Tema 4 Resolucin de ecuaciones.

El mtodo o e de Newton
4.1 Introduccin o

La resolucin de ecuaciones es un importante problema de Matemticas del que nos ocuo a pamos en este tema. El estudiante conoce ya algunos resultados sobre esta cuestin. Por o ejemplo, ha estudiado las ecuaciones algebraicas de primer y segundo grado que sabe resolver porque hay frmulas que dan las soluciones de la ecuacin (eventualmente, una o o sola); sabe que hay ecuaciones que pueden no tener ninguna solucin real. Ha aprendido o tambin a obtener las soluciones enteras de una ecuacin algebraica de cualquier grado e o mediante la regla de Runi. En los programas de Enseanza Media adems se estun a dian algunas ecuaciones no algebraicas, por ejemplo, algunas ecuaciones exponenciales, logar tmicas o trigonomtricas. e Las soluciones de una ecuacin tienen algunos nombres que conviene conocer o z Denicin 4.1 Sea f : S R R. Se dice que es un cero o una ra de f (x) si o f () = 0. Es importante tener en consideracin que, desde el punto de vista geomtrico, resolver o e la ecuacin f (x) = 0 es hallar las abscisas de los puntos de corte de la grca de la funcin o a o y = f (x) con el eje y = 0. Como la determinacin de la solucin exacta no es posible en o o general, se intentan hallar aproximaciones de la ra y determinar una cota del error que z se ha cometido. 1

2 El problema de resolver una ecuacin se divide en los dos problemas siguientes: o 1. Separar las races, es decir, encontrar intervalos en los que haya un solo cero de la funcin. Ello supone encontrar intervalos en los que haya al menos una solucin o o (mediante el Teorema de Bolzano) y asegurar que en dichos intervalos hay como mximo una solucin (asegurando que la funcin es estrictamente montona en a o o o ellos). 2. Aproximar las races. Hay multitud de procedimientos para ello; nosotros estudiare mos uno de los ms utiles y ecientes, el mtodo de Newton. En cualquier mtodo a e e de aproximacin es indispensable conocer cotas del error que se comete. o

4.2

El mtodo de Newton e

Supongamos que pretendemos resolver la ecuacin f (x) = 0 y que hemos separado las o ra ces, de modo que en el intervalo [a, b] hay un solo cero de la ecuacin, que denotamos o por . Asumimos que la funcin y = f (x) admite derivadas hasta de segundo orden o en [a, b] y que la derivada primera no se anula en dicho intervalo porque la funcin es o estrictamente montona. o El mtodo de Newton consiste en: e Se escoge (luego indicaremos el criterio para escoger) x0 = a, Se calculan xn+1 = xn f (xn ) , f (xn ) n0 o x0 = b

Se genera as una sucesin {xn } que converge en muchas ocasiones a . La inter o pretacin geomtrica del mtodo es que, conocido xn , se tiene que xn+1 es la abscisa del o e e punto de corte de la tangente a y = f (x) en (xn , f (xn )) con el eje y = 0. En lo concerniente a la eleccin del punto inicial tenemos la siguiente regla que nos o dice cmo hacerlo para que el mtodo converja, es decir para que xn . o e Teorema 4.2 (Regla de Fourier) Sea f : [a, b] R continua y dos veces continuamente diferenciable en [a, b] y tal que verica

3 1. f (a)f (b) < 0 2. f (x) = 0, 3. f (x) = 0, x [a, b] x [a, b]

Entonces, el mtodo de Newton converge si tomamos x0 = a o x0 = b de tal forma que e f (x0 )f (x0 ) > 0. El mtodo de Newton es muy eciente en el sentido que, cuando converge, en cada e iteracin se dobla el nmero de cifras exactas que tiene la aproximacin. La cota de error o u o viene dado por el siguiente resultado o Teorema 4.3 Supongamos las hiptesis de la regla de Fourier y que se escoge el punto inicial segn ese criterio. Entonces, una cota del error cometido en la n-sima iteracin,|En | = u o |xn |, viene dada por |En |
x[a,b] x[a,b]

M2 (xn xn1 )2 2m1

siendo M2 = max |f (x)| y m1 = min |f (x)|. Ejemplo 4.4 Consideremos la ecuacin x5 + 5x + 1 = 0. Es claro que esta ecuacin o o tiene al menos una solucin, porque la funcin f (x) = x5 + 5x + 1 es continua en R y o o limx = y limx+ = +. Adems, ya que f (x) = 5x4 + 1 > 0, slo puede a o tener como mximo una solucin. a o Tomando una tabla de valores, puede comprobarse que f continua en [1, 0.1] f (1) < 0, f (0.1) > 0 f (x) > 0, x [1, 0.1] f (x) = 20x3 < 0, x [1, 0.1] El Teorema de Bolzano y la monotona aseguran que la ecuacin tiene una unica solucin, o o , en [1, 0.1]. Y por la regla de Fourier, el mtodo de Newton e x = 1 0 (M N ) xn+1 = xn f (xn ) , n 0 f (xn )

4 converge. Vamos a calcular las tres primeras iteraciones xn+1 = xn 4x5 1 x5 + 5xn + 1 n = n 5x4 + 5 5x4 + 5 n n = 1
5 = 10 = 0.5

x0 x 1 x 2 x 3

= 0.2117647 = 0.2000047

Para conocer la cota del error cometido al tomar como solucin de la ecuacin el valor o o x3 , se denota M2 = m1 = y se cumple que |x3 | = M2 20 (x3 x2 )2 = (0.2000047 + 0.2117647)2 < 0.0006 2m1 5.005
x[1,0.1]

max

|f (x)| =

x[1,0.1]

max

|20x3 | = 20

x[1,0.1]

min

|f (x)| =

x[1,0.1]

min

|5x4 + 5| = 5.005

Ello signica que 0.2006 < < 0.1994.