RAICES DE ECUACIONES

Mgr. Elizabeth Ramos Saira

 Mtodo Grco
Mtodo de Biseccin
Mtodo de Regla Falsa
Mtodo de Newton
Mtodo del Punto Fijo
 Mtodo de Gracacin
Primera forma El proceso es de simple
tabulacin y, donde se halle un cambio de
signo en los valores de f (x), ah se puede
ir encajonando la raz, pero slo de forma
de ubicacin, con mucha imprecisin por
su puesto.
Tabulacin: f ( x ) 5 8 cos( 3 x ) x 2

[ 3 . 5 ; 3 . 0 ] RAZ ???
[ 3 . 0 ; 2 . 5 ] RAZ ???
[ 2 . 0 ; 1 .5] RAZ ???

[ 0 . 5 ; 0 . 0 ] RAZ ???
[ 0 . 0 ; 0 . 5 ] RAZ ???

[ 1 . 5 ; 2 . 0 ] RAZ ???
[ 2 . 5 ; 3 . 0 ] RAZ ???
[ 3 . 0 ; 3 . 5 ] RAZ ???
Tabulacin: f ( x ) 5 8 cos( 3 x ) x 2
Las races se indican en la gura
En la gura
anterior y esta
se han indicado
los cambios de
signo en la
gura con un
crculo y
adems con
una echa
En el intervalo [0 ; 2]
x=-5:0.0001:5;
y=2*x.^3+3*x.^2-12*x+6;
plot(x,y)
grid
axis([-5 4 -50 50])
Tercera forma.- Consiste en transformar la funcin f en la
forma , luego , se gracan
En el mismo sistema de coordenadas donde las raices de f
Son las intersecciones de las grcas.

Ejemplo: Estimar los valores de las raices de la ecuacin

Solucin: Obtenemos la funcin asociada.

 Despejando tenemos

Luego

x=-3:0.0001:3;
y=x.^2-2;
z=-1./x;
plot(x,y,x,z)
grid
axis([-3 3 -2 4])
Ejercicios:

Estimas los valores de las raices de las

ecuaciones

1.-

2.-

3.-

4.-

5.-
 Mtodo de biseccin
Si se tiene que f C [ a , b ] , o sea la
funcin f es continua en el intervalo [a, b]
, y si f ( a ) f ( b ) 0 entonces existe un
punto t ] a, b [ tal que f (t) = 0, este t
se consigue usando un algoritmo que
efecte lo visto en las guras anteriores:
 Mtodo de biseccin

Tambin llamado mtodo de bsqueda binaria.

Supongamos, que tenemos una funcin continua f,
denida en el intervalo [a, b], con f(a) y f(b) tal
que f(a)f(b)<0, o sea de signos contrarios
Entonces, por medio del teorema del valor medio,
existe t, t ] a, b [ tal que f(t) =0.
El Mtodo requiere de dividir repetidamente a la
mitad a los sub intervalos [a, b] y, en cada paso
localizar a la mitad, que contiene a t.
Para empezar, hacemos a1=a; b1=b y t1 el
punto medio de [a, b]; o sea:

S f (t1) = 0 , entonces t = t1 ; de lo contrario es

claro que f (t1) tiene el mismo signo que f (a1) o f
(b1) .
Si f (t1) y f (a1) , tienen el mismo signo, entonces
t ] t1, b1[ y hacemos a2 = t1 y b2 = b1 .
Si f (t1) y f (b1) son del mismo signo,
entonces
t ] a1, t1[ y hacemos b2 = t1 y a2 = a1 .
Ahora repetimos el proceso al intervalo [a2 , b2 ] y
as sucesivamente.
Para detener el mtodo de biseccin y dar una
aproximacin del cero de una funcin se pueden
usar varios criterios (llamados criterios deparada).

Uno de los criterios de parada consiste en examinar

Si |f(cn)| < , donde es una tolerancia
previamente
establecida (por ejemplo = 10-3).
Otro criterio que puede utilizarse es examinar s
Tambin se puede usar como criterio de parada el error
relativo entre dos aproximaciones del cero def,
 Mtodo de biseccin
El proceso es de encajonamiento:

1ero. 2do.
El proceso es de encajonamiento:

3ero. 4to. . . .
El proceso es de encajonamiento
continuar hasta cumplir la
tolerancia:
o sea,
cuando

a b /2 Er
Paso1: Denir f (x), // funcin continua en [a,b]
Paso2: Entrar a, b, error; // tolerancia
b a
Paso3: t
2
Paso4: if (f (t)*f (a)<0) { b=t ; }
Paso5: en otro caso { a=t ; }
Paso6: if (abs(a - b )/2>error) ir a (3)
Paso7: Publicar [a, b]; // Intervalo nal
Paso8: Parar.
Ejemplo de Biseccin 1
Si fuera el caso de la funcin
f ( x) ( x 3) 3
2

y la estudiamos en el intervalo
[a, b] = [4, 5],
donde claramente se tiene que
f(a)*f(b)<0 pues
( f(4) = - 2)*( f(5) = 1) = - 2<0
 Tabla de Resultados de
Biseccin

deben usarse 6 por lo menos.

Es la gura vista paso a paso.1
Ejemplo 2
La funcin f(x) =xsenx 1
tiene un cero en el intervalo [0,2],
Porque f(0) = -1 y f(2)=0.818595.
 Extremo Extremo Punto Valor de la Error Relativo
n izquierdoan derechobn mediocn funcinf(cn )

1 0 2 1 -0.158529

2 1 2 1.5 0.496242 0.333333

3 1 1.5 1.25 0.186231 0.2

4 1 1.25 1.125 0.015051 0.111111

5 1 1.125 1.0625 -0.071827 0.0588235

6 1.0625 1.125 1.09375 -0.028362 0.0285714

7 1.09375 1.125 1.109375 -0.006643 0.0140845

8 1.1093750 1.125 1.1171875 0.004208 0.0069930

1.1132812
9 1.1093750 1.1171875 -0.001216 0.0035087
5

(c= 1.114157141 es el cero def(x) =xsenx- 1)

En el ejemplo anterior si =0.005, el procedimiento se
parara en la octava iteracin con el criterio |f(cn)|< , ya
que:

|f(c8)| = |f(1.1171875)| = 0.004208 < = 0.005,

pero si se usa el criterio

el procedimiento se detendra en la novena iteracin
porque:

http://portales.puj.edu.co/
objetosdeaprendizaje/Online/OA10/
capitulo5/5.htm
Ejemplo de Biseccin 2 Hallar las
raices de la ecuacion exp(-x)-x=0

x=-3:0.001:3;
>> y=exp(-x);
>> z=x;
>> plot(x,y,x,z)
grid
>> axis([-3 3 -3 3])

biseccion(f,a,b,tol,n)
biseccion(' exp(-x)-x, 0,1 ,0.0001 ,30)
Ejercicios
Resolver las siguientes ecuaciones
a)exp(x) = 9 , b)sin(t) t 2 = 0,
c) x3 8x5 + 5x2 x + 9 = 0 ,
d) x exp(x) sin(x) + 3 = 0 ,
e) cos( t) 0.5 = 0 ,
Observacin: Este algoritmo de biseccin como se
vio es muy simple y manejable adems es robusto
pues siempre converge a una solucin, pero tiene en
contra el problema de que converge muy lentamente
y el nmero de iteraciones debe ser grande.

El mtodo de biseccin suele recomendarse para

encontrar un valor aproximado del cero de una
funcin, y luego este valor se rena por medio de
mtodos ms ecaces. La razn es porque la
mayora de los otros mtodos para encontrar ceros
de funciones requieren un valor inicial cerca de un
cero; al carecer de dicho valor, pueden fallar por
completo.
Teorema : Sea f C[a , b] y supongamos que f (a) f
(b)<0.
El procedimiento de biseccin genera una sucesin {tn}
que se aproxima a t con la propiedad
Ejemplo:
Cuntas iteraciones son necesarias para resolver
f (t) = t3 + 4t2 10 = 0 con una precisin de =105
para a1 = 1 y b1 = 2 .
Solucin:
Debemos hallar n = N en la expresin:

Usando Logaritmos tenemos:

lo cual corresponde a un N mnimo n =17. En

conclusin 17 iteraciones.
Mtodo de las Cuerdas
o
Falsa Posicin
o
De las Proporciones
 Mtodo de las cuerdas
El proceso es muy parecido al
anterior. La diferencia est en que
este por construccin camina
proporcionalmente hacia la raz a
la vez que va encajonandola:
 Mtodo de las cuerdas
El proceso acercamiento a la Raz:

1ero. 2do.
El proceso acercamiento a la Raz
continuar hasta cumplir la
tolerancia:
o sea,
cuando
tn t n 1 E r
Si se tiene que f C [ a , b ] , o
sea la funcin f es continua en
el intervalo [a, b], y sif ( a ) f ( b ) 0
entonces se tiene un punto
t ] a, b [ tal que f (t) = 0, este t
se consigue usando un algoritmo
que efecte lo visto en las guras
anteriores:
Paso1: Denir f (x), // funcin continua en
[a,b]

Paso2: Entrar a, b, error;br=a

a;// tolerancia
t a f (a)
Paso3: f (b ) f (a)

Paso4: if (f (t)*f (a)<0) { b=t ; }

Paso5: en otro caso { a=t ; }
Paso6: if abs(r - t )>error r=t; ir a 3
Paso7: Publicar t ; // como raz
Paso8: Parar.
Ejemplo de Cuerdas
Si fuera el caso de la funcin
f ( x) ( x 3) 3
2

y la estudiamos en el intervalo
[a, b] = [3, 5],
donde claramente se tiene que
f(a)*f(b)<0 pues
( f(4) = - 3)*( f(5) = 1) = - 3<0
 Tabla de Resultados de Cuerda

Se us 2 decimales slo para

muestra; deben usarse 6 por lo
menos.
Es la gura vista paso a paso.1
 REGLAFA
ingrese la funcion asociada
f(x)= exp(-x)-x
limite inferior : 0
limite superior : 1
la raiz es = 0.56714338

x=-3:0.001:3;
>> y=exp(x)+2-x;
>> z=6-2*cos(x);
>> plot(x,y,x,z)
>> grid
Ejemplo: Hallar una raiz de : f(x)= exp(-x) +x-2

x=-3:0.001:3;
>> y=exp(-x);
>> z=2-x;
>> plot(x,y,x,z)
>> grid

REGLAFA
ingrese la funcion asociada f(x)= exp(-x)+x-2
limite inferior : 1
limite superior : 2
la raiz es = 1.84140561
Mtodo de las
Newton
o
De las Tangentes
 Mtodo de Newton
El proceso es que toma la direccin
de la recta tangente en un punto de
la funcin f hasta la interseccin
con eje x. Este ltimo punto es muy
cercano al de la raz. Si el mtodo
se repite se llega a la raz:
 Mtodo de Newton
El proceso acercamiento a la Raz:

1ero. 2do.
El proceso acercamiento a la Raz
continuar hasta cumplir la
tolerancia:
o sea,
cuando
tn t n 1 E r
Supngase que la funcin f es
continuamente diferenciable dos veces
en el intervalo [a, b]; f C 2 [ a , b ]
Sea tn [a,b] una aproximacin a t tal
que f(tn)0 y |tn-t| es pequeo.
Consideraremos la expansin de Taylor de
primer grado para f(t) alrededor de tn.
Donde q(t) est entre t y tn. Como f (t) = 0 , la ecuacin
(1), con t = t , nos resulta:

Si suponemos que el error

es despreciable, o sea, tiende a cero ms

rpidamente que t.

Despejando t de esta ecuacin queda:

La cual es nueva y mejor aproximacin a t que tn .
Esto genera el mtodo de proceso iterativo tal que:
Ejemplo: Resolver por el mtodo de Newton la
siguiente ecuacin

Solucin:
Calculamos la derivada de f(t), o sea: f (t) = 2cos(t)
1.
Como en este caso particular conocemos el intervalo
que contiene la raz damos el punto medio, como la
primera aproximacin: t = 1.5.
x=-3:0.00001:3;
y=2*sin(x)-x;
plot(x,y)
grid
newton('2*sin(x)-x',1.5,0.000001,30)
El metodo tuvo exito despues de 5 iteraciones
Resultados obtenidos
i x_i f(x_i)
1.0000 2.0766 -0.3269
2.0000 1.9105 -0.0248
3.0000 1.8956 -0.0002
4.0000 1.8955 -0.0000
5.0000 1.8955 -0.0000
El metodo tuvo exito despues de
5 iteraciones
Resultados obtenidos
Problemas
1.Aproxime con 104 y 107 de precisin las races de
las siguientes ecuaciones en los intervalos dados:

2. Repita el ejercicio anterior pero en otro intervalo si

es posible.
3. Use el mtodo de Newton para resolver:
Paso1: Denir f (x), f (x),
// funcin continua en [a,b]

Paso2: Entrar x0 , error; // tolerancia

f ( x0 )
Paso3: t x0
f ' ( x0 )

Paso4: if abs(x0 - t )>error; x0 = t

ir a Paso3;
Paso5: Publicar t ; // como raz
Paso6: Parar.
Ejemplo de Newton
Si fuera el caso de la funcin
f ( x) ( x 3) 3
2

y la estudiamos en el intervalo
[a, b] = [4, 5],
donde claramente se tiene que
f(a)*f(b)<0 pues
( f(4) = - 2)*( f(5) = 1) = - 2<0
 Tabla de Resultados de Newton

Se us 4 decimales slo para

muestra; deben usarse 6 por lo
menos.
Es la gura vista paso a paso.1
Mtodo de la Secante
 Mtodo de la Secante

Por denicin:

Tomando la aproximacin

Usando esta ltima frmula para f (tn1) en la

frmula de Newton resulta:
Esta ltima expresin es el mtodo de la SECANTE
y es de efectividad muy parecida al mtodo de
Newton.
 Proceso
El proceso es tomar dos
puntos muy cercanos para
las x y sus correspondientes
ordenadas; es de estas, de
donde se traza un secante en
la f, esta secante es la que se
acerca a las raz en la
interseccin con eje x.
 Mtodo de la secante
El proceso acercamiento a la Raz:

1ero. 2do.
El proceso acercamiento a la Raz
continuar hasta cumplir la
tolerancia:
o sea,
cuando

xn x n 1 E r
Si se tiene que f C [ a , b ] , o
sea la funcin f es continua en
el intervalo [a, b], y sif ( a ) f ( b ) 0
entonces se tiene un punto
t ] a, b [ tal que f (t) = 0, este t
se consigue usando un algoritmo
que efecte lo visto en las guras
anteriores:
Paso1: Denir f (x), // funcin continua en [a,b]
Paso2: Entrar x0, x1, error; // tolerancia
f ( x1 )( x1 x0 )
Paso3: t x1
f ( x1 ) f ( x0 )

Paso4: if abs(x1 - t )>error; x0 = x1

x1 = t, ir a Paso3;
Paso5: Publicar t ; // como raz
Paso6: Parar.
Ejemplo de la Secante
Si fuera el caso de la funcin
f ( x) ( x 3) 3
2

y la estudiamos en el intervalo
[a, b] = [4, 5],
donde claramente se tiene que
f(a)*f(b)<0 pues
( f(4) = - 2)*( f(5) = 1) = - 2<0
 Tabla de Resultados de Secante

Se us 4 decimales slo para

muestra; deben usarse 6 por lo
menos.
Es la gura vista paso a paso.1
 Iteracin del Punto Fijo
Ejemplo: La funcin g(t) = t sin( t) , tiene
exactamente dos puntos jos en el intervalo [0, 1], que
son t = 0 o el punto t = 1.
Explicando esta situacin es donde un punto tiene su
abscisa igual a la ordenada as: cuando t = 0 resulta el
punto (0, 0) y cuando t = 1 tenemos (1, 1).
Por ejemplo el problema de la bsqueda de races
f(x)=0 tiene soluciones que corresponden
precisamente a los puntos jos de g(x)=x-f(x). La
primera tarea es entonces decir cundo una funcin
tiene un punto jo y cmo se puede determinar los
puntos jos.

El siguiente teorema da las condiciones sucientes

para la existencia de un punto jo.
Teorema
Si g C[a, b] y g(x)[a, b] para toda x[a, b], entonces
g tiene un punto jo en [a, b]. Si adems, g(x) existe
en (a, b) y /g(x)/ k < 1 para toda x[a,b[, (*)
entonces, g tiene un punto jo nico t en [a, b].
Algoritmo de Punto Fijo
Paso 1: Dene g(t) ,
Paso 2: Entramos a, b {Los extremos del intervalo [a, b]}
Entramos Err {Error de clculo o Tolerancia}
Entramos t0 {Entramos un valor t0 [a,b] como primer valor
de la raz}
Paso 3: Hacemos tn = t0
Paso 4: t = g(tn ) {Renovamos el t }
Paso 5: Si t tn < Err ir al paso ( 7) {Vericamos la tolerancia }
Paso 6: Si Paso (5) es falso hacer tn = t ir a paso (3)
Paso 7: Publicar la solucin: La raz = t
Paso 8: Parar.
Ejemplo:
Resolver por el mtodo de punto jo o iteraciones
tn+1 = g(tn ) la siguiente ecuacin

Solucin: Pasamos a la forma tn+1 = g(tn )

haciendo:
g(t) = 2 sin(t) = t .
t=1:0.00001:2;
y=t;
z=2*sin(t);
plot(t,y,t,z)
grid

t=-5:0.00001:5;
y=t;
z=2*sin(t);
plot(t,y,t,z)
grid
Comparacin de los Mtodos Iterativos

El esfuerzo computacional para la ejecucin de cada

uno de los mtodos depende de varios factores, los
ms importantes son:

1.La complejidad de los clculos, sobre todo para la

derivada.
2. El nmero total de iteraciones
3. Condiciones para la convergencia
El mtodo de la biseccin y el mtodo de la posicin
falsa exigen pocas condiciones para garantizar la
convergencia, el inconveniente est en que el nmero de
iteraciones puede ser grande. Observe que su tasa de
convergencia es lineal.
Los mtodos de punto jo generales son ms rpidos,
pero en contraparte exigen muchas hiptesis para la
convergencia.
El ms rpido es el mtodo de newton, pero requiere el
clculo de la derivada y demanda, al igual que los
mtodos de punto jo, hiptesis rigurosas.
El mtodo secante puede ser prctico cuando el clculo
de la derivada es complicado, pero
no es tan rpido como el mtodo de Newton.
Se puede concluir que la eleccin del mtodo ms
eciente depende de la ecuacin que se intenta
resolver. Cada mtodo tiene sus ventajas y desventajas.
Como un comentario adicional, despus de llevar al
computador cada uno de estos mtodos y
experimentarlos con diversos ejemplares,
probablemente el estudiante halle que las diferencias
de tiempo de ejecucin, entre un programa y otro, sea
insignicante cuando se aplica a la resolucin de una
ecuacin, y ese afn por buscar el mtodo ms rpido
parecera no tener
sentido. Esa percepcin es equivocada, pues estos
mtodos deben verse como subrutinas de otros
mtodos iterativos ms sosticados, para otro tipo de
problemas, donde la prdida de una fraccin de
segundo retrasara el desempeo del mtodo en su
conjunto.
 Se Termino
FIN .

HAGA TODO CON PAZ , AMOR Y

FRATERNALMENTE

El conocimiento es de la Inteligencia Csmica, o

sea, de toda la "Humanidad"

Que el Csmico te d 3 veces, lo que me deseas a

M