ecuaciones polinmicas con coeficientes reales: Dada una
ecuacin polinmica con coeficientes reales
( ) p con a y a x a a x a x a x a a a
n
n
n n
+ + + +
0 1 2
2
0 1 2
0 0 ... , , , ,..., R
Si es una raz real simple de la ecuacin ( ) p x 0, el mtodo de Newton-Raphson para
aproximar la raz , consiste en generar la sucesin { } x
n
n
mediante la frmula de iteracin
( )
( )
x x
p x
p x
n n
n
n

1
1
1
12 , , ,... n
con x
0
escogido cercano a .
Como se ve en la frmula anterior el clculo de cada iteracin requiere la evaluacin del
polinomio p y su derivada p en un nmero. Existe un algoritmo, llamado algoritmo de
Horner, muy fcil de implementar en el computador, el cual permite calcular de manera
eficiente, el valor del polinomio y el de su derivada en un nmero.
66 MTODOS NUMRICOS
__________________________________________________________________________________
El algoritmo de Horner se basa en escribir el polinomio ( ) x p en la forma encajada o
anidada siguiente:
( ) ( ) ( ) ( ) ( )
p x a x a x a x a x a xa
n n
+ + + + + +
0 1 2 3 1
... ...
queremos evaluar ( ) ( ) z p y z p para algn nmero real z, basta tener en cuenta que:
Si hacemos
b , y
b para k
n n
k k k
a
a zb n n
+
+1
1 2 10 , ,..., ,
entonces ( ) z p b
0

.
Los nmeros auxiliares b b
n n
, ,..., b
1 1
son los coeficientes del polinomio cociente
( ) x q
que
resulta de la divisin de ( ) x p por x z y b
0
es el residuo, es decir,
( ) ( ) ( )
0
b x q z x x p +
siendo ( ) x b x b x b b x q
1 n
n
2 n
1 n 2 1

+ + + + ... .
En efecto:
( ) ( ) ( )
( )
( ) ( ) ( ) ( )
( )
x z q x b x z b b x b x b x b
b zb b zb x b zb x b zb x b x
a a x a x a x a x p x
n
n
n
n
n n
n
n
n
n
n
n
n
+ + + + + +
+ + + + +
+ + + + +
0 1 2 1
2 1
0
0 1 1 2 2 3
2
1
1
0 1 2
2
1
1
...
...
...
Como ( ) ( ) ( )
0
b x q z x x p +
, entonces para x z , se obtiene
( ) ( ) ( )
0 0
b b z q z z z p +
Ahora bien, como
( ) ( ) ( )
0
b x q z x x p +
entonces derivando a ambos lados de esta ltima ecuacin con respecto a x, obtenemos
( ) ( ) ( ) ( ) x q z x x q x p +
y entonces
( ) ( ) ( ) ( ) ( ) z q z q z z z q z p +
__________________________________________________________________________________
y como ( ) x q es un polinomio del cual conocemos sus coeficientes (los nmeros
b b
n n
, ,..., b
1 1
), podemos aplicar el algoritmo de Horner al polinomio ( ) x q para hallar ( ) z q y
de esta manera obtener ( ) z p .
Algoritmo 2.4 (Horner) Para evaluar un polinomio con coeficientes reales
( )
n
n
2
2 1 0
x a x a x a a x p + + + + ...
y su derivada en un nmero real z:
Entrada: El grado n del polinomio, los coeficientes a a a
n 0 1
, ,..., del polinomio ( ) x p , el nmero
real z.
Salida: ( ) ( ) z p c y z p b
0
.
Paso 1: Tomar b a
n n
(calcula el coeficiente b
n
de ( ) x q )
c a
n
Paso 2: Para 1 ,..., 2 n , 1 n j , tomar

b a zb
j j j
+
+1
(calcula los coeficientes ( ) x q de b ,..., b , b
1 2 n 1 n
)
c b zc
j
+ (almacena en c a ( ) ( ) z p z q )
Paso 3: Tomar b a zb
0 0 1
+ (almacena en ( ) z p a b
0
)
Paso 4: Salida: " ( ) ( ) c z p y b z p
0
". Terminar.
Observe, en el algoritmo anterior, que como b b b
n n
, ,...,
1 1
son los coeficientes del polinomio
reducido ( ) x q , si aplicamos el algoritmo de Horner a este polinomio ( ) x q , es decir, hacemos
c b
n n
, y
para 1 ,..., 2 n , 1 n j hacemos c b zc
j j j
+
+1
obtenemos que ( ) ( ) z p z q zc b c
2 1 1
+ . Por tanto, al terminar la aplicacin del
algoritmo de Horner, en c queda almacenado ( ) z q , es decir, ( ) ( ) z p z q c .
Es importante observar que el algoritmo de Horner slo usa n multiplicaciones y n sumas
para calcular ( ) z p , lo que hace muy eficiente dicho clculo. Intente calcular ( ) z p de cualquier
otra forma y compare el nmero de operaciones.
Para implementar el algoritmo de Horner manualmente usamos el esquema de divisin
sinttica:
68 MTODOS NUMRICOS
__________________________________________________________________________________
Ejemplo 2.7 Consideremos la ecuacin x x
3
1 0 . Como ( ) p x x x
3
1 es continua
en el intervalo
[ ]
12 , , ( ) ( ) 0 > 5 2 p y 0 1 1 p <
, entonces la ecuacin ( ) 0 x p
tiene por lo
menos una raz en el intervalo
[ ]
12 , . Por otro lado, como ( ) 0 1 x 3 x p
2
> para todo
[ ]
x 12 , , entonces la ecuacin ( ) 0 x p tiene una nica raz simple
[ ]
1
12 , . Es claro,
entonces, que se puede aplicar el mtodo de Newton-Raphson para calcular esta raz
1
. Si
hacemos los clculos usando el mtodo de Newton-Raphson combinado con el algoritmo
de Horner, tomando como aproximacin inicial 0 2 x
0
. , y criterio de aproximacin
x x
n n
<
1
3
5 10 o ( ) p x
n
<

5 10
3
, obtenemos:
( )
( )
( )
( )
x
1 0
0
0
20
20
20

x
p x
p x
p
p
.
.
.
Debemos calcular ( ) ( ) 0 2 p y 0 2 p . . . Si usamos el algoritmo de Horner y aritmtica con
redondeo a cinco (5) dgitos para los cculos, se obtienen los resultados que aparecen en el
siguiente esquema de divisin sinttica
Entonces
x
1
20
50
110
15455 .
.
.
. y x x
1 0
3
4545 5 10 >

.
Para calcular ( ) ( ) 5455 1 p x p
1
. y verificar si se satisface la condicin ( ) p x
1
3
5 10 <

,
usaremos el algoritmo de Horner. Vea el siguiente esquema de divisin sinttica:
__________________________________________________________________________________
Observe que ( ) p x
1
3
11461 5 10 >

.
, as que debemos calcular x
2
. De acuerdo con los
resultados que aparecen en el esquema anterior
( )
( )
x x
p x
p x
2 1
1
1
15455
11461
61657
13596
.
.
.
. y x x
2 1
3
1859 5 10 >

.
Si seguimos calculando como se indic en los dos casos anteriores, obtenemos
( ) p x
2
3
1536 5 10 >

.
, ( ) p x
2
45455 . , x
3
13258 .
, x x
3 2
3
0338 5 10 >

. ,
( ) p x
3
3
0046 005 5 10 <

. .
.
Luego
1 3
13258 . x . Puesto que la ecuacin dada, x x
3
1 0 , tiene tres races, cmo
podramos intentar aproximar las otras dos races
2 3
y de esta ecuacin? (Se puede
verificar fcilmente que las races
2 3
y son complejas no-reales).
Recordemos que
( ) ( ) ( ) ( ) 3258 1 p x q 3258 1 x x p . . +
donde
( ) x q
es el polinomio cociente en la divisin de ( ) p x x x
3
1 por x13258 . , y que
los coeficientes del polinomio ( ) x q se pueden obtener usando el algoritmo de Horner. Pues
bien, el siguiente esquema muestra cules son los coeficientes del polinomio
( ) x q
:
De acuerdo con el anterior esquema de divisin sinttica, el polinomio ( ) x q es
( ) q x x x + +
2
13258 7577 . .
Total que
( ) ( )
( )
p x x x x + + + 13258 13258 7577 00046
2
. . . .
(recuerde que estamos haciendo redondeo a cinco dgitos)
70 MTODOS NUMRICOS
__________________________________________________________________________________
Si despreciamos el residuo en la divisin anterior, es decir, despreciamos ( ) p13258 0046 . . ,
entonces
( ) ( )
( )
p x x x x + + 13258 13258 7577
2
. . .
y entonces podramos usar el polinomio reducido ( ) q x x x + +
2
13258 7577 . . (cociente en la
divisin del polinomio 1 x x
3
por el polinomio x13258 . ) para aproximar las otras dos
races de la ecuacin original ( ) p x x x
3
1 0. Si resolvemos la ecuacin
( ) 0 x q ,
obtenemos
23
6629 56415
,
t . . i .
QUOTIENT( ( ) p x x ,

): Simplifica o aproXima el polinomio cociente
( ) x q
que resulta de la
divisin del polinomio ( ) x p por x

. Para el ejemplo, aproXime la expresin
QUOTIENT( x x x
3
1 13258 , . ).
El proceso ilustrado en el ejemplo anterior para aproximar las races
2 3
y , se conoce
como Deflacin.
En general, la Deflacin aplicada al problema de hallar races reales de ecuaciones
polinmicas, consiste en lo siguiente:
Supongamos que en la N-sima iteracin en la aplicacin del mtodo de Newton-Raphson
obtuvimos un cero aproximado x
N
del polinomio ( ) x p , entonces
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) x q x x x p x q x x b x q x x x p
N N N 0 N
+ +
ya que
( ) 0 x p
N
(porque p(x) es continua y si x
N
, con un cero de ( ) x p , entonces
( ) ( ) 0 p x p
N

).
Lo anterior significa que ( ) x x
N
es un "factor aproximado" de ( ) x p .
Tomando ( )
1 1
x x
N n
y q como el polinomio reducido ( ) x q , de grado n1, se tiene que
( )
( )
( ) p x x q x
n

1 1
y podemos encontrar una aproximacin
2
de un segundo cero de ( ) x p , aplicando el

mtodo de Newton-Raphson al polinomio ( ) q x
n1
, con lo cual
( )
( )( )
( ) p x x x q x
n

1 2 2
siendo ( ) q x
n2
un polinomio de grado n 2.
__________________________________________________________________________________
Si ( ) x p es un polinomio de grado n con n ceros reales, este procedimiento aplicado
reiteradamente permitir, eventualmente, obtener n 2 ceros aproximados de ( ) x p y un
factor cuadrtico aproximado ( ) x q
2
, es decir,
( ) ( )( ) ( ) ( ) x q x x x x p
2 2 n 2 1

...
Al polinomio cuadrtico ( ) x q
2
le podremos calcular sus ceros usando la frmula cuadrtica.
El procedimiento descrito antes para obtener

2 n 2 1
,..., ,
se conoce como Deflacin.
La posible deficiencia en la precisin de las races obtenidas por Deflacin se debe a que
cuando obtenemos los ceros aproximados de ( ) x p , estamos usando el mtodo de Newton-
Raphson aplicado al polinomio reducido ( ) x q
k
. Para mejorar la precisin en el mtodo de
Deflacin, cualquier cero aproximado
k
que se encuentre para un polinomio reducido debe

someterse a un refinamiento aplicando el mtodo de Newton-Raphson al polinomio original
( ) x p , tomando a
k
como aproximacin inicial.

Un algoritmo para el mtodo de Newton-Raphson combinado con Horner es el siguiente.
Algoritmo 2.5 (Newton-Raphson combinado con Horner) Para encontrar un cero
aproximado
del polinomio
( )
n
n
2
2 1 0
x a ... x a x a a x p + + + +
Entrada: El grado n y los coeficientes a a a
n 0 1
, ,..., del polinomio ( ) x p ; una aproximacin
inicial x
0
; una tolerancia Tol, y un nmero mximo de iteraciones N.
Salida: Un cero aproximado
del polinomio ( ) x p o un mensaje.

Paso 1: Tomar i 1.
Paso 2: Mientras que i N seguir los pasos 3-10:
Paso 3: Tomar b a
n n
y c a
n
Paso 4: Para 1 ,..., 2 n , 1 n j , tomar

b a x b
j j j
+
+ 0 1
c b x c
j
+
0
(calcula ( ) p x
0
)
Paso 5: Tomar b a x b
0 0 0 1
+ (calcula ( ) p x
0
).
Paso 6: Si c 0, entonces salida: "No se puede continuar el mtodo porque se
anul ( ) p x
0
". Terminar.
72 MTODOS NUMRICOS
__________________________________________________________________________________
Paso 7: Tome x x
b
c
1 0
0
(calcula x
i
en el mtodo de Newton-Raphson).
Paso 8: Si b
0
< Tol o x
1 0
0
< x
b
c
Tol , entonces salida: "Una raz
aproximada de ( ) p x 0 es
x
1
". Terminar.
Paso 9: Tomar i i +1.
Paso 10: Tomar x x
0 1
.
Paso 11: Salida "Se alcanz el nmero mximo de iteraciones N pero no la tolerancia".
Terminar.
Ejemplo 2.8 Encontrar todas las races reales de la ecuacin polinmica
x x x x
4 3 2
2 4 4 4 0 + + , usando el mtodo de Newton-Raphson y Deflacin.
Empezamos graficando el polinomio ( ) p x x x x x + +
4 3 2
2 4 4 4 para ubicar las races
reales (ver la FIGURA 2.16 siguiente).
FIGURA 2.16
De acuerdo con la grfica del polinomio ( ) p x x x x x + +
4 3 2
2 4 4 4, se ve que todas las
races
1 2 3 4
, , y de la ecuacin polinmica dada son reales, con
[ ] [ ] [ ] [ ]

1 2 3 4
2 1 10 12 23 , , , , , , , .
__________________________________________________________________________________
Se ve claramente que ( ) p x satisface la hiptesis general del mtodo de Newton-Raphson en
intervalos apropiados para cada una de las races
4 3 2 1
y , , .
Usando el mtodo de Newton-Raphson para encontrar
1
, con criterio de aproximacin
( ) p x
n
<

5 10
5
o x
n n
x <
1
5
5 10 , se obtiene
4 4
2732076 . x usando x
0
30 . ,
y el correspondiente polinomio reducido de grado 3, es
( ) q x x x x
3
3 2
7320760 1999912 1463912 + . . .
Usando Deflacin, encontramos una aproximacin de la raz
3
, lo que da
3 5
1414157 . x tomando como aproximacin inicial x
0
10 . . El polinomio reducido
correspondiente de grado 2, es
( ) 035197 1 x 146233 2 x x q
2
2
. . + +
Finalmente, encontramos aproximaciones de la races
2
y
1
, resolviendo la ecuacin
cuadrtica ( ) 0 x q
2

, con lo que se obtiene
2 1
7319684 1414264 . . y .
Ejemplo 2.9 Encontrar todas las races reales de la ecuacin
x x x x
4 3 2
5 9 85 136 0 + , usando el mtodo de Newton-Raphson y Deflacin.
La grfica del polinomio ( ) p x x x x x +
4 3 2
5 9 85 136 es como se muestra en la FIGURA
2.17.
De acuerdo con la FIGURA 2.17, la ecuacin dada slo tiene dos races reales simples
[ ] [ ]

1 2
50 05 , , y (verifquelo analticamente).
Usando el mtodo de Newton-Raphson para encontrar
1
con criterio de aproximacin
( ) p x
n
<

5 10
5
o x x
n n
<
1
5
5 10 , obtenemos
1 5
4123123 . x usando como
punto inicial x
0
50 . , y el polinomio reducido correspondiente de grado 3, es
( ) 98486 32 x 61547 12 x 8768767 x x q
2 3
3
. . . +
Usando Deflacin, encontramos la aproximacin
2 4
4123122 . x , tomando como punto
inicial x
0
50 . , y el polinomio reducido correspondiente de grado 2, es
( ) 000134 8 x 999999 4 x x q
2
2
. . + +
74 MTODOS NUMRICOS
__________________________________________________________________________________
FIGURA 2.17
Finalmente, las races de la ecuacin cuadrtica ( ) 0 x q
2
son los nmeros complejos
conjugados

3 4
25 1322927 25 1322927 + . . . . i y i .
El siguiente ejemplo muestra que el mtodo de Newton-Raphson puede converger y hacerlo
lentamente cuando se aplica en la bsqueda de una raz mltiple de una ecuacin ( ) f x 0
(cosa similar ocurre cuando hay races reales cercanas entre s).
Ejemplo 2.10 Consideremos la ecuacin 0 tanx x .
Es claro que 0 es raz de esta ecuacin. Cul es la multiplicidad de esta raz?
La grfica de ( ) tanx x x f
alrededor de 0 es como se muestra en la FIGURA 2.18
siguiente.
__________________________________________________________________________________
FIGURA 2.18
De acuerdo con esta grfica la raz 0 es una raz mltiple con multiplicidad impar.
Como
( ) ( )
( ) ( )
( ) ( )
,
,
,

f x x f
f x xtanx f
f x xtan x x f
1 0 0
2 0 0
4 2 0 2 0
2
2
2 2 4
sec
sec
sec sec
entonces 0 es raz de multiplicidad m 3, segn el teorema 2.3.
Observe que aunque la raz 0 es mltiple, ( ) f x 0 para x cerca de 0, x 0, as que
podemos aplicar el mtodo de Newton-Raphson para aproximar la raz 0 . Si hacemos
sto con criterio de aproximacin ( ) f x
n
<

5 10
5
o x x
n n
<
1
5
5 10 , obtenemos los
resultados que aparecen en la TABLA 2.14 siguiente.
n x
n ( ) f x
n
x x
n n
1
0 .3

933 10
3
. ...
1
2024312 10
1
.

281 10
3
. ... 975688 10
2
.

2
1356958 10
1
.

839 10
4
. ... 667354 10
2
.

3
9068650 10
2
.

249 10
4
. ... 450093 10
2
.

4
6052418 10
2
.

740 10
5
. ... 3016232 10
2
.

5
4036921 10
2
.

219 10
5
. ... 2015497 10
2
.

TABLA 2.14
Observando los resultados de la TABLA 2.14, vemos que aunque ( ) f x
5
es pequeo, x
5
no
es una buena aproximacin de 0 , adems se ve la lentitud de la convergencia del
mtodo de Newton-Raphson.
76 MTODOS NUMRICOS
__________________________________________________________________________________
Ejercicio 2.6 Use el mtodo de Newton-Raphson para encontrar las dos races de la
ecuacin x x
2
20001 10001 0 + . .
, usando como puntos iniciales x
0
5 . , x
0
15 . y criterio
de aproximacin ( ) f x x x
n n n
< <
5 10 5 10
5
1
5
o . Cules son las races exactas
de esta ecuacin ?
En situaciones como la del ejemplo anterior (raz mltiple), se recomienda utilizar el mtodo
de Newton-Raphson modificado.
2.2.4 Mtodo de Newton-Raphson modificado: El mtodo de Newton-Raphson modificado
se basa en el siguiente resultado: Si es una raz de multiplicidad m> 1 de una ecuacin
( ) 0 x f
y ( ) 0 x f para toda x en alguna vecindad de , x , entonces es una raz
simple de la ecuacin ( ) 0 x M , donde la funcin M est definida como sigue:
( )
( )
( ) M x
f x
f x

'
, x
0, x
La funcin M resulta continua en la raz .

En efecto: Como por definicin de la funcin M, ( ) M 0, entonces es raz de la ecuacin
( ) 0 x M . Veamos que es una raz simple.
Como es una raz de multiplicidad m> 1 de la ecuacin ( ) f x 0, entonces ( ) f 0 y
para x , ( ) ( ) ( ) ( ) f x x h x limh x
m
x

con 0
Por ser ( ) ( ) ( ) x h x x f
m
, entonces ( ) ( ) ( ) ( ) ( ) x h x x h x m x f
m 1 m
+

, as que
( )
( )
( )
( ) ( )
( ) ( ) ( ) ( )
[ ]
( )
( )
( ) ( ) ( )
para x , M

+

+
x
f x
f x
x h x
x mh x x h x
x
h x
mh x x h x
m
m 1
con
( )
( ) ( ) ( )
( )
( )
lim
h x
mh x x h x
limh x
mlimh x m x
x
x
1
0, ya que ( ) limh x
x

0 . Luego es una raz

simple de la ecuacin ( ) 0 x M .
Observe que ( ) ( ) limM x M
x

0 , lo que significa que la funcin M es continua en .

El mtodo de Newton-Raphson modificado para aproximar una raz mltiple de una
ecuacin ( ) 0 x f , consiste en aplicar el mtodo de Newton-Raphson a la nueva funcin M,
as que la funcin de iteracin g del mtodo de Newton-Raphson modificado est definida
como
__________________________________________________________________________________
( )
( )
( )
( )
( )
( )
[ ]
( ) ( )
( )
[ ]
g x x
M x
M x
x
f x
f x
f x f x f x
f x

2
2
es decir,
( )
( ) ( )
( )
[ ]
( ) ( )
g x x
f x f x
f x f x f x

2
lo que requiere que f sea continua en alguna vecindad de .
Si aplicamos el mtodo de Newton-Raphson modificado a la funcin ( ) tanx x x f para
aproximar la raz 0 , con criterio de aproximacin ( ) M x
n
<

5 10
5
o
x x
n n
<
1
5
5 10 , se obtienen los resultados que se muestran en la TABLA 2.15
siguiente.
n x
n ( ) M x
n
x x
n n
1
0 .3
975 10
2
. ...

1

1595052 10
2
.

531 10
3
. ...
.31595052
2
2164831 10
6
.

721 10
7
. ...

1595268 10
2
.

TABLA 2.15
NEWTON_MOD( ( ) f x x x N , , ,
0
): aproXima las primeras N iteraciones en el mtodo de
Newton-Raphson modificado aplicado a la funcin ( ) f x , tomando como aproximacin inicial
x
0
. Para el ejemplo, aproXime la expresin NEWTON_MOD(
x tanx x , , , 03 2 .
).
Observando la TABLA 2.15 vemos que el valor de x
2
, obtenido por el mtodo de Newton-
Raphson modificado, es mucho ms cercano a 0 que el valor de x
5
obtenido por el mtodo
de Newton-Raphson aplicado a la funcin
( ) f x x tanx .
En el ejemplo anterior ( ) M x
x tanx
x

1
2
sec
y la grfica de M en la vecindad de 0 se muestra
en la FIGURA 2.19 .
78 MTODOS NUMRICOS
__________________________________________________________________________________
FIGURA 2.19
2.2.5 Mtodo de la Secante: El mtodo de Newton-Raphson para aproximar una raz simple
de una ecuacin ( ) f x 0, consiste en generar la sucesin { } x
n n
a partir de la frmula de
iteracin
( )
( )
x n
n n
n
n
x
f x
f x

1
1
1
12 , , ,...
y escogiendo x
0
cercano a la raz .
Como
( )
( ) ( )

f x lim
f x f x
x x
n
x x
n
n n
1
1
1 1
entonces si queremos evitar el uso de la derivada en la frmula de iteracin del mtodo de
Newton-Raphson, una forma es tomar x x
n
2
, y aproximar ( )

f x
n 1
por
( ) ( ) f x f x
x x
n n
n n

1 2
1 2
,
que no es otra cosa que la pendiente de la recta secante L a la grfica de f por los puntos
( ) ( ) ( ) ( )
2 n 2 n 1 n 1 n
x f x x f x

, , , (ver la FIGURA 2.20).
Remplazando, en la frmula de iteracin del mtodo de Newton-Raphson, ( )

f x
n 1
por su
aproximacin
( ) ( ) f x f x
x x
n n
n n

1 2
1 2
, obtenemos
( )( )
( ) ( )
x n
n n
n n n
n n
x
f x x x
f x f x

1
1 1 2
1 2
23 , , ,...
que constituye la frmula de iteracin para el mtodo de la Secante.
__________________________________________________________________________________
Ntese que para iterar con el mtodo de la Secante se requiere conocer dos aproximaciones
iniciales x
0 1
y x .
FIGURA 2.20
Observe la relacin entre el mtodo de la Secante y el mtodo de Regula Falsi: Ambos
mtodos usan dos puntos iniciales o de arranque para encontrar una nueva aproximacin a
la raz buscada, pero hay una gran diferencia entre la escogencia de esos dos puntos:
mientras que en el mtodo de Regula Falsi los dos puntos deben encerrar a la raz buscada y
el mtodo siempre converge, en el mtodo de la Secante los dos puntos iniciales no
necesariamente encierran a la raz buscada lo que puede provocar divergencia del mtodo.
El mtodo de la Secante converge bajo las mismas hiptesis de convergencia del mtodo de
Newton-Raphson.
Algoritmo 2.6 (Secante) Para encontrar una aproximacin
de una raz de una

ecuacin ( ) 0 x f conocidas dos aproximaciones iniciales x
0 1
y x :
Entrada: ( ) f x ; dos aproximaciones iniciales x
0 1
y x ; una tolerancia Tol, y un nmero
mximo de iteraciones N.
o un mensaje.
Paso 1: Tomar n 2, ( ) ( )
1 1 0 0
x f y y x f y .
Paso 3: Si y y
1 0
0 , entonces salida: "No se puede aplicar el mtodo,
porque el denominador en la frmula de la Secante se anul". Terminar.
Paso 4: Tomar
( )
x x
y x x
y y
2 1
1 1 0
1 0

.
80 MTODOS NUMRICOS
__________________________________________________________________________________
Paso 5: Si x
2 1
< x Tol, entonces salida: "Una aproximacin de una raz de la
ecuacin dada es
x
2
". Terminar.
Paso 7: Tomar
1 0
x x
1 0
y y
2 1
x x
( )
1 1
x f y
Paso 8: Salida: "Se alcanz el nmero mximo de iteraciones N pero no la tolerancia".
Terminar.
Ejemplo: 2.11 Si aplicamos el mtodo de la Secante para encontrar la menor raz positiva de
la ecuacin x tanx 0, con criterio de aproximacin x x
n n
<
1
5
5 10 , obtenemos los
resultados que se muestran en la TABLA 2.16 siguiente.
n x
n
x
n+1 ( ) f x
n+1
x x
n n +

1
0 44 . 45 . .137... .1
1 45 . 4490469 .
585 10
2
. ...

9531 10
3
.

2 4490469 . 4494723 .

266 10
2
. ... 4254 10
3
.

3 4494723 . 4492822 .
118 10
2
. ...

1901 10
3
.

4 4492822 . 4493671 .

528 10
3
. ... 8490 10
4
.

5 4493671 . 4493292 .
237 10
3
. ...

3790 10
4
.

6 4493292 . 4493461 .

104 10
3
. ... 1690 10
4
.

7 4493461 . 4493386 .
473 10
4
. ...

7500 10
5
.

8 4493386 . 4493419 .

192 10
4
. ... 3300 10
5
.

TABLA 2.16
SECANTE( ( ) f x x x x N , , , ,
0 1
): aproXima las primeras N iteraciones en el mtodo de la
Secante aplicado a la funcin ( ) f x tomando aproximaciones iniciales x
0
y x
1
. Para el
ejemplo , aproXime la expresin SECANTE(
8 , 5 4 , 4 4 , x , tanx x . .
).
De acuerdo con los resultados de la TABLA 2.16, la menor raz positiva de la ecuacin
x tanx 0 es 4493419
8
. x .
2.3 RAPIDEZ DE CONVERGENCIA
__________________________________________________________________________________
Los mtodos numricos estudiados aqu para hallar una raz de una ecuacin ( ) f x 0
consistieron en generar una sucesin { } x
n
n
tal que limx
n
n

.
La eficiencia de un mtodo numrico depende, en parte, de la "rapidez" con la cual la
sucesin { } x
n
n
converge a , donde "rapidez" significa el nmero mnimo de iteraciones N
necesarias para tener x
N
a una distancia dada de la raz , es decir, tal que x
n
<
para algn > 0 dado. Una forma de medir la "rapidez" de la convergencia de un mtodo
iterativo de los que estudiamos, es en los siguientes trminos.
Notacin: Si
n n
x , entonces
n
puede ser positivo, negativo o cero y
E x
n n n
denota el valor absoluto del error de truncamiento en la iteracin n.
En la siguiente definicin se introduce el concepto de orden de convergencia de una
sucesin, usando el lmite. Hay otras formas de definir orden de convergencia de una
sucesin.
Definicin 2.4 Supongamos que limx
n
n
R , es decir, lim
n
n
0 o equivalentemente
limE
n
n
0. Si existen constantes positivas y L tales que

x
x
lim
E
E
lim L
n
n
n
n
n
n
1
1

entonces se dice que la sucesin

{ } x
n
n
converge a con orden de convergencia y error
asinttico L .
Veamos que la definicin 2.4 es una buena definicin en el sentido que si y L existen,
entonces son nicos.
Supongamos que existen
1 2 1 2
, , L y L constantes positivas, tales que
y lim
E
E
L lim
E
E
L
n
n
n
n
n
n
+

1
1
1
2
1 2

y veamos que
1 2 1 2
y L L .
Basta probar que
1 2
, pues si esto ocurre, entonces L L
1 2
(por la unicidad del lmite,
cuando existe).
Supongamos, por reduccin al absurdo, que existen
1
y
2
con
1 2
0 > > y tales que
, donde L , L lim
E
E
L lim
E
E
L
n
n
n
n
n
n
+
>
1
1
1
2 1 2
1 2
0

82 MTODOS NUMRICOS
__________________________________________________________________________________
Como
1 2
0 > > , entonces
1 2
0 >
, y

1
1 2 1
2
1
1
E
E
E
E
E
n
n
n
n
n

+
+
as que
lim
E
lim
E
E
E
E n
n
n
n
n
n
n
+
+
1
1 2 1
2
1
1

Pero
0 E lim que ya ,
E
1
lim
2 1
2 1
n
n
n
n

y
lim
E
E
E
E
lim
E
E
lim
E
E
L
L
L
L n
n
n
n
n
n
n
n
n
n
n
+
+

+
+

1
1
1
1
1
2
1
2
1
2
1
2
1
R
lo cual es una contradiccin. Luego
1 2
.
De la definicin 2.4 se tiene que, para n suficientemente grande
E
n n
LE
+

1

y as, fijado L, entre mayor sea , ms rpidamente converge la sucesin { } x
n
n
a , es
decir, entre mayor sea el orden de convergencia de una sucesin { } x
n
n
, menor ser el
nmero de iteraciones necesarias para tener a x
n
a una distancia dada del lmite de esa
sucesin.
Casos especiales:
i) Si 1 en la definicin 2.4, es decir, el orden de convergencia es uno, se dice que la
convergencia es lineal.
Si la convergencia es lineal, entonces para n suficientemente grande
E
n n
LE
+

1
lo que significa que el error en un paso es aproximadamente proporcional al error en el paso
anterior (en este caso debe tenerse 0 1 < L , casi siempre L < 1).
ii) Si 2 en la definicin 2.4, la convergencia se dice cuadrtica.
Si la convergencia es cuadrtica, entonces para n suficientemente grande
E
n n
LE
+

1
2
__________________________________________________________________________________
es decir, el error en un paso es aproximadamente proporcional al cuadrado del error en el
paso anterior. En este caso es claro que el error E
n
decrece ms rpidamente que en el
caso lineal, y as la convergencia ser ms "rpida".
Ejemplo 2.12 Consideremos las sucesiones { } x
n
n
con x
n
n

1
3
, y { }
"
x
n
n
con
"
x
n n
1
10
2
.
Como limx
n
n
0 y
limx
n
n
"
0
, entonces 0 , en la definicin 2.4, para ambas
sucesiones.
Encontremos el orden de convergencia de la sucesin { } x
n
n
.
Como
E
E
n
n
n
n
n
+
_
,
_
,
1
3
3
3
1
1
1
1

(n )
entonces
lim
n
n
lim
n n
L
n n

+

+

1
1
1
1
R, lo si L >0, si y s
Luego el orden de convergencia de la sucesin { } x
n
n
con
x
n
n

1
3
es uno, es decir, { } x
n
n
converge linealmente a cero. Observe que si 1, entonces L 1.
Procediendo de manera similar al caso anterior, se puede ver que el orden de convergencia
de la sucesin { }
"
x
n
n
con
"
x
n n
1
10
2
es dos, es decir, la sucesin { }
"
x
n
n
converge
cuadrticamente a cero, con error asinttico L 1.
Encontremos ahora, los valores mnimos de N
1
y N
2
tales que
E x y
N N N N
E x
1 1 2 2
10 10
3 3
< <

"
"
E
n
n n N
n
< > >
1
10 10 10 11
3
3 3 3
1
, as que .
"
E n N
n
n
n
n
< > >
1
10
10 10 10 2 3 2 2
2
3 2 3
2
, as que .
Lo anterior nos dice que para la sucesin { } x
n
n
con x
n
n

1
3
, que converge linealmente a
0 , son necesarias 11 iteraciones para que x
n
<

10
3
, mientras que para la
sucesin { }
"
x
n
n
con
"
x
n n
1
10
2
, que converge cuadrticamente a 0 , son necesarias slo
2 iteraciones para que
"
x
n
<

10
3
.
84 MTODOS NUMRICOS
__________________________________________________________________________________
Con base en la definicin 2.4, estudiaremos el orden de convergencia de los mtodos
abiertos que ya vimos.
2.3.1 Orden de convergencia del mtodo de iteracin de Punto Fijo: Sea un punto fijo
de una funcin g, es decir ( ) g :
i) Si g es continua en alguna vecindad de , ( ) g 0, y la sucesin { } x
n
n
definida por
( ) x , n ,2,...
n n
g x
1
1
converge a , entonces la convergencia es lineal.
En efecto:
( ) ( ) ( )( ) ( )
+ + n n n n n n n
x g x g g x g
1 1

con
n
entre x
n
y .
Ahora, como g es continua en , entonces ( ) ( ) limg g
n
n
, ya que
n
cuando
n , y entonces
( ) ( ) lim limg g
n
n
n
n
n

1
0
as que
( ) lim
E
E
g L
n
n
n
+
>
1
0
lo que significa que la convergencia es lineal.
ii) Si g es continua en alguna vecindad de , ( ) g 0, ( ) g 0 (el punto ( ) ( )
,g no es
de inflexin de la grfica de g), y la sucesin { } x
n
n
definida por
( ) x n
n n
g x
1
12 , , ,...
converge a , entonces la convergencia es cuadrtica, es decir, { } x
n
n
converge a
con orden de convergencia dos.
En efecto:
Como g es continua en un intervalo abierto que contiene a , entonces para x en ese
intervalo, se tiene
( ) ( ) ( )( )
( )
( ) g con entre x y x g g x
g
x + +

2
2
__________________________________________________________________________________
Como ( ) ( ) g g y 0, entonces
( )
( )
( ) g con entre x y x
g
x +

2
2
En particular, cuando x x
n
, nN, se tiene
( )
( )
( ) x con entre x y
n n
n
n n n
g x
g
x
+
+

1
2
2

Por tanto
( )
( )
( )

+ + n n
n
n
n
n
x
g
x
g
1 1
2
2
2 2

y como g es continua en el intervalo que contiene a x
n
y , entonces
( ) ( ) limg g
n
n
, lo que implica que

( ) ( )
lim lim
g g
n
n
n
n
n

1
2
2 2

y entonces
( )
lim
E
E
lim
g
L
n
n
n
n
n
n

>
1
2
1
2
2
0

lo cual significa que la convergencia es cuadrtica.

Si queremos tener esquemas iterativos
( ) x n
n n
g x
1
12 , , ,...
con orden de convergencia mayor, tenemos que poner condiciones sobre g.
Un teorema que generaliza las ideas anteriores y cuya prueba es similar a la de los casos i) y
ii) vistos antes, es el siguiente:
Teorema 2.4 Sea una raz de una ecuacin
( ) x g x
. Si g tiene las primeras k-derivadas
continuas en alguna vecindad de ,
( )
( ) g
i
0 para i k 12 1 , ,..., ,
( )
( ) g
k
0, y la sucesin
{ } x
n
n
definida por
( ) x n
n n
g x
1
12 , , ,...
converge a , entonces la convergencia es de orden k, es decir, { } x
n
n
converge a con
orden de convergencia k.
Observacin: Por lo general, la cantidad de clculos involucrados en la frmula de un
mtodo iterativo aumenta a medida que el orden de convergencia crece, por lo tanto, la
ganancia en el orden de convergencia no debe medirse por el nmero de iteraciones
86 MTODOS NUMRICOS
__________________________________________________________________________________
necesarias para que el error de truncamiento alcance cierta tolerancia, sino por el nmero
total de operaciones o tiempo del computador.
Sin embargo, los mtodos de convergencia cuadrtica parecen estar en un punto de
equilibrio si tenemos en cuenta la dificultad de los mtodos, el nmero de operaciones
requeridas y los resultados obtenidos; es por so, que uno de los mtodos mas usados es el
de Newton-Raphson que, como veremos enseguida, es de convergencia cuadrtica.
2.3.2 Orden de convergencia del mtodo de Newton-Raphson: Sea una raz de una
ecuacin ( ) 0 x f . Si la funcin f tiene sus dos primeras derivadas continuas en alguna
vecindad de , ( ) 0 x f para todo x en esa vecindad, ( ) f 0 (el punto ( ) ( )
,f no es de
inflexin de la grfica de f ), y la sucesin { } x
n
n
definida por
( )
( )
x n
n n
n
n
x
f x
f x
+

1
01 , , ,...
converge a , entonces la convergencia es cuadrtica.
En efecto:
Como la funcin f tiene segunda derivada continua en algn intervalo que contiene a ,
entonces para todo x en ese intervalo, se tiene
( ) ( ) ( )( )
( )
( ) f x f f x
f
x + +

2
2
con entre x y
Pero ( ) f 0, as que
( ) ( )( )
( )
( ) f con entre x y x f x
f
x +

2
2
De la misma manera
( ) ( )
( )
( ) con entre x y + f x f f x
" "
En particular, cuando x x
n
, nN, se tiene
( ) ( )( )
( )
( )
( ) ( )
( )
( )
f con entre y
con entre y

x f x
f
x x
f x f f x x
n n
n
n n n
n n n n n
+

+

2
2
" "
Sustituyendo ( ) f x
n
en la frmula de iteracin del mtodo de Newton-Raphson, obtenemos
( )
( )
( )
( )
x con entre x y
n n
n
n n
n n
x
f x
f f x
+

+
1

"
"
__________________________________________________________________________________
Restando a ambos miembros de la ecuacin anterior, se obtiene
( )
( )
( )
( )
( )
( )
( )
( )

+
+
+
+ n n
n
n n
n n n n
n n
f x
f f
f f f x
f f
1
2

"
"
"
y sustituyendo ( ) f x
n
, en la ltima ecuacin anterior, obtenemos
( )
( )
( )
( )
( )
( )

+

+
+ n
n n n n
n
n
n n
f f f
f
f f
1
2 2
2

"
"

( )
( )
( )
( )
1
]
1
+
1
]
1

n n n
n n
f f
f f
2
2
2
"
"

Luego
( )
( )
( )
( )
1
]
1
+ n
n
n n
n n
f f
f f
1
2
2
2
"
"

Como { } x
n
n
converge a , entonces { }
{ }

n
n
n
n
y
"
tambin convergen a , y { }
n
n
converge a 0, y como
f es continua en , entonces
( )
( )
( )
( )
( ) ( )
( )
[ ]
( )
( )
lim lim
f f
f f
f f
f
f
f n
n
n
n
n n
n n
1
]
1

1
2
2
2
2
2 2
"
"

Por tanto
( )
( )

L > lim
f
f n
n
n

1
2
2
0
(recuerde que
( ) ( ) f f 0 0 y ), as que la convergencia es cuadrtica.
Observe, en el trabajo anterior, que si ( ) f 0, ( ) f 0 y ( ) f 0, es decir, es raz de
multiplicidad dos de la ecuacin ( ) f x 0, entonces el mtodo de Newton-Raphson puede
an converger, pero la convergencia es lineal con error asinttico L
1
2
. En general, se
tiene que: Si ( )
( )
( ) 0
1

f f
m
... y
( )
( ) f
m
0, es decir, es una raz de multiplicidad
88 MTODOS NUMRICOS
__________________________________________________________________________________
m 2 de una ecuacin ( ) f x 0, y el mtodo de Newton-Raphson converge, entonces la
convergencia es lineal con error asittico L
m
m
1
.
Se puede demostrar, vase Ralston,1965, pginas 326 y 327, que el mtodo de la Secante,
cuando converge, tiene orden de convergencia
+
1 5
2
162 . , y que el mtodo de Regula
Falsi es de convergencia lineal siempre que la grfica de la funcin f sea cncava hacia
abajo o hacia arriba en la vecindad de la raz . El mtodo de Biseccin se considera de
convergencia lineal.
TALLER 2.
1. El mtodo de Biseccin se puede aplicar en un intervalo [ ] b , a siempre que ( ) ( ) f a f b < 0. Si
( ) f x tiene ms de un cero en ( ) a b , , se podr saber de antemano cul cero es el que se
encuentra al aplicar el algoritmo 2.1? Ilustre su respuesta con ejemplos.
2. Las siguientes funciones cumplen la condicin ( ) ( ) f a f b < 0 donde a 0 1 y b . Si se
aplica el mtodo de Biseccin en el intervalo
[ ]
a b , a cada una de esas funciones, qu
punto se encuentra en cada caso? Es este punto un cero de f ?
a)
( ) ( ) f x x

3 1
1
b) ( ) ( ) f x x cos 10 c) ( ) f x
>

'
x
x
1 0
1 0
,
,
3. Pruebe que la funcin ( ) f x e x
x
x
1
2
2
tiene un nico cero, precisamente en x 0.
Sugerencia: Puede usar el residuo en una expansin en serie de Taylor de e
x
alrededor
de 0 .
Evale en una calculadora o un computador la funcin ( ) f x para valores de x cercanos a
cero. Nota cambios de signo en los valores ( ) f x para nmeros x, a un mismo lado de
cero? De haber cambios de signo, qu har el mtodo de Biseccin en uno de los
intervalos en los que hay uno de esos cambios? Comente sobre la posibilidad de
encontrar, por un mtodo numrico, un "falso cero".
4. Verifique que se puede aplicar el mtodo de Biseccin para aproximar el nico cero de la
funcin ( ) f x x x
3
1 en el intervalo
[ ]
12 , . Cuntas iteraciones sern necesarias para
que al aplicar el mtodo de Biseccin en el intervalo
[ ]
12 , se logre una aproximacin de la
__________________________________________________________________________________
raz, con una precisin de por lo menos 3 cifras decimales exactas? Calcule tal
aproximacin.
5. Encuentre una aproximacin de 25
3
con una precisin de por lo menos tres cifras
decimales exactas, usando el mtodo de Biseccin.
6. Se quiere encontrar la menor raz positiva de cada una de las siguientes ecuaciones,
usando el mtodo de iteracin de Punto Fijo. En cada caso, encuentre una funcin de
iteracin de punto fijo y un intervalo en el que se satisfagan todas las hiptesis del
Teorema 2.1, y calcule una aproximacin de la raz buscada con una precisin de por lo
menos tres cifras decimales exactas.
a) e x
x
cos 0 b) x x
2
10 0 + cos c) x x cos 0
7. Estudie la funcin ( ) g x x + 1
2
como una posible funcin de iteracin de Punto Fijo. Por
qu no es convergente la iteracin ( ) x g x
n n

1
12 , , ,... n ?
8. a) Verifique que cada una de las siguientes funciones ( ) g x
i
, , , , i 1234 es una funcin de
iteracin de Punto Fijo para la ecuacin x x x
4 2
2 3 0 + , es decir,
( ) ( ) g f
i
0 1234 , , , , i , siendo ( ) f x x x x +
4 2
2 3.
i) ( )
( )
g x x x
1
2
1
4
3 2 +
ii) ( ) g x
x x
2
4
1
2
3
2
_
,
iii) ( ) g x
x
x
3
2
1
2 3
2
+
+
_
,
iv) ( ) g x
x x
x x
4
4 2
3
3 2 3
4 4 1
+ +
+
b) Efecte 4 iteraciones, si es posible, con cada una de las funciones de iteracin
definidas en a), tomando ( ) x g x
n i n 0 1
10 1234
. y x i , , , , .
c) Cul funcin cree usted que da la mejor aproximacin? Explique.
9. Demuestre que la ecuacin ( ) 2 0 sen x x + tiene una nica raz
1
]
1
1
2
3
2
, . Use el
mtodo de iteracin de Punto Fijo para encontrar una aproximacin de con una
precisin de por lo menos tres cifras decimales exactas.
90 MTODOS NUMRICOS
__________________________________________________________________________________
10. Resuelva la ecuacin x x
3
1 0 para la raz en el intervalo
[ ]
12 , , usando el mtodo
iterativo de Punto Fijo. Obtenga una aproximacin de la raz buscada con una precisin
de por lo menos tres cifras decimales exactas.
11. Use el mtodo iterativo de Punto Fijo para encontrar una aproximacin de 25
3
con una
precisin de por lo menos tres cifras decimales exactas.
12. Use el mtodo iterativo de Punto Fijo para demostrar que la sucesin { } x
n
n
definida por
x n
n n
n
x
x
+
_
,

1
2
2
12
1
1
, , ,...
converge a 2 , para x
0
0 > escogido adecuadamente.
En general, si R > 0, entonces la sucesin { } x
n
n
definida por
x x
R
x
n n
n
+
_
,

1
2
12
1
1
, , ,... n
converge a R , para x
0
0 > escogido adecuadamente. Esta sucesin se usa con
frecuencia en subrutinas para calcular races cuadradas.
13. La ecuacin e x
x
4 0
2
tiene una nica raz entre a 0 1 y b . Demuestre que la
sucesin de Punto Fijo, generada por la funcin de iteracin ( ) g x e
x
1
2
2
, converge a
esta raz si el punto inicial se escoge en el intervalo
[ ]
01 , .
14. Pruebe que la funcin ( ) g x x tan x +

2
1
tiene la propiedad ( ) < g x 1 para toda x.
Pruebe que g no tiene un Punto Fijo. Explique por qu esto no contradice el teorema 2.1
de Punto Fijo.
15. Cul es el valor de la siguiente expresin?
x + + + 2 2 2 ...
Note que esta expresin puede ser interpretada como significando x limx
n
n
, donde
x
0
2
,
x x
1 0
2 2 2 + +
,
y as sucesivamente. Use el mtodo de Punto Fijo
con una funcin de iteracin g apropiada.
__________________________________________________________________________________
16. Utilice el mtodo de Newton-Raphson para hallar ceros de las siguientes funciones en el
intervalo indicado.
a) ( ) [ ]
f x e e
x x

2
2 01 en , b) ( ) [ ]
f x x e
x
4 0 5 sen , en .
Calcule las iteraciones x
n
hasta que x
n n
x <
1
5
5 10 .
17. Utilice el mtodo iterativo de Punto Fijo para aproximar el dominio de la funcin
( ) ( )
[ ]
f x x e
x
21 1
1
2
.
18. Use el mtodo de Newton-Raphson para aproximar el valor de la abscisa del punto ( ) y , x
sobre la grfica de y x
2
ms cercano a ( ) 10 , . Calcule las iteraciones x
n
hasta que
x
n n
x <
1
5
5 10 .
19. Resuelva la ecuacin
x
e x cos 4 con una precisin de 5 10
5

, es decir, calcule las
iteraciones x
n
hasta que x
n n
x <
1
5
5 10 , usando:
a) El mtodo de Newton-Raphson con
0 1 x
0
.
.
b) El mtodo de la Secante con x
0 1
4 2

y x .
20. Use el mtodo de Newton-Raphson para resolver la ecuacin
con x senx
x
_
,

2
0
2
2
0

Itere hasta obtener una precisin de 5 10
5

para la raz aproximada, con
( ) f x x
x

_
,
sen
2
2
. Parecen los resultados fuera de lo comn para el mtodo de
Newton-Raphson? Resuelva tambin la ecuacin con x
0 0
5 10 y x .
21. Use el mtodo de Newton-Raphson modificado para encontrar una aproximacin de la
raz de la ecuacin
( ) f x x xe e
x x
+ +
2 2
2 0
92 MTODOS NUMRICOS
__________________________________________________________________________________
empezando con x
0
0
y efectuando 10 iteraciones. Cul es la multiplicidad de la raz
buscada?
22. Demuestre que la sucesin { } x
n
n
definida por
x n
n
k
n

1
12 , , ,...
con k cualquier entero positivo, converge linealmente a 0 . Para cada par de enteros
k y m, determine un nmero N para el cual
1
10
N
k
m
<

.
23. Suponga que es una raz de multiplicidad m de ( ) f x 0, donde f es continua en un
intervalo abierto que contiene a . Demuestre que la iteracin funcional usando
( )
( )
( )
g x x
mf x
f x

da convergencia cuadrtica.
24. Estudie el orden de convergencia de los mtodos abiertos aplicados en la solucin de
cada uno de los ejercicios anteriores.
25. Use el mtodo de Newton-Raphson para aproximar la raz 1 de la ecuacin
( ) f x x x x +
3 2
2 2 1 0, tomando x
0 0
0 10 y x . Termine las iteraciones
x
n
cuando ( ) f x o n 25 x x
n n n
< <
5 10 5 10
5
1
5
, . Imprima todos los valores
x
n
, ( ) f x
n
,
n n n
x 1
2
y , y verifique que
+ n n 1
2
.
26. Aproxime todas las races de la ecuacin x x x x
4 3 2
28 38 63 42 0 + . . . . , usando el
mtodo de Newton-Raphson y Deflacin.
27. Aproxime todas las races de la ecuacin
x
8 7 6 5 4 3 2
39 37 446 180 1928 256 1920 0 + + + x x x x x x x
usando el mtodo de Newton-Raphson y Deflacin.
Sugerencia: Las races son: 2
con multiplicidad 3, 4 con multiplicidad 2, 1, 3 y 5
.
28. Use el mtodo de Newton-Raphson y Deflacin para encontrar, con una precisin de
5 10
5

, todos los ceros, todos los puntos crticos y todos los puntos de inflexin de las
__________________________________________________________________________________
siguientes funciones. Use la informacin obtenida para hacer la grafica de cada una de
las funcines f dadas.
a)
( ) f x x x +
3 2
9 12 b) ( ) f x x x x x +
4 3 2
2 5 12 5

Metodos Elementos Finitos PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Metodos Elementos Finitos PDF

Cargado por

Copyright:

Formatos disponibles

CAPTULO 2.

SOLUCIN NUMRICA DE UNA ECUACIN

. Cualquiera de tales mtodos numricos permitir calcular los trminos de la

. Por lo tanto, deberemos

0 y as, dado cualquier nmero positivo , existe { } 0,1,2,... N = N tal que

significa que dado > 0, existe { } N

Captulo 2. SOLUCIN NUMRICA DE UNA ECUACIN NO-LINEAL EN UNA VARIABLE 35

< < >

Despus de la (n1)-sima iteracin, tenemos ( ) a b

Observe que en el denominador de la expresin anterior nunca se resta, pues ( ) ( ) f a f b

de un punto fijo de una

, , es una funcin de iteracin (la funcin de

As que podemos tomar como funcin de iteracin ( ) g x tan x +

La escogencia del punto inicial x

Paso 2: Para 1 ,..., 2 n , 1 n j , tomar

de un segundo cero de ( ) x p , aplicando el

que se encuentre para un polinomio reducido debe

como aproximacin inicial.

del polinomio ( ) x p o un mensaje.

Paso 4: Para 1 ,..., 2 n , 1 n j , tomar

La funcin M resulta continua en la raz .

0 . Luego es una raz

0 , lo que significa que la funcin M es continua en .

de una raz de una

0. Si existen constantes positivas y L tales que

entonces se dice que la sucesin

, lo que implica que

lo cual significa que la convergencia es cuadrtica.

También podría gustarte