Mtodos Numricos: Resumen y ejemplos

Tema 5: Resolucin aproximada de ecuaciones

Francisco Palacios
Escuela Politcnica Superior de Ingeniera de Manresa
Universidad Politcnica de Catalua
Abril 2009, versin 1.5

Contenido
1. Mtodo de la biseccin.
2. Mtodo de Newton-Raphson.
3. Orden de convergencia: convergencia cuadrtica.
4. Mtodo de punto fijo.

Mtodo de la biseccin

1.1

Teorema de Bolzano

Teorema 1.1 (Bolzano)

f (x) continua en [a, b],
f (a) f (b) < 0.

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

Ejemplo 1.1 Demuestra que la ecuacin

cos x = x
tiene solucin nica en (0, /2).

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 2

Ponemos la ecuacin en la forma

cos(x) x = 0.
La funcin
f (x) = cos(x) x
es continua en todo R, en particular, es continua en [0, /2]. En los extremos
del intervalo, toma valores
f (0) = 1,

f (/2) = /2,

que son de signo opuesto, por lo tanto, existe un (0, /2) tal que
f () = cos() = 0.
Veamos la unicidad. Calculamos la derivada
f 0 (x) = sin(x) 1.
Como f 0 (x) < 0 en todo el intervalo (0, /2), resulta que f (x) es decreciente
y slo puede tomar el valor 0 una vez, por lo tanto, la solucin es nica.

1.2

Descripcin del mtodo

Objetivo Aproximar la solucin de f (x) = 0.

Inicio f (x) que cumple las condiciones del teorema de Bolzano en
[a, b].
Mtodo
1. Se calcula el punto medio del intervalo
c=

a+b
.
2

2. Calculamos f (c).
Si f (c) = 0, la solucin es = c.
si f (c) 6= 0, comparamos con f (a) y f (b). El nuevo intervalo tiene
un extremo en c, el otro extremo se elige entre a y b de forma que
f (x) tome signos distintos en los extremos.
Ejemplo 1.2 Primeras iteraciones del mtodo de la biseccin para
cos(x) x = 0
en el intervalo [0, /2].

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 3

1. En el ejemplo anterior, hemos visto que f (x) = cos(x) x cumple las

condiciones del Teorema de Bolzano.
2. Clculo de las aproximaciones.
Fase 1. El cuadro inicial es
a1 = 0
c1 =
b1 = 1. 57080

Fase 1
f (a1 ) = 1
f (c1 ) =
f (b1 ) = 1. 57080

calculamos
c1 =

a1 + b1
= 0.78540,
2

f (c1 ) = f (0.78540) = 7. 8295 102 ,

y completamos la tabla
a1 = 0
c1 = 0.78540
b1 = 1. 57080

Fase 1
f (a1 ) = 1
f (c1 ) = 7. 8295 102
f (b1 ) = 1. 57080

a2 = 0
b2 = 0.78540

Fase 2. La tabla inicial para la fase 2 es

a2 = 0
c2 =
b2 = 0.78540

Fase 2
f (a2 ) = 1
f (c2 ) =
f (b2 ) = 7. 8295 102

calculamos
c2 =

a2 + b2
= 0.3927,
2

a2 = 0
c2 = 0.39270
b2 = 0.78540

f(c2 ) = f (0.3927) = 0. 53118.

Fase 2
f (a2 ) = 1
f (c2 ) = 0. 53118
f (b2 ) = 7. 8295 102

a3 = 0.39270
b3 = 0.78540

Fase 3
f (a3 ) = 0. 53118
f (c3 ) = 0. 24242
f (b3 ) = 7. 8295 102

a4 = 0. 58905
b4 = 0.78540

Fase 3.
a3 = 0.39270
c3 = 0. 58905
b3 = 0.78540

Francisco Palacios
Fase 4.
a4 = 0. 58905
c4 = 0. 68723
b4 = 0. 78540

Tema 5: Resolucin aproximada de ecuaciones. 4

Fase 4
f (a4 ) = 0. 24242
f (c4 ) = 8. 5776 102
f (b4 ) = 7. 8295 102

a5 = 0. 68723
b5 = 0. 78540

Fase 5
f (a5 ) = 8. 5776 102
f (c5 ) = 4. 6249 103
f (b5 ) = 7. 8295 102

a6 = 0. 73632
b6 = 0. 78540

Fase 5
a5 = 0. 68723
c5 = 0. 73632
b5 = 0. 78540

En las siguientes fases, obtenemos

c6 = 0.76085,
c7 = 0.74858,
c8 = 0.74247,
c9 = 0.73938,
c10 = 0.73784.
El valor exacto de la solucin con 5 decimales es = 0.73909, por lo
tanto, en la fase 10 el error es
|e10 | = | c10 | = 0.00 125,

tenemos, por lo tanto, 2 decimales exactos.

1.3

Cota superior de error

Proposicin 1.1 En la fase n, el error del mtodo de la biseccin cumple

|en | = | cn |

b1 a1
.
2n

Demostracin. En la fase n se cumple

|en | = | cn |

bn an
.
2

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 5

Adems, la longitud del intervalo se reduce a la mitad en cada fase

bn an =

bn1 an1
.
2

Por lo tanto, tenemos

b1 a1
,
2
b1 a1
b2 a2
|e2 |
=
,
2
4
b2 a2
b1 a1
b3 a3
=
=
.
|e3 |
2
4
8
De forma anloga, resulta
|e1 |

|e4 |

b1 a1
b1 a1
=
,
16
24

|e5 |

b1 a1
b1 a1
=
,
32
25

y en general
|en | = | cn |

b1 a1
.
2n

Ejemplo 1.3 Aplicamos el mtodo de la biseccin para aproximar la solucin de f (x) = 0 en el intervalo [0, /2].
(a) Calcula una cota de error para la fase 10.
(b) Calcula el nmero de pasos necesarios para aproximar la solucin con 4
decimales exactos.
(a) Tenemos
/2 0
= 0.1 534 102 .
210
Podemos asegurar dos decimales exactos. En el Ejemplo 1.2, despus de 10
pasos, hemos obtenido un error
|e10 |

|e10 | = | c10 | = 0.00 125.

(b) Para asegurar 4 decimales exactos, exigimos

|en | = | cn |

de donde resulta
n

2
Tomando logaritmos

2n

0.5 104 ,

0.5 104

n ln 2 ln (10000) ,

ln (10000)
= 14. 93920.
ln 2
Por lo tanto, necesitamos 15 pasos.
n

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 6

Mtodo de Newton-Raphson

2.1

Planteamiento y descripcin del mtodo

Objetivo Aproximar la solucin de f (x) = 0.

f (x) derivable.
x0 aproximacin inicial.

Mtodo

x0 = aproximacin inicial,
f (xj )
.
xj+1 = xj 0
f (xj )

Ejemplo 2.1 Aproximar la solucin de

cos(x) x = 0
con 6 decimales.
Hemos visto que la ecuacin tiene solucin en [0, /2], podemos tomar como
aproximacin inicial x0 = /4.
x0 = /4 = 0.78539 816.
El mtodo es, en este caso,
f (x) = cos(x) x, f 0 (x) = sin (x) 1,

x0 = 0.78539 816,
cos (xj ) xj
.
xj+1 = xj +
sin (xj ) + 1

El valor de las iteraciones es

x1 = x0 +

cos (x0 ) x0
= 0. 78539 816 0.04 58620 3 = 0. 73953 613,
sin (x0 ) + 1
x2 = x1 +

cos (x1 ) x1
= 0. 73908 518,
sin (x1 ) + 1

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 7

x3 = x2 +

cos (x2 ) x2
= 0. 73908 513,
sin (x2 ) + 1
x4 = 0. 73908 513.

El mtodo ha convergido al valor

= 0. 73908 513,
el valor exacto con 10 decimales es
= 0.73908 51332.

2.2

Deduccin del mtodo

El mtodo de Newton-Raphson consiste en sustituir la funcin por la tangente en x = xj , con mayor detalle, a partir de la aproximacin xj :
1. Calculamos la tangente a y = f (x) en x = xj .
2. Tomamos xj+1 como el corte de la tangente con el eje OX.
Tangente en x = xj
y f (xj ) = f 0 (xj ) (x xj ) .
Para calcular el corte con OX, exigimos y = 0
f (xj ) = f 0 (xj ) (x xj ) ,
resolvemos en x y tomamos el resultado como xj+1
Solucin de la ecuacin x = xj

2.3

f (xj )
=
f 0 (xj )

xj+1 = xj

f (xj )
.
f 0 (xj )

Criterio de parada usando errores estimados

En en caso del mtodo de Newton-Raphson no existe una forma sencilla de

acotar el error
|ej | = | xj | .
Para detener las iteraciones, suele usarse los errores estimados
Error absoluto estimado
|
ej | = |xj xj1 | .
Error relativo estimado

xj xj1

.
|
rj | =

xj

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 8

Ejemplo 2.2 Aproxima la solucin de

ex =

1
x

con 6 decimales exactos.

Representamos las curvas
y = ex ,

y=

1
x

3
2
1

-2

0 0

-1

1
x

-1
-2
-3

est claro que hay una solucin. Tomamos como valor inicial x0 = 0.5.
Escribimos la ecuacin en la forma f (x) = 0, con
f (x) = ex

1
.
x

f 0 (x) = ex +

1
.
x2

Derivada
Mtodo

x0 = 0.5,

1
xj
1
(xj )2

exj

xj+1 = xj exj +

El resultado de las iteraciones y los errores estimados es

x0 = 0.5,
x1 = 0.5

1
e0.5 0.5
= 0. 56218 730,
1
e0.5 + (0.5)
2

x2 = 0. 56711 982,
x3 = 0. 56714 329,
x4 = 0. 56714 329,

|
e1 | = |x1 x0 | = 0.0 62187 3,
|
e2 | = |x2 x1 | = 0.00 49325 2,
|
e3 | = |x3 x2 | = 0.0000 2347,
|
e4 | = 0.

El resultado es
= 0. 56714 3.
El valor de la raz con 10 decimales es
= 0. 56714 32904. 2

Francisco Palacios

2.4

Tema 5: Resolucin aproximada de ecuaciones. 9

Proteccin en el uso del error estimado

La parada del mtodo de Newton-Raphson usando el error estimado puede

producir un resultado incorrecto. Esto sucede cuando dos iteraciones toman
valores muy prximos a pesar de encontrarse an lejos de la raz

Para protegernos contra paradas anmalas, podemos usar el siguiente procedimiento. Sea el mximo error tolerable, por ejemplo, si queremos 4
decimales exactos es = 0.5 104 .
1. Detenemos las iteraciones cuando
|
ej | = |xj xj1 | .
2. Tomamos los valores a = xj , b = xj + .

3. Calculamos f (a) y f (b), si se produce un cambio de signo, podemos

asegurar que la raz se encuentra en el intervalo (a, b). Como xj es el
centro del intervalo, se cumple
|ej | = | xj |
y, por lo tanto, podemos asegurar la validez de la aproximacin.
Observemos que si f (a) y f (b) tienen el mismo signo, el mtodo no es aplicable; no obstante, en la mayora de los casos prcticos, el criterio funciona
bien.

Ejemplo 2.3 Calcular 24 con 6 decimales exactos.

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 10

Tomamos
x=

24

que nos lleva a la ecuacin

x2 24 = 0.

Es

f (x) = x2 24,

f 0 (x) = 2x.

Como valor inicial, tomamos x0 = 5, el error mximo admisible es

= 0.5 106 .
Frmula de recurrencia

xj+1 = xj

Iteraciones,
x0
x1
x2
x3

x0 = 5,

= 5,
= 5 2524
10 = 4.9,
= 4. 89897 9592,
= 4. 89897 9486,

x2j 24
.
2xj

|
e1 | = |x1 x0 | = 0.1,
|
e2 | = |x2 x1 | = 0.00 10204 08,
|
e3 | = |x3 x2 | = 0.000000 106.

Valor de la aproximacin
x3 = 4. 89897 9,
calculamos
a = x3 = 4. 89897 85,
f (x3 ) = 0.00000 96565,

b = x3 + = 4. 89897 95.
f (x3 + ) = 0.000000 1414.

Vemos que se produce cambio de signo en los extremos del intervalo

[x3 , x3 + ] ,
por lo tanto (x3 , x3 + ) , as pues

|e3 | = | x3 | .

3
3.1

Orden de convergencia
Definiciones

Sea (xj ) una sucesin de aproximaciones de

x0 , x1 , x2 , . . . , xj , . . .
y (ej ) la sucesin de errores
|ej | = | xj | .

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 11

Definicin 3.1 (Orden de convergencia) Supongamos que la sucesin

(xj ) converge al valor . Decimos que la sucesin converge a con orden de convergencia r > 0, si existe una constante A > 0 tal que
|ej+1 |
r = A.
j | ej |
lim

La constante A se llama constante asinttica de error.

Si r = 1, la convergencia se llama lineal y, para j suficiente grande, es
|ej+1 | ' A |ej | .
Si r = 2, la convergencia se llama cuadrtica y, para j suficiente grande, se
cumple
|ej+1 | ' A |ej |2 .
Observamos que si una sucesin tiene convergencia cuadrtica, a partir de
un cierto momento, el nmero de decimales exactos se duplica a cada paso.

3.2

Orden de convergencia del Mtodo de Newton-Raphson

Definition 1 (Cero simple) La funcin f (x) tiene una raz (cero) simple
en x = si se cumple
f () = 0,

f 0 () 6= 0.

Proposicin 3.1 (Convergencia en ceros simples) Supongamos que el

mtodo de Newton-Raphson genera una sucesin (xj ) que converge a un cero
de la funcin f (x). Si es un cero simple, entonces la convergencia es
cuadrtica y, para j suficiente grande, se cumple
|ej+1 | '

|f 00 ()|
|ej |2 .
2 |f 0 ()|

Ejemplo 3.1 Convergencia cuadrtica.

Consideremos la ecuacin
x2 30 = 0,
cuya solucin con 12 decimales es
= 5. 47722 55750 52.
La iteracin de Newton-Raphson, con valor inicial x0 = 5, es

x0 = 5,
x2 30
xj+1 = xj j
.
2xj

(1)

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 12

Si tenemos en cuenta la frmula (1), el valor de la constante asinttica de

error es

1
|f 00 ()|

=
A=
2 |f 0 ()| 2

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

A'

1
= 0.1
10

y, por lo tanto,
|ej+1 | ' 0.1 |ej |2 .
Si en un paso tenemos t decimales exactos, cabe esperar que en el siguiente
tengamos aproximadamente 2t. Resultan las siguientes aproximaciones y
errores
j

xj

0
1
2
3
4

5.0
5. 5
5. 47727 27272 73
5. 47722 55752 55
5. 47722 55750 52

|ej | = | xj |

0. 47722 55750 52
0.0 22774 42494 8
0.0000 47152 221
2. 03 1010
0

|ej+1 |
|ej |2

9. 99999 99998 37 102

9. 09090 90784 28 102
9. 13044 04830 45 102

El valor de la constante asinttica de error es

A=

|f 00 ()|
2 |f 0 ()|

sustituyendo = 5. 47722 55750 52, resulta

A = 0.09 12870 92917 5.

4
4.1

Mtodo de punto fijo

Punto fijo

Definicin 4.1 (Punto fijo) Decimos que es un punto fijo de la funcin

g(x) si se cumple g() = .

Ecuacin en

forma normal f (x) = 0.

forma de punto fijo x = g(x).

Ejemplo 4.1 Escribe la ecuacin cos(x) x = 0 en forma de punto fijo.

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 13

La ecuacin cos(x) x = 0 est en forma normal. Existen infinitas expresiones de punto fijo equivalentes, en primer lugar, podemos tomar
x = cos(x).

(2)

Sumando x a ambos lados de la igualdad y despejando, resulta una nueva

formulacin de punto fijo
x + cos(x)
.
2

x=

Sumando 2x a los dos miembros de (2), se obtiene

x=

2x + cos(x)
.
3

Multiplicado por x los dos miembros de (2) por x y despejando, resulta

p
x = x cos(x).

4.2

Iteracin de punto fijo

Objetivo Aproximar la solucin de x = g(x).

Mtodo

x0 = valor inicial,
xj+1 = g(xj ).

Proposicin 4.1 Supongamos que g(x) es continua, si la sucesin (xj ) definida por

x0 = valor inicial,
xj+1 = g(xj ),
converge a un valor , entonces es un punto fijo de g(x).
Demostracin. Se cumple
lim xj = ,

como g(x) es continua, resulta

g() = g lim xj = lim g(xj ) = lim xj+1 = .

j

Ejemplo 4.2 (a) Aproxima la solucin de

cos(x) x = 0
con 5 decimales, mediante la iteracin de punto fijo para la forma
x=

x + cos(x)
2

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 14

a partir del valor inicial x0 = 1.

(b) Si escribimos la ecuacin en la forma
x=

2x + cos(x)
,
3

cuntas iteraciones son necesarias para obtener 5 decimales?

(a) En el primer caso, la frmula de recurrencia es

x0 = 1,
x + cos(xj )
xj+1 = j
.
2

Resulta

j
0
1
2
3
4
5
6
7

xj
1.0
0. 77015
0. 74398
0. 73988
0. 73921
0. 73911
0. 73909
0. 73909

(b) En el caso de la forma

x=

2x + cos(x)
,
3

la frmula de recurrencia es

x0 = 1,
xj+1 =

y obtenemos
j
0
1
2
3
4
5
6
7

xj
1.0
0. 84677
0. 78531
0. 75926
0. 74796
0. 74300
0. 74081
0. 73985

2xj + cos(xj )
,
3
j
8
9
10
11
12
13
14

xj
0. 73942
0. 73923
0. 73915
0. 73911
0. 73910
0. 73909
0. 73909

Vemos que en el segundo caso la convergencia es ms lenta.

Francisco Palacios

4.3

Tema 5: Resolucin aproximada de ecuaciones. 15

Convergencia de la iteracin de punto fijo

Teorema 4.1 Supongamos que se cumplen las siguientes hiptesis:

1. g(x) es una funcin de clase C 1 [a, b].
2. g(x) [a, b] para todo x [a, b].
3. max |g 0 (x)| = M1 < 1.
x[a,b]

Entonces, son ciertas las siguientes afirmaciones:

1. La ecuacin x = g(x) tiene solucin nica en [a, b].
2. La iteracin de punto fijo xj+1 = g(xj ) converge a la solucin para
cualquier valor inicial x0 (a, b).
3. El error ej = xj , verifica la desigualdad
|ej | M1j (b a) .
Ejemplo 4.3 Dada la ecuacin
x = cos(x),
(a) Demuestra que tiene solucin nica en [0, 1].
(b) Determina el nmero de iteraciones necesarias para asegurar 4 decimales
exactos mediante la iteracin de punto fijo.
(c) Calcula las 5 primeras iteraciones a partir de x0 = 0.5.
(a) Veamos que la funcin g(x) = cos(x) cumple las condiciones del teorema.
(Condicin 1) g(x) es continua con derivada continua en todo R, por
lo tanto, es de clase C 1 [0, 1].
(Condicin 2) g(x) es decreciente en el intervalo [0, 1]. El mximo y
mnimo absolutos de g(x) en [0, 1] son
m = min cos(x) = cos(1) = 0. 5403,
x[0,1]

M = max cos(x) = cos(0) = 1,

x[0,1]

por lo tanto, cuando x toma valores en [0, 1], g(x) toma valores en
[0.5403, 1] [0, 1].
(Condicin 3) La derivada es g 0 (x) = sin(x). Hemos de calcular

M1 = max g 0 (x) .
x[0,1]

La funcin objetivo es

h(x) = | sin(x)| = sin (x) ,

sabemos que sin(x) es creciente en [0, 1], por lo tanto

M1 = max g 0 (x) = sin (1) = 0. 84147.

x[0,1]

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 16

En consecuencia, podemos asegurar que existe un nico punto fijo en el

intervalo [0, 1] y que la iteracin de punto fijo converge a l para todo valor
inicial x0 (0, 1) .
(b) El error cumple
|ej | (0. 84147)j (1 0) = (0. 84147)j .
Exigimos
(0. 84147)j 0.5 104
y resolvemos en j, resulta

ln 0.5 104
= 57. 377.
j
ln (0. 84147)
Esto es, necesitamos j = 58 iteraciones.
(c) El valor de las primeras 5 iteraciones es
j
0
1
2
3
4
5

xj
0.5
0. 87758
0. 63901
0. 80269
0. 69478
0. 76820

Si calculamos con 6 decimales, el valor de la iteracin 58 es

x58 = 0.739085.
En realidad, la cota de error es muy conservadora, pues el mtodo ya haba
convergido con 4 decimales en la iteracin 24.

4.4

Forma de punto fijo x = x f (x)

Consideremos una ecuacin f (x) = 0 que tiene una raz en el intervalo

[a, b]. Para todo valor de , la expresin
x = x f (x)
es una formulacin equivalente en forma de punto fijo
x = g(x)
con
g(x) = x f (x)

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 17

Es inmediato comprobar la raz de f (x) es un punto fijo de g(x). La

derivada de g(x) es
g 0 (x) = 1 f 0 (x).
Puede demostrarse que si

0
g () 1,

entonces la iteracin de punto fijo es convergente para valores iniciales x0

suficiente prximos a , adems, la velocidad de convergencia aumenta con
la disminucin de |g 0 ()| . Eso nos llevara a elegir, entre todos los posibles
valores de , aquel valor que minimize |g 0 ()|. En concreto tomamos el valor
de que anula g 0 (), esto es
g 0 () = 1 f 0 () = 0,
resulta el valor
=

1
f 0 ()

El problema est en que no conocemos y, por lo tanto, no podemos calcular

. Un mtodo prctico para determinar es el siguiente:
1. Sabemos que el intervalo [a, b] contiene la solucin . Estimamos
f 0 () '

f (b) f (a)
.
ba

2. Tomamos

En resumen, el mtodo es

1
f (b)f (a)
ba

x0 = valor inicial,
ba
f (xj ).
xj+1 = xj
f (b) f (a)

Ejemplo 4.4 Aproxima la solucin de

ln x =

1
x

con 4 decimales, usando una formulacin de punto fijo del tipo

x = x f (x).

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 18

A partir de una representacin grfica esquemtica, tomamos el intervalo

[1, 2].
Escribimos la ecuacin en forma normal f (x) = 0, entonces
f (x) = ln (x)

1
.
x

Calculamos
f (1) = 1,

f (2) = 0. 1931.

Por el Teorema de Bolzano, tenemos una raz en el intervalo [1, 2]. Estimamos el valor de f 0 ()
f 0 () '

f (2) f (1)
= 1. 1931,
21

y calculamos
=

1
1
'
= 0. 8382.
f 0 ()
1. 1931

La frmula de recurrencia es, por lo tanto,

x0 = 1.5,

1
.
xj+1 = xj 0. 8382 ln (xj )
xj
Obtenemos

j
0
1
2
3
4
5
6
7
8
9

xj
1.5
1. 71893 9
1. 75250 6
1. 76052 3
1. 76253 7
1. 76304 8
1. 76317 8
1. 76321 1
1. 763220
1. 76322 2

Podemos tomar = 1.7632.

Ejemplo 4.5 Calcula la solucin de
x = cos(x)
con 4 decimales usando una formulacin de punto fijo del tipo
x = x f (x).

Francisco Palacios

Tema 5: Resolucin aproximada de ecuaciones. 19

A partir de un esquema grfico, tomamos el intervalo [0, 1].

Escribimos la ecuacin en la forma f (x) = 0 con
f (x) = x cos(x).
Calculamos
f (0) = 1,

f(1) = 0. 45970.

Por el Teorema de Bolzano, tenemos una raz en el intervalo [0, 1]. Estimamos el valor de f 0 ()
f 0 () '

f (1) f (0)
= 1. 45970,
10

y calculamos
=

1
f 0 ()

'

1
= 0. 6851.
1. 45970

La frmula de recurrencia es, por lo tanto,

x0 = 0.5,
xj+1 = xj 0.6851 (xj cos (xj )) .
Obtenemos
j
0
1
2
3
4
5
6
7

xj
0.5
0. 758681
0. 736115
0. 739518
0. 739021
0. 739094
0. 739083
0. 73908 3

Podemos tomar

= 0.7391