Tema 2: Resolucin de ecuaciones no lineales.

TEMA 2: RESOLUCIN DE ECUACIONES NO LINEALES

2.1.- Introduccin
La resolucin de ecuaciones en una variable es uno de los problemas clsicos de la
aproximacin numrica. Se trata de hallar una raz de una ecuacin de la forma f(x) = 0
para una funcin dada f. Al valor de x que verifica la ecuacin se lo suele llamar tambin
cero.
Todos los mtodos necesitan comenzar por una aproximacin inicial a partir de la
cual generan una sucesin que converge a la raz de la ecuacin.
Si [a,b] es un intervalo en el que la funcin cambia de signo, y f es continua en
dicho intervalo, entonces existe un valor c perteneciente al intervalo (a,b) en el que la
funcin se anula. Los mtodos de biseccin y de falsa posicin parten de dicho intervalo
para construir una sucesin que siempre converge a la raz.

2.2.- El mtodo de la biseccin

El mtodo comienza con un intervalo de partida [a,b] en el que f(a) y f(b) tienen
distinto signo. El mtodo de biseccin consiste en ir acercando sistemticamente los
extremos del intervalo hasta obtener un intervalo de anchura suficientemente pequea en
el que se localiza un cero. El proceso de decisin para subdividir el intervalo consiste en
tomar el punto medio del intervalo c = (a+b)/2 y luego analizar las tres posibilidades que
pueden darse:
Si f(a) y f(c) tienen signos opuestos, entonces hay un cero en [a,c].
Si f(c) y f(b) tienen signos opuestos, entonces hay un cero en [c,b].
Si f(c) = 0, entonces c es un cero.
Para continuar el proceso, renombramos el nuevo intervalo ms pequeo tambin
como [a,b] y repetimos el proceso hasta que el intervalo sea tan pequeo como
deseemos.

2.2.1.- Convergencia del mtodo de biseccin

Supongamos que fC[a,b] y que f(a) y f(b) tienen signos distintos. Sea {cn }n

0 la

sucesin de puntos medios de los intervalos generados por el mtodo de biseccin dado.
Entonces existe un nmero r[a,b] tal que f(r) = 0 y, adems,
ba
r cn n 1 para n = 0, 1, ...
2
En particular, la sucesin {cn }n

0 converge al cero x = r, esto es, lim cn r .
n

Una de las virtudes del mtodo de biseccin es que la frmula proporciona una
estimacin predeterminada de la precisin de la solucin calculada. Es fcil demostrar
que el nmero N de bisecciones sucesivas que nos garantizara que el punto medio cN es
una aproximacin a un cero con un error menor que un valor prefijado es:

10
 Tema 2: Resolucin de ecuaciones no lineales.

N Ent
FG ln(b a ) ln( ) IJ
H ln(2) K
donde Ent representa la parte entera del argumento.

2.3.- El mtodo de la falsa posicin (regula falsi)

Otro algoritmo popular es el mtodo de la regula falsi o mtodo de la falsa
posicin. Una de las razones de su introduccin es que la velocidad de convergencia del
mtodo de biseccin es bastante baja. Como antes, supongamos que f(a) y f(b) tienen
distinto signo. Suele conseguirse un aproximacin mejor que en el mtodo de la
biseccin usando el punto (c,0) en el que la recta secante L que pasa por los puntos
(a,f(a)) y (b,f(b)) cruza el eje OX:
Mtodo de la falsa posicin
y
(b,f(b)) atan m

L y = f(x)
c x

(a,f(a))

Para hallar el punto c, igualamos dos frmulas para la pendiente m de la recta L:

f ( b ) f ( a ) f ( b) 0
m
ba bc
que resultan respectivamente de unir los puntos (a,f(a)) con (b,f(b)), y (c,0) con (b,f(b)).
(b a )
Despejando c: c b f (b)
f (b ) f ( a )
y las tres posibilidades son las mismas que antes:
Si f(a) y f(c) tienen distinto signo, entonces hay un cero en [a,c].
Si f(c) y f(b) tienen distinto signo, entonces hay un cero en [c,b].
Si f(c) = 0, entonces c es un cero de f.

2.3.1.- Convergencia del mtodo de la falsa posicin

El mtodo construye una sucesin de intervalos [an,bn] cada uno de los cuales
siempre contiene un cero. En cada paso la aproximacin al cero viene dada por:
(bn an )
cn bn f (bn )
f (bn ) f (an )
y puede demostrarse que la sucesin {cn} tiende a un cero de la funcin.
Aunque la amplitud del intervalo se hace cada vez ms pequea, en este mtodo
puede ocurrir que no tienda a cero. Si la curva es convexa cerca de la raz r entonces uno
de los extremos se hace estacionario y el otro tiende a la solucin. Por este motivo el
criterio de parada |b-a| < , que poda ser adecuado para el mtodo de biseccin, no lo es

11
 Tema 2: Resolucin de ecuaciones no lineales.

para ste. Los criterios de parada que se utilizan son el valor de f(cn) y la proximidad
entre las dos ltimas aproximaciones.

2.4.- Iteracin de punto fijo

Una tcnica fundamental de computacin cientfica es la de iteracin. Como su
propio nombre sugiere, se trata de repetir un proceso hasta que se obtiene un resultado.
Se usan mtodos iterativos p.ej. para hallar races de ecuaciones, soluciones de los
sistemas lineales y no lineales y soluciones de ecuaciones diferenciales.
El proceso de iteracin para resolver la ecuacin x = g(x) consiste en sustituir
repetidamente en la funcin g(x) el valor previamente obtenido.
Para empezar se necesita un valor de partida p0. Lo que se produce es una sucesin
de valores {pk} obtenida mediante el proceso iterativo pk+1 = g(pk).
La sucesin tiene la siguiente forma:
p0 (valor de partida)
p1 g ( p0 )
p2 g ( p1 )

pk g ( p k 1 )
pk 1 g ( p k )

2.4.1.- Puntos fijos

Definicin. Un punto fijo de una funcin g(x) es un nmero real P tal que P = g(P).
Geomtricamente hablando, los puntos fijos de una funcin g(x) son los puntos de
interseccin de la curva y = g(x) con la recta y = x.
Definicin. 2La iteracin pn+1 = g(pn) para n = 0, 1,... se llama iteracin de punto fijo.
Teorema del Punto Fijo. Suponiendo que gC[a,b], se puede demostrar que:
1 Si g(x)[a,b] x[a,b], entonces g tiene al menos un punto fijo P en [a,b].
2 Si adems g'(x) est definida en (a,b) y K<1 tal que |g'(x)| K x(a,b), entonces
dicho punto P es el nico punto fijo de g en [a,b], y la sucesin {pn} construida a partir
de cualquier p0 perteneciente al intervalo [a,b] converge a P.
Demostracin: grficamente es ms intuitivo. En cuanto a la existencia, si g(a) = a o
g(b) = b, ya existe el punto fijo (respectivamente a o b); de lo contrario, g(a) > a y
g(b) < b (ver figura izquierda) con lo que, siendo g(x) continua, para pasar del punto
(a,g(a)) al (b,g(b)) es necesario cruzar la recta y = x: el punto P de corte cumplir
g(P) = P y ser por tanto punto fijo.

12
 Tema 2: Resolucin de ecuaciones no lineales.

y y
b b
y=x P2
g(x) P (b,g(b)) y=x
Q
g(x)
(a,g(a))
a a P1

x x
a b a b
En cuanto a la unicidad, si existieran dos puntos fijos distintos P1 y P2 (ver figura
derecha), y existiendo g'(x) en todo (a,b), debe existir algn punto intermedio Q en el
que la tangente a g(x) sea paralela a la recta y = x que une ambos puntos fijos. Su
pendiente es 1, luego tendra que ser g'(Q) = 1, contrariamente a la hiptesis de que
1 < K g'(x) K < 1. (La demostracin formal se basa en el Teorema del Valor Medio de
Lagrange.)
Corolario. Si g verifica todas las hiptesis del Teorema del punto fijo (apartados 1 y
2), entonces las siguientes desigualdades proporcionan cotas del error que se comete
cuando usamos pn como aproximacin a P (para todo n 1):
P pn K n P p0
Kn
P pn p1 p0
1 K
Ntese que al comenzar el proceso iterativo P es desconocido, y por tanto tambin
lo es el trmino derecho de la primera desigualdad, mientras que el de la segunda se
puede evaluar desde el principio.
Demostracin:
y y=x y y=x
g(x) g(x)
1 2

x P x
pn1 pn P pn1 pn pn+1

Para demostrar la primera desigualdad (ver figura a la izquierda):

b g
P pn g ( P ) g ( pn 1 ) g ( 1 ) P pn 1 g ( 1 ) P pn 1
K P pn 1 K P pn 2 K P pn 3 K n P p0
2 3

Para demostrar la segunda desigualdad (ver figura a la derecha):

13
 Tema 2: Resolucin de ecuaciones no lineales.

b g
pn 1 pn g ( pn ) g ( pn 1 ) g ( 2 ) pn pn 1 g ( 2 ) pn pn 1
K pn pn 1 K 2 pn 1 pn 2 K 3 pn 2 pn 3 K n p1 p0
Siendo m > n: p m pn
( p m pm1 ) ( pm1 pm 2 ) ( pn 2 pn 1 ) ( pn 1 pn )
p m pm1 pm1 pm2 pn 2 pn 1 pn 1 pn
K m1 p1 p0 K m 2 p1 p0 K n 1 p1 p0 K n p1 p0
c
K m1 K m 2 K n1 K n p1 p 0 h
c
K n K m n1 K mn 2 K 2 K 1 p1 p0 h
Tomando el lmite cuando m :
lim pm pn lim pm pn P pn
m m

c
K p1 p0 lim 1 K K 2 K m n 2 K m n 1
n
m
h
y como la suma de la serie geomtrica de razn K < 1 es igual a 1/(1K):
Kn
P pn K p1 p0 p1 p0
n 1
1 K 1 K
lo que concluye la demostracin.

2.5.- Convergencia de la iteracin de punto fijo

Definicin. (Orden de convergencia). Supongamos que { pn }n
0 converge a p y sea

E n p pn para cada n 0. Si existen dos constantes positivas A > 0 y R > 0 tales que
p pn 1 E n 1
lim R
lim R
A
n
p pn n
En
entonces se dice que la sucesin converge a p con orden de convergencia R, y el nmero
A se llama constante asinttica del error. Los casos R = 1, 2 merecen especial
consideracin:
Si R = 1 la convergencia de { pn }n

0 se llama lineal

Si R = 2, la convergencia de { pn }n

0 se llama cuadrtica.

Si R es grande, entonces la sucesin {pn} converge rpidamente a p; esto es, para

valores grandes de n tenemos la aproximacin En+1 A |En|R. Por ejemplo, si R = 2 y
|En| 10-2, entonces cabe esperar que En+1 A10-4.
Algunas sucesiones convergen con un orden que no es un nmero natural. Por
ejemplo, el orden de convergencia del mtodo de la secante es R (1 5 ) 2
1.618033989.
Orden de convergencia de la iteracin de punto fijo.
Cuando g'(P) 0:
E n 1 pn 1 P g ( pn ) g ( P ) g ( ) ( pn P ) g ( ) pn P g ( ) En

14
 Tema 2: Resolucin de ecuaciones no lineales.

con comprendido entre pn y P. Cuando n , g'() g'(P) 0; y siendo g' continua,

g'() se mantendr, a partir de cierto n, suficientemente cerca de g'(P), de modo que
E n 1 g ( P ) E n
con lo que la convergencia es lineal.
Cuando g'(P) 0, escribiendo el polinomio de Taylor con resto de orden 2:
g ( ) g ( )
b
g ( pn ) g ( P ) g ( P ) p n P g 2!
b g
pn P g ( P ) 0
2

2!
pn P b g 2

g ( ) g ( )
E n 1 p n 1 P g ( p n ) g ( P )
2!
pn P
2
b 2!
g
En
2

g ( P )
y si g''(P) 0, cuando n : E n 1 En
2
[1]
2!
con lo que la convergencia es cuadrtica.

2.6.- El mtodo de Newton-Raphson

Si f(x), f '(x) y f ''(x) son continuas cerca de una raz p de f, esta informacin
adicional sobre la naturaleza de f(x) puede usarse para desarrollar algoritmos que
produzcan sucesiones {pk} que converjan a p ms rpidamente que en el mtodo de
biseccin o en el de la regula falsi. El mtodo de Newton-Raphson, que descansa en la
continuidad de f '(x) y f ''(x), es uno de los algoritmos ms tiles y mejor conocidos. Lo
introduciremos grficamente y luego daremos un tratamiento ms riguroso basado en el
teorema de Taylor.
Definimos p1 como el punto de interseccin del eje de abcisas con la recta tangente
a la curva en el punto (p0,f(p0)). La figura muestra que p1 estar, en este caso, ms cerca
de p que de p0.
Mtodo de Newton-Raphson
y
(p0,f(p0)) atan m

(p1,f(p1))
p x
y = f(x) p2 p1 p0
f ( p0 ) 0 f ( p0 )
Obviamente: m f ( p0 ) p1 p0
p0 p1 f ( p0 )
Este proceso puede repetirse para obtener una sucesin {pk} que converge a p.
Hagamos ms precisas estas ideas. Nuestro anlisis comienza con el polinomio de
Taylor de grado n = 1 de f alrededor de p0 y su correspondiente resto:
f ( c)
b
f ( x ) f ( p0 ) f ( p0 ) x p0 g
2!
x p0
2
b g
donde c es un punto intermedio entre p0 y x. Poniendo x = p en la relacin y usando que
f(p) = 0 obtenemos:

15
 Tema 2: Resolucin de ecuaciones no lineales.

f ( c)
b
0 f ( p0 ) f ( p0 ) p p0 g 2!
b
p p0 g 2

Si p0 est suficientemente cerca de p, entonces el ltimo sumando del miembro

derecho de esta ltima ecuacin ser pequeo comparado con la suma de los dos
primeros, as que podemos despreciarlo y usar la aproximacin:
0 f ( p0 ) f ( p0 ) p p0 b g
Despejando p en la relacin obtenemos que p p0 f ( p0 ) f ( p0 ) , expresin que
usamos para definir p1, la siguiente aproximacin a la raz:
f ( p0 )
p1 p0
f ( p0 )
y lo mismo para p2 a partir de p1, p3 a partir de p2, etc.
Teorema de Newton-Raphson. Supongamos que la funcin f C2[a,b] y que existe un
nmero p [a,b] tal que f(p) = 0. Si f '(p) 0, entonces existe > 0 tal que la sucesin
{ pk }k 0 definida por el proceso iterativo
f ( pk 1 )
pk g ( pk 1 ) pk 1 ( k 1, 2,...)
f ( pk 1 )
converge a p cualquiera que sea la aproximacin inicial p0 [ p , p ] . La funcin
g(x) definida por la relacin
f ( x)
g( x ) x
f ( x)
se llama funcin de iteracin de Newton-Raphson.
Demostracin. La construccin geomtrica de p1 que se muestra en la figura no nos
ayuda a entender por qu p0 debe estar cerca de p ni por qu la continuidad de f ''(x) es
esencial.
Puesto que f(p) = 0, es fcil ver que g(p) = p, con lo que p es un punto fijo de g.
Adems, dado que pk = g(pk-1), la iteracin de Newton-Raphson para hallar una raz de
f(x) = 0 consiste en hallar un punto fijo de g(x) mediante la iteracin de punto fijo, con lo
que podremos aplicar el Teorema del Punto Fijo.
De modo que considerando la iteracin de Newton-Raphson como una iteracin de
punto fijo y aplicando el teorema del punto fijo, en nuestra situacin:
f ( x ) f ( x ) f ( x ) f ( x ) f ( x ) f ( x )
g ( x) 1
b g
f ( x )
2
f ( x)2
Por hiptesis, sabemos que f(p) = 0, luego g'(p) = 0. Como g(x) es continua y
g'(p) = 0, podemos encontrar > 0 tal que la hiptesis |g'(x)| < 1 se cumpla en el intervalo
( p , p ) . Entonces, de acuerdo con el Teorema del Punto Fijo, slo falta
comprobar que g([p,p+]) [p,p+], y en efecto:
|g(x) p| = |g(x) g(p)| = |g'() (p x)| K |p x| < K <

16
 Tema 2: Resolucin de ecuaciones no lineales.

Por consiguiente, que p0 ( p , p ) es una condicin suficiente para que p0

sea el punto de partida de una sucesin { pk }k 0 que converge a la nica raz de f(x) = 0
en dicho intervalo, siempre que sea elegido tal que:
f ( x ) f ( x )
1 x ( p , p )
f ( x ) 2
Un inconveniente obvio del mtodo de Newton-Raphson es la posibilidad que se
divida entre cero en la frmula de la iteracin, lo que ocurrira si f '(pk-1) = 0.
Definicin. (Orden de una raz). Supongamos que f(x) y sus derivadas f '(x), f ''(x), ...,
f (M)(x) estn definidas y son continuas en un intervalo centrado en el punto p. Diremos
que p es un cero de orden M de f(x) si se cumple que f(p) = 0, f '(p) = 0, f ''(p) = 0, ...,
f (M-1)(p) = 0 y f (M)(p) 0.
Las races de orden M = 1 se suelen llamar races simples, mientras que si M > 1 se
llaman races mltiples. En particular, las races de orden M = 2 se conocen como
races dobles, y as sucesivamente.
Lema. Si una ecuacin f(x) = 0 tiene una raz de orden M en x = p, entonces existe una
funcin continua h(x) tal que f(x) puede expresarse como el producto:
f ( x ) ( x p) M h( x ) con h( p) 0

2.6.1.- Velocidad de convergencia

Si p es una raz simple de f(x) = 0, entonces el mtodo de Newton-Raphson
converge rpidamente, de forma que en cada iteracin doblamos (aproximadamente) el
nmero de cifras decimales exactas. Si, por el contrario, p es una raz mltiple, entonces
el error en cada paso es una fraccin del error en el paso anterior.
El mtodo de Newton-Raphson converge a la raz doble, pero con una velocidad
ms baja: en este caso la convergencia es lineal en lugar de cuadrtica.
Grficamente es fcil intuir que la convergencia ser ms rpida cuando g'(P) = 0.
Teorema. (Orden de convergencia del mtodo de Newton-Raphson). Supongamos
que el mtodo de Newton-Raphson genera una sucesin { pn }n

0 que converge a un cero

p de la funcin f(x). Si p es una raz simple, entonces la convergencia es cuadrtica:

f ( p )
E n 1 E n para n suficientemente grande
2
[2]
2 f ( p)
y si p es una raz mltiple de orden M > 1, entonces la convergencia es lineal:
M 1
E n 1 E n para n suficientemente grande
M
Obsrvese que, siendo lineal, es tanto ms lenta cuanto mayor es el orden de la
raz.
Demostracin.
La haremos nicamente para el caso de raz simple. Recordando que:

17
 Tema 2: Resolucin de ecuaciones no lineales.

f ( x) f ( x ) f ( x )
g( x ) x ; g ( x)
f ( x) f ( x) 2

dado que
RS f ( p) 0 (raz simple)
RSg ( p) p
T f ( p) 0 T g ( p) 0
y rige [1], siendo la convergencia cuadrtica. Derivando g'(x):
f ( x ) 2 f ( x ) f ( x ) f ( x ) f ( x ) f ( x ) f ( x )2 f ( x ) f ( x )
g ( x )
f ( x)4
f ( p) 2 f ( p) f ( p) 0 0 f ( p)
g ( p)
f ( p) 4 f ( p)
y, dado que la raz p de f es el punto fijo P de g, sustituyendo en [1] queda [2], c.q.d.

2.6.2.- Inconvenientes y dificultades

Es fcil predecir el error que puede aparecer al dividir entre cero, pero hay otras
dificultades que no son tan fciles de advertir.
Algunas veces la aproximacin inicial p0 est demasiado lejos de la raz deseada y
la sucesin {pk} converge a otra raz; esto suele ocurrir cuando la pendiente f '(p0) es
pequea y la recta tangente a la curva y = f(x) es casi horizontal.
Puede ocurrir que la sucesin que se va construyendo sea divergente, y por lo
tanto, despus de N iteraciones no se tenga la solucin. Conviene tambin por este
motivo establecer un nmero mximo de iteraciones a realizar.

2.6.3.- Aceleracin de la convergencia

El mtodo de Newton-Raphson se puede modificar de forma que su convergencia
sea cuadrtica en el caso de races mltiples.
Teorema. (Iteracin de Newton-Raphson acelerada). Supongamos que el algoritmo
de Newton-Raphson produce una sucesin que converge linealmente a un raz x = p de
orden M > 1. Entonces la frmula de iteracin de Newton-Raphson acelerada
M f ( pk 1 )
pk pk 1
f ( pk 1 )
genera una sucesin { pn }n

0 que converge cuadrticamente a p.

2.7.- El mtodo de la secante

En el algoritmo de Newton-Raphson hay que evaluar dos funciones en cada
iteracin f(pk-1) y f '(pk-1). Tradicionalmente, el clculo de la derivada de una funcin
elemental puede llegar a suponer un esfuerzo considerable. Sin embargo, con los
modernos paquetes de clculo simblico, esto no es un problema serio. Aun as, hay
muchas funciones dadas de forma no elemental (como integrales, o sumas de series, etc.)
para las que sera deseable disponer de un mtodo que converja casi tan rpidamente
como el de Newton-Raphson y que necesite nicamente evaluaciones de f(x) y no de

18
 Tema 2: Resolucin de ecuaciones no lineales.

f '(x). El mtodo de la secante necesita slo una evaluacin de f(x) por paso y en una raz
simple tiene un orden de convergencia R 1.618033989.
La frmula de iteracin del mtodo de la secante es la misma que la que aparece en
el mtodo de la regula falsi; la diferencia entre ambos estriba en la forma de elegir el
siguiente trmino. Partimos de dos puntos iniciales (p0,f(p0)) y (p1,f(p1)) cercanos al
punto (p,0). Se define p2 como la abscisa del punto de interseccin de la recta que pasa
por estos dos puntos con el eje OX. Calculando dicha recta y su punto de corte con el eje
OX se obtiene:
p1 p0
p2 g ( p1 , p0 ) p1 f ( p1 )
f ( p1 ) f ( p0 )
El trmino general de la sucesin generada por este mtodo viene dado por la
frmula de iteracin de dos puntos:
( pk pk 1 )
pk 1 g ( pk , pk 1 ) pk f ( pk )
f ( pk ) f ( pk 1 )
Aunque la frmula es la misma que la del mtodo de la falsa posicin, la diferencia
fundamental es que no se necesita un cambio de signo de la funcin en el intervalo
[p0,p1].
Este mtodo tambin se puede obtener a partir del de Newton sustituyendo f '(pk)
por:
f ( pk ) f ( pk 1 )
pk pk 1
Los trminos de la sucesin de errores verifican:
f ( p)
0.618

E k 1 E k
1.618

2 f ( p)

2.8.- Aproximacin inicial y criterios de convergencia

En los mtodos que parten de un intervalo [a,b] en el que la funcin cambia de
signo, no importa lo grande que ste sea, se tiene la seguridad de que habr convergencia
a una raz. Por esta razn se denominan globalmente convergentes. Sin embargo si en
[a,b] hay varias races ser necesario determinar intervalos ms pequeos para cada una
de ellas, y esto no suele ser fcil.
Los mtodos del punto fijo, de Newton-Raphson y de la secante parten de una
aproximacin inicial suficientemente prxima a la raz, por lo que se denominan
localmente convergentes.
Conviene, si es posible, hacer una representacin grfica de la funcin que
permitir obtener aproximaciones iniciales a las races. Normalmente se emplea un
proceso iterativo que genera una sucesin que converge a la raz. Es imprescindible
establecer de antemano el criterio de parada que se va a utilizar. Entre los ms adecuados
se pueden citar:

19
 Tema 2: Resolucin de ecuaciones no lineales.

a) |f(pn)| < . Este criterio es til para resolver ecuaciones de la forma h(x) = L aplicando
el algoritmo a f(x) = h(x)L.
b) Proximidad entre las dos ltimas aproximaciones:
b1) En trminos absolutos: pn pn 1
pn pn1
b2) En trminos relativos:
pn
Los tamaos de las tolerancias y se deben elegir con cuidado, ya que si se
toman muy pequeos puede ocurrir que sea necesario un nmero muy alto de
iteraciones. Una buena eleccin suele ser tomar y unas cien veces mayores que 10-M,
siendo M el nmero de cifras decimales que utiliza el ordenador en coma flotante.
Conviene tambin fijar un nmero mximo de iteraciones a realizar como en
cualquier procedimiento iterativo.
Tambin hay que tener en cuenta que la solucin obtenida est afectada por errores
debidos a la inestabilidad del problema y al redondeo.
Si la curva y = f(x) tiene una pendiente alta cerca de la raz, entonces el problema
est bien condicionado. Sin embargo si esta pendiente es muy pequea, o sea, si la curva
es casi horizontal, entonces el problema est mal condicionado.

20
 Tema 2: Resolucin de ecuaciones no lineales.

2.9.- Tema 2. Ejercicios.

1. Determinar grficamente el n de races reales de la ecuacin no lineal
f(x) = x + e-x = 0.
Sol.: una
2. Determinar grficamente el n de races reales de la ecuacin no lineal x log10(x) = 1.
Sol.: una
3. Utilizando el mtodo de la biseccin resolver la ecuacin no lineal e-x x = 0
partiendo del intervalo inicial [0,1] y con un error relativo inferior al 25%.
Sol.: x 0.625; er = 20%
4. Determinar, utilizando el mtodo de la biseccin, partiendo del intervalo inicial [0,1]
y con un error absoluto menor que 0.1, la raz real de la funcin f(x) = x ex 1.
Sol.: x 0.5625
5. Aplicando el mtodo de la biseccin a la ecuacin x3 3 = 0, localizar la raz cbica
de 3 sobre un intervalo de longitud menor o igual a 0.1, partiendo del intervalo [1,2].
Sol.: x 1.4375
6. Empezando con el intervalo [2,3], realizar tres iteraciones del mtodo de falsa
posicin a la funcin f(x) = 4x4 9x3 + 1.
Sol.: x 2.19173
7. Resolver la ecuacin no lineal f(x) = e x = 0 con el mtodo de falsa posicin,
-x

sabiendo que la raz exacta es r = 0.56714329, partiendo del intervalo inicial [0,1].
Obtener, trabajando con redondeo a cuatro cifras decimales, la aproximacin de la raz
con un error relativo inferior al 1%.
Sol.: x 0.5722
8. Resolver, con error relativo inferior al 0.05%, la ecuacin no lineal f(x) = e-x x = 0
mediante el mtodo de la secante, tomando como valores iniciales x-1 = 0, x0 = 1, y
sabiendo que r = 0.56714329. Trabajar con redondeo a cuatro cifras decimales .
Sol.: x 0.5672
9. La funcin f(x) = x e tiene dos races. Hallarlas por el mtodo del punto fijo
x/5

(aproximaciones sucesivas) trabajando con redondeo a cuatro cifras decimales.

Sol.: x 1.2959 (con g(x) = ex/5); x 12.7132 (con g(x) = 5 lnx)
10. Hallar, con un error no superior a 0.1, la nica raz real de la ecuacin algebraica
f(x) = x3 + 2x2 + 10x 20 = 0
utilizando el mtodo de aproximaciones sucesivas (punto fijo). Seleccionar los valores
iniciales de x en el intervalo [1,2] y trabajar con cinco cifras decimales y redondeo por
truncamiento.

Sol.: con x0 =1.5 y g(x) = 20/(x2+2x+10) x 1.36657; con x0 =1.5 y

g(x) = x (x3+2x2+10x20)0.05 x 1.36877

21
 Tema 2: Resolucin de ecuaciones no lineales.

11. Efectuar una iteracin del mtodo de Newton-Raphson para resolver la ecuacin
no lineal f(x) = x 0.2 sin(x) partiendo del valor inicial x0 = 0.5. Trabajar con redondeo a
cuatro cifras decimales.
Sol.: x 0.0099
12. Realizar tres iteraciones del mtodo de Newton-Raphson para hallar la raz de la
funcin f(x) = e-x x utilizando como aproximacin inicial de la raz buscada x0 = 0 y
trabajando con redondeo a seis cifras decimales.
Sol.: x 0.567143
13. Encontrar una raz aproximada de la ecuacin x x 1 = 0 en el intervalo [1,2]
3

con precisin de 10-5, primero por el mtodo de Newton y luego por el de la secante.
Sol.: x 1.3247 (convergencia ms lenta con el mtodo de la secante)
14. Resolver la ecuacin 4 cos(x) = ex con un error absoluto menor que 10-4 , usando:
El mtodo de Newton-Raphson con x0 = 1.
El mtodo de la secante con x0 = /4 y x1 = /2.
Sol.: x 0.904788 (convergencia ms lenta con el mtodo de la secante)
15. Determinar la raz positiva de la ecuacin sin(x) x/2 = 0 con una precisin de 10-4
(|f(x)| < 10-4), trabajando con redondeo a cinco cifras decimales, utilizando los mtodos
de falsa posicin y de la secante, partiendo en ambos casos del intervalo [/2, ]
Sol.: x7 1.89539 (falsa posicin); x6 1.89549 (secante)
16. En el intervalo [0.5,1] la funcin f(x) = x 0.2 sin(x) 0.5 tiene una raz, (siendo
f(0.5) = 0.0959 y f(1) = 0.3317). Aplicar los mtodos de biseccin, falsa posicin,
secante y Newton para determinar dicha raz con una precisin de 10-2 (|f(x)| < 10-2).
Sol.: x4 0.6094 (bisecc.); x1 0.6121 (falsa pos.); x1 0.6121 (sec.); x1 0.6153
(New.)
17. Calcular la raz de la ecuacin log10(x2+2) + x = 5 con tres cifras decimales exactas
mediante la aplicacin de la tcnica de Newton-Raphson.
Sol.: x2 3.78676
18. Deducir una ley de recurrencia que permita obtener c . Aplicarla al clculo de
10 con una precisin de 10-5.
Sol.: xn+1 = (xn + c/xn) / 2; x4 = 3.162277
19. Deducir una ley de recurrencia para calcular n
c . Realizar cuatro iteraciones para
el clculo de 7 59 . Comenzando con x0 = 1.5.
Sol.: xn+1 = [(n1) xn + c / xnn1] / n ; x4 = 1.7906
20. Resolver la ecuacin no lineal x 4 sin(x) = 0 sabiendo que un valor aproximado de
la raz es x0 = 2.5. Realizar 3 iteraciones del mtodo de Newton-Raphson.
Sol.: x3 2.47658
21. Siendo f(x) = 8x cos(x) 2x , y sabiendo que f(0) < 0 y f( /6) > 0, justificar que la
2

expresin

22
 Tema 2: Resolucin de ecuaciones no lineales.

cos( xn ) xn
2
g ( xn )
8 4
permitir obtener una sucesin cuyo lmite sea una raz de la ecuacin f(x) = 0. Hallar la
raz con una precisin = 10-3.
Sol.: x3 = 0.128101
22. Determinar la raz cuadrada negativa de 0.5 con cuatro decimales y una precisin
de 10-3 considerando la funcin F(x) = x2 0.5 y resolviendo la ecuacin x = x2 + x 0.5
mediante el mtodo de aproximaciones sucesivas tomando x0 = 0.6. Puede
determinarse la raz cuadrada positiva por este mtodo?
Sol.: x7 = 0.7073; no se puede
23. Mustrese en forma grfica que la ecuacin 4 sin(x) = 1 + x tiene tres races reales
r1 < r2 < r3. A continuacin determnese con una precisin de 10-3 y trabajando con
redondeo a seis cifras decimales:r1 utilizando el mtodo de la secante
r2 utilizando el mtodo de biseccin
r3 utilizando el mtodo de Newton
Comparar estos mtodos.
Sol.: [-,-/2], r1 x6 = 2.702061; [0, /2], r2 x10 = 0.342845; r3 x3 = 2.210084
(con x0=3 /4)
24. Hacer una representacin grfica aproximada de las funciones f(x) = 2 cos(x) y
g(x) = ex para obtener estimaciones iniciales de las races de la ecuacin 2 cos(x) ex = 0.
Cuntas races tiene? Cuntas son positivas?
Determinar las races positivas con una precisin |f(r)| < 10-3 utilizando el mtodo
de la secante y el mtodo de Newton-Raphson.
Nota: utilizar 3 cifras decimales y trabajar en radianes.
Sol.: negativas, 1 positiva: 0.540

23