This is page i

Printer: Opaque this

Métodos Iterativos para Ecuaciones no

Lineales

Dr. Oldemar Rodríguez Rojas

Setiembre 2001
ii
 This is page iii
Printer: Opaque this

Contents
1 Métodos iterativos para ecuaciones no lineales v
1 El método de aproximaciones sucesivas . . . . . . . . . . . . v
1.1 Teoremas de convergencia y estudio del error . . . . v
1.2 El método de punto fijo para resolver ecuaciones de
una variable . . . . . . . . . . . . . . . . . . . . . . . x
2 Método de la Bisección . . . . . . . . . . . . . . . . . . . . . xiv
3 Estudio del error . . . . . . . . . . . . . . . . . . . . . . . . xv
3.1 Note . . . . . . . . . . . . . . . . . . . . . . . . . . . xv
4 Método de Newton-Raphson . . . . . . . . . . . . . . . xv
4.1 OBS: . . . . . . . . . . . . . . . . . . . . . . . . . . . xvi
5 Método de la Secante . . . . . . . . . . . . . . . . . . . . . . xvii
6 Análisis del error y técnicas de acelaración . . . . . . . . . . xix
iv
 This is page v
Printer: Opaque this

Métodos iterativos para

ecuaciones no lineales
1 El método de aproximaciones sucesivas
1.1 Teoremas de convergencia y estudio del error
Teorema 1 Sea U un subconjunto completo de un espacio normado X y
A : U → U una contracción. Entonces las aproximaciones sucesivas:

xn+1 = Axx , para n = 0, 1, 2, . . . ,

con x0 arbitrario en U converge al punto fijo único x de A.

Prueba Sea x0 ∈ U entonces definimos recursivamente la siguiente sucesión
en U :
xn+1 := Axn , para n = 0, 1, 2, . . . .
De donde se tiene que:

kxn+1 − xn k = kAxn − Axn−1 k ≤ q kxn − xn−1 k ,

luego por inducción se deduce que:

kxn+1 − xn k ≤ q n kx1 − x0 k , para n = 0, 1, 2, . . . .

Por lo tanto para m > n se tiene que:

kxn − xm k ≤ kxn − xn+1 k + kxn+1 − xn+2 k + · · · + kxm−1 − xm k (1.1)

≤ q n + q n+1 + · · · + q m−1 kx1 − x0 k

qn
≤ kx1 − x0 k .
1−q

Como q n → 0 cuando n → ∞ entonces (xn ) es una sucesión de Cauchy y

como U es completo entonces existe x ∈ U tal que xn → x cuando n → ∞.

Corolario 1 [Cota del Error a Priori] Con las mismas hipótesis del Teo-
rema 1 se tiene el siguiente estimado para el error a priori:
qn
kxn − xk ≤ kx1 − x0 k .
1−q

Prueba Es evidente de la desigualdad (1.1).

vi 1. Métodos iterativos para ecuaciones no lineales

Corolario 2 [Cota del Error a Posteriori] Con las mismas hipótesis del
Teorema 1 se tiene el siguiente estimado para el error a posteriori:
q
kxn − xk ≤ kxn − xn−1 k .
1−q
Prueba Se deduce del error a priori iniciando con x0 = xn−1 .
Teorema 2 [Versión 1] Sea D ⊂ R un intervalo cerrado y sea g : D → D
una función continuamente diferenciable con la siguiente propiedad:
q := sup |g 0 (x)| < 1.
x∈D

Entonces la ecuación g(x) = x tiene solución única x ∈ D y la sucesión de

aproximaciones sucesivas:
xn+1 := g(xn ), para n = 0, 1, 2, . . .
con x0 arbitrario en D converge a esta solución. Además se tiene el siguiente
estimado para el error a priori:
qn
|xn − x| ≤ |x1 − x0 | , (1.2)
1−q
y el siguiente estimado para el error a posteriori:
q
|xn − x| ≤ |xn − xn−1 | . (1.3)
1−q
Si D = [a, b] entonces se tiene también la siguiente cota del error:
|xn − x| ≤ q n max{x0 − a, b − x0 }. (1.4)
Prueba El espacio R equipado de la norma valor absoluto | · | es un espacio
de Banach. Por el teorema del valor medio, para todo x, y ∈ D con x < y
se tiene que:
g(x) − g(y) = g 0 (ξ)(x − y)
para algún punto ξ ∈]x, y[. Por lo tanto:
|g(x) − g(y)| ≤ sup |g 0 (ξ)| · |x − y| = q |x − y| ,
ξ∈D

lo cual también es válido para x, y ∈ D con x ≥ y. Por lo tanto g es una

contracción, luego aplicando el Teorema de Banach o el Teorema 1 se tiene
la existencia y únicidad del punto fijo. De los corolarios 1 y 2 se tienen
obviamente las desigualdades (1.2) y (1.3). Para probar la cota del error
(1.4) note que:
|xn − x| ≤ |g(xn−1 ) − g(x)| = |g 0 (ξ 1 )| · |xn−1 − x| ≤ q |xn−1 − x|
= q |g(xn−2 ) − g(x)| = |g 0 (ξ 2 )| · |xn−2 − x| ≤ q 2 |xn−2 − x|
≤ ···
≤ q n |x0 − x|
≤ q n max{x0 − a, b − x0 }.
 1. Métodos iterativos para ecuaciones no lineales vii

Teorema 3 [Versión 2] Sea g ∈ C[a, b], con g : [a, b] → [a, b]. Entonces:

1. g tiene un punto fijo en [a, b].

2. Además si g 0 (x) existe en ]a, b[ y |g 0 (x)| ≤ q < 1, para todo x ∈]a, b[

entonces g tiene un punto fijo único en [a, b].

Prueba

1. I Caso: Si g(a) = a o g(b) = b se tiene la prueba.

II Caso: Si g(a) 6= a o g(b) 6= b ⇒ g(a) > a o g(b) < b
Tome h(x) = g(x) − x,note que:
h es continua en [a, b]
h(a) = g(a) − a > 0
h(b) = g(b) − b < 0
⇒ h(a) y h(b) tienen signos opuestos, usando el teorema de los
valores intermedios, se tiene que existe x ∈ [a, b] tq h(x) = 0 ⇒
g(x) − x = 0 ⇒ g(x) = x, por lo x es el punto fijo de g.

2. Suponga que g tiene dos puntos fijos en [a, b], sean estos x y y,con
x 6= y, entonces por el Teorema del valor medio con ξ ∈]a, b[ tal que:

|x − y| = |g(x) − g(y)| = g 0 (ξ) |x − y| ≤ q |x − y| < |x − y|

de donde |x − y| < |x − y| , lo cual es una contradicción, luego se

tiene que x = y.

x2 − 2x
Ejemplo 1 Pruebe que f (x) = , x ∈ [−1, 1] tiene un punto fijo en
6
[−1, 1].

Solucin: Se debe probar que f (x) ∈ [−1, 1] para todo x ∈ [−1, 1]. Como
1 x−1
f 0 (x) = (2x − 2) = = 0 ⇔ x = 1 entonces los máximos o mínimos
6 3
1
posibles están en x = −1 o x = 1. Como f (−1) = es máximo y f (1) =
2
1
− es mínimo entonces para todo x ∈ [−1, 1] se tiene que f (x) ∈ [−1, 1],
6
de donde f tiene un punto fijo en [−1, 1] (solo se ha probado que existe
por lo menos un punto fijo, ahora tenemos que probar que es único).
Se debe existe q < 1 tal que | f 0 (x)| ≤ q < 1, para todo x ∈ ] − 1, 1[. Nóte
que:
viii 1. Métodos iterativos para ecuaciones no lineales

FIGURE 1. El método de aproximaciones sucesivas.

   
0
 x − 1   −1 − 1  2
| f (x)| = 
  ≤   ≤ < 1, para todo x ∈ ] − 1, 1[,
3   3  3

Luego f (x) tiene un punto fijo único en [−1, 1].

Teorema 4 Sea x un punto fijo de una función continuamente diferen-

ciable g tal que |g 0 (x)| < 1. Entonces el métodos de la aproximaciones
sucesivas xn+1 := g(xn ), para n = 0, 1, 2, . . . es localmente convergente,
es decir existe un vecindario B del punto fijo x de g tal que el método de
aproximaciones sucesivas converge a x para x0 ∈ B.

Prueba Como g 0 es continua y |g 0 (x)| < 1 entonces existe una constante

0 < q < 1 y δ > 0 tal que |g 0 (y)| < q para todo y ∈ B := [x − δ, x + δ].
Entonces se tiene que:

|g(y) − x| = |g(y) − g(x)| ≤ q |y − x| ≤ |y − x| < δ

para todo y ∈ B por lo que se deduce que g mapea B en si mismo, o sea que
g : B → B es una contracción, por lo que el resultado se tiene del Teorema
1.
El Teorema 4 se ilustra en la Figura 1.
Seguidamente se presenta un algoritmo en seudocódigo para el método de
las aproximaciones sucesivas.

Algoritmo 1 [Para encontrar puntos fijos]

Entrada: p0 (aproximación inicial), T ol, N, g(x)
Salida: p (punto fijo aproximado) o mensaje de error
Paso 1. i ← 1
 1. Métodos iterativos para ecuaciones no lineales ix

Paso 2. Mientras i ≤ N siga los pasos 3–6

Paso 3. p ← g(p0 )
Paso 4. Si |p − p0 | < T ol
Salida p
Parar
Paso 5. i ← i + 1
Paso 6 p0 ← p
Paso 7. Mensaje de error (“El método falló”)
Parar
Una implementación iterativa en Mathematica es la siguiente:

PuntoFijo[P0 ,Tol ,n ,G ]:=

Module[{i=1,P0Tem=P0,Band=1},
While[(i<=n)
P=G[P0Tem];
Print[‘‘En la iteración ’’,i,‘‘ el valor de P es ’’,
N[P,15]];
If[Abs[P-P0Tem]<Tol,Band=0];
i++;
P0Tem=P;
];
If[i==n+1,Print[‘‘El método no Converge’’]];
P
];

Una implementación recursiva en Mathematica es la siguiente:

PuntoFijoRecursivo[P0 ,Tol ,N ,F ]:=

Module[{P1=P0},
P1=F[P0];
If[(Abs[(P0-P1)]<Tol)||(N<=1),
P,
PuntoFijoRecursivo[P,Tol,N-1,F]
]
];
Ejemplo 2 Sea F (x) = e−x . Es fácil probar que F (x) mapea A = [0.5, 0.69]
en si mismo (ejercicio). Como F es continuamente diferenciable tome
q = max | F 0 (x)| = max −e−x  ≈ 0.606531 < 1
 
x∈A x∈A

Si se ejecuta el programa iterativo en Mathematica como sigue:

N[PuntoFijo[0.55, 0.000001, 30, G], 15]
es decir, tomando p0 = 0.55 como aproximación inicial, con ε = T ol =
10−6 para el algoritmo anterior obtenemos que el “punto fijo” de F es p =
x 1. Métodos iterativos para ecuaciones no lineales

p19 = 0.567143650676 (pues en p19 se terminó la ejecución del programa).

Por otro lado el error absoluto al calcular p12 = 0.567124201933893 igual
a:
|p − p12 | ≈ 1.91 ∗ 10−5 ,
mientras que usando el error a priori se obtiene es:

q 12
|p − p12 | ≤ |x1 − x0 | = 1.70 ∗ 10−4
1−q
y usando el error a posteriori se obtiene que:
q
|p − p12 | < |p12 − p11 | = 8.13 ∗ 10−5
1−q
que es una mejor estimación del verdadero error. Usando el error a priori se
deduce que para obtener una precisión de ε = 10−6 se requieren al menos
de:  
ε(1 − q)
n ≥ log / log(q) ≈ 22.3 ≤ 24 iteraciones,
|x1 − x0 |
pero se observa que el programa requirió de 19 iteraciones.
Ejecutando la versión recursiva se obtiene el mismo resultado:

N[PuntoFijo Re cursivo[0.55, 0.000001, 30, G], 15]

es decir, p = 0.567143650676.

1.2 El método de punto fijo para resolver ecuaciones de una

variable
Ejemplo 3 Resuelva la ecuación x3 − x − 1 = 0 en el intervalo [1, 2].
Solucin: Se debe plantear un problema de encontrar lo puntos fijos de una
función g(x) que sea equivalente a resolver la ecuación x3 − x − 1 = 0.
Resolver x3 − x − 1 = 0 es equivalente a resolver la ecuación x3 − 1 = x,
entonces se puede tratar de encontrar los puntos de g(x) := x3 − 1. Pero
g(x) no cumple las hipótesis del Teorema de punto fijo de Banach, pues
g 0 (x) = 3x2 > 0 ⇒ g(x) es creciente en [1, 2], luego g(1) = 0 y g(2) = 7
son el mínimo y el máximo en el intervalo [1, 2] respectivamente, por lo que
g(x) ∈ / [1, 2] ∀x ∈ [1, 2]. Otro intento se puede hacer usando el hecho de
que: r
3 1
x −x−1=0⇔x=± 1+ ,
x
q 1
luego tome g(x) := 1 + x1 , g 0 (x) = − q < 0 en [1, 2], esto
2x2 1 + x1
√
implica que g(x) es decreciente en [1, 2], luego g(1) = 2 ≈ 1.41 g(2) =
 1. Métodos iterativos para ecuaciones no lineales xi
q
3
≈ 1.22 son un máximo y mínimo respectivamente de g(x) en [1, 2], por
2
lo que g(x) ∈ [1, 2] ∀x ∈ [1, 2], luego la función g(x) tiene al menos un
punto fijo en [1, 2].
Se probó que g : [1, 2] → [1, 2], falta probar que g es una función Lipchitz
en el intervalo [1, 2]. Veamos
1 1 1
g 0 (x) = − q ⇒ |g 0 (x)| = q ≤ := q < 1
2x2 1 + 1
2x2 1 + 1 2
x x

1
de donde se puede tomar q := . Ejecutando el programa de punto fijo con
2
p0 = 2 se obtiene:

G[x ] := Sqrt[1 + 1/x]

N[PuntoFijo[2,0.00001,30,G],15]
En la iteración 1 el valor de P es 1.22474487139159
En la iteración 2 el valor de P es 1.3477746773581
En la iteración 3 el valor de P es 1.31983475643837
En la iteración 4 el valor de P es 1.32577170214339
En la iteración 5 el valor de P es 1.32449147872207
En la iteración 6 el valor de P es 1.32476667564583
En la iteración 7 el valor de P es 1.32470747924203
En la iteración 8 el valor de P es 1.32472021086795
En la iteración 9 el valor de P es 1.32471747253653

Luego el punto fijo de g(x) y solución de la ecuación x3 − x − 1 = 0 en el

intervalo [1, 2] es: x = 1.32471747253653. Ejecutando la versión recursiva
se obtiene la misma solución:

In[9]:=N[PuntoFijoRecursivo[2,0.00001,30,G],15]
Out[9]:=1.32471747253653

Usando el comando Solve de Mathematica se obtiene:

N[Solve[x^3 - x - 1 == 0, x]]
{{x->1.32472},{x->-0.662359+0.56228 I},{ x->-0.662359-0.56228
I}}

Que coincide con la solución encontrada por nuestro programa. Gráficamente

se ilustra el la Figura 2 usando el comando de Plot[{G[x],x},{x,0.1,3}]
de Mathematica.

Ejemplo 4 Dada la ecuación del ejemplo anterior x3 − x − 1 = 0 en el

intervalo [1, 2], ¿Cuántas iteraciones se requieren para obtener un error
absoluto menor que 10−5 ?
xii 1. Métodos iterativos para ecuaciones no lineales

FIGURE 2. Grafico de g(x) y de la función identidad.

1
Solucin: Recuerde que q = de donde se tiene que:
2

|pn − p| ≤ q n max{p0 − a, b − p0 }
 n
1
= max{1, 0} (con p0 = 2)
2
 n
1
≤ .
2

Luego:
 n
−5 1
|pn − p| ≤ 10 ⇔ ≤ 10−5 ⇔ n ≥ 16.6.
2

Tome n = 17.

Observación 1 En la práctica el programa requirió solamente 9 itera-

ciones.

Ejemplo 5 Para la ecuación x3 −x−1 = 0 en el intervalo [1, 2], con p0 = 2

estime usando el error a priori (1.2) ¿Cuántas iteraciones se requieren para
obtener un error absoluto menor que 10−5 ?

Solucin: Se tiene que

r
1 1
k= , p0 = 2, g(x) = 1+ .
2 x
 1. Métodos iterativos para ecuaciones no lineales xiii
r r
1 3
De donde se obtiene que p1 = 1+ = ≈ 1.2 entonces:
2 2
1 n


2
|pn − p| ≤ |2 − 1.2|
1 − 12
 n−1
1
= · 0.8,
2
entonces:
 n−1
−5 1
|pn − p| ≤ 10 ⇔ · 0.8 ≤ 10−5
2
⇔ (n − 1)(− log(2)) ≤ −5 − log(0.8),

esto implica que n ≥ 17.28, por lo que se puede tomar n = 18.

Observación 2 En la práctica el programa requirió solamente 9 itera-
ciones.
xiv 1. Métodos iterativos para ecuaciones no lineales

FIGURE 3.

2 Método de la Bisección
Hipótesis
* f continua en [a,b]
*f(a) y f(b) tienen signos opuestos
∴por el teorema del valor intermedio existe p∈ [a, b] tq f(p)=0
Gráficamente
La idea es encontrar una sucesión {pn }n∈IN tal que pn → p y f(p)=0
n→∞
Para encontrar {pn }n∈IN
-Tome a1 = a, b1 = b, p = a1 +b 2
1

-Si f (p1 ) = 0, termina p = p1

si no
si f (p1 ) y f(a) tienen el mismo signo tome
a2 = p1 , b2 = b1 , p = a2 +b
2
2

si no
a2 = a1 , b2 = p1 , p = a2 +b
2
2

se sigue así hasta que f(pi )∼ = 0,o hasta superar el némero de iteraciones

Algoritmo 2 Entrada: a, b, Tol (tolerancia), N, f

Salida: Aproximación de p, o mensaje de error
Paso 1. i ← 2
Paso 2. Mientras i ≤ N, pasos 3-6
Paso 3. p ← a+b 2
Paso 4. Si f (p) = 0 o |b−a|
2 < T ol
Sálida (p)
Parar
Paso 5.i ← i + 1
Paso 6. Si f (a)f (p) > 0
a←p
Si no
 1. Métodos iterativos para ecuaciones no lineales xv

b←p
Paso 7. Sálida ( ”El método falló”)
Parar

3 Estudio del error

Teorema 5 Sea f ∈ C[a, b], con f (a)f (b) < 0. Entonces el algortmo de
la Bisección produce una sucesión {pn }n∈IN que aproxima a p con un error
absoluto |pn − p| < b−a
2n , n ≥ 1.

Prueba |b1 − a1 | = |b − a|
|b2 − a2 | = 21 |b − a|
.
.
.
1
|bn − an | = 2n−1 |b − a|
como p ∈]an − bn [ y pn = an +b 2
n
⇒ |pn − p| ≤ |bn −a
2
n|
≤ 12 ∗ 2n−1
1
|b − a| =
1
2 n (b − a)
Gráficamente
Obs:
· b−a
2n es una cota superior del error
|pn −p|
· |pn − p| < b−a
2n ⇒ 1
n
< b − a = k (constante O( 21n ) ⇒ pn → p con
2
1
rápidez 2n (muy rápido)
Ejemplo 6 Para f (x) = x3 + 4x2 − 10, con a = 1 y b = 2; hallar el N
necesario para tener un error absoluto menor a ε = 10−6
−6
Solución 1 |pn − p| < b−a
2n < 10
−n −6
⇔ 2 < 10
⇔ −n log 2 < −6
⇔ n > log6 2
⇔ n > 19.9
∴ Tome n = 20

3.1 Note
Que fue exactamente lo que requirió el programa

4 Método de Newton-Raphson

El método de Newton-Raphson es uno de los más poderosos para resolver

f (x) = 0
xvi 1. Métodos iterativos para ecuaciones no lineales

FIGURE 4.

·Deducción geométrica:
f 0(xi ) = f (xxi i)−f (xi+1 )
−xi+1
f (xi )−0
=
xi −xi+1
⇒ xi − xi+1 = ff0(x
(xi )
i)

⇒ xi+1 = ff0(x (xi )

i)
+ xi (sucesión de Newton-Raphson)

4.1 OBS:
Si f ∈ C 2 [a, b] el método se puede deducir usando el polinomio de Taylor
alrededor de xi .
El método de Newton-Raphson consiste en diseñar un algoritmo que calcule
la sucesión
(
po si n=0
pn =
pn−1 − ff0(p
(pn−1 )
n−1 )

Algoritmo 3 Entrada: p0 , N, Tol, f

Salida: Solución aproximada de p o mensaje de error
Paso 1. i ← 1
Paso 2. Mientras i ≤ N, pasos 3-6
Paso 3. p ← p0 − ff0(p(p0 )
0)
Paso 4. Si |p − p0 | < T ol
Sálida (p)
Parar
Paso 5. i ← i + 1
Paso 6. p0 ← p
Paso 7. Sálida ( ”El método falló”)
Parar
√
Ejemplo 7 Hallar un método para calcular A, con A ≥ 0
 1. Métodos iterativos para ecuaciones no lineales xvii
√
Solución 2 Calculando A es equivalente a resolver la ecuación x2 − A =
0, usando Newton-Raphson con f (x) = x2 − A y f 0 (x) = 2x
Se tiene que
x2n −A
xn+1 = xn − ff0(x(xn )
) = xn − 1 A
2xn ⇒ xn = 2 (xn + xn ) de donde es obvio
n
√
que la sucesión xn → A cuando n → ∞

Teorema 6 * Sea f ∈ C 2 [a, b]

*p ∈ [a, b]; con f (p) = 0
*f 0(p) 6= 0
Entonces existe δ > 0 tal que el método de Newton-Rapson genera una
sucesión {pn }n∈IN que converge a p, con p0 ∈ [p − δ, p + δ]
f (x)
Prueba Sea g(x) = x − f 0(x) , note que g(x) ∈ [a, b] y g(p) = p

p0 si n = 0
Sea pn = note que la {pn } es la sucesión de Newton-
g(pn−1 ) si n ≥ 1
Rapson
Se debe probar que g(x) cumple las hipótesis del teorema de punto fijo, a
saber
* ∃δ > 0 tq. ∀x ∈]p − δ, p + δ[, |g0(x)| ≤ k < 1
* g : [p − δ, p + δ] → [p − δ, p + δ] (ejercicio)
⇒ g cumple las hipótesis del teorema de punto fijo en [p − δ, p + δ]
⇒ {pn }n∈IN converge a un punto fijo p de g(x) en [p − δ, p + δ]

5 Método de la Secante
El problema con el método de Newton-Rapson es que requiere la derivada
de f(x)
f 0 (pn−1 ) = Lim f (x)−f (pn−1 )
x−pn−1 ≈ f (ppn−2 )−f (pn−1 )
n−2 −pn−1
n→pn−1
f (pn−1 )
Si pn = pn−1 − f 0(pn−1 ) (Newton-Rapson)
f (pn−1 )
⇒ pn ≈ pn−1 − f (pn−2 )−f (pn−1 )
pn−2 −pn−1

(pn−2 − pn−1 )f (pn−1 )

⇒ pn ≈ pn−1 −
f (pn−2 ) − f (pn−1 )
Método de la Secante
Entonces
 el método de la secante consiste en calcular la sucesión
 p0 si n = 0
pn = p1 si n = 1
−pn−1 )f (pn−1 )
pn−1 − (pfn−2 si n ≥ 2

(pn−2 )−f (pn−1 )

Algoritmo 4 Entrada: N, Tol, p0 , p1

Salida: Aproximación de p, con f(p)=0 o mensaje de error
Paso 1. i ← 2
xviii 1. Métodos iterativos para ecuaciones no lineales

FIGURE 5.

Paso 2. Mientras i ≤ N, pasos 3-6

0 −p1 )f (p1 )
Paso 3. p ← p1 − (p f (p0 )−f (p1 )
Paso 4. Si |p − p0 | < T ol
Sálida (p)
Parar
Paso 5. p0 ← p1
p1 ← p
Paso 6. i ← i + 1
Paso 7. Sálida ( ”El método falló”)
Parar

Ejemplo 8 Resuelva la ecuación e−x − x = 0

Solución 3 Aplicando el método de la secante se obtiene:

p0 = 1, p1 = 21
n pn
2 0.52456368
3 0.56414231
4 0.56742001
5 0.56714328
6 0.56714329
∴p∼ = 0.56714329
 1. Métodos iterativos para ecuaciones no lineales xix

6 Análisis del error y técnicas de acelaración

Definición 1 Sea {pn }n∈IN una sucesión que converge a p, sea en =
|p − p0 | , n ≥ 0. Si existen constantes α y λ, tal que:
Lim |pn+1 −p| α = Lim
|en+1 |
α = λ
n→∞ |pn −p| n→∞ |en |
Entonces se dice que :
* {pn }n∈IN canverge a p con orden α y con constante asintótica λ
*Entre mayor sea el orden de convergencia, mayor será la ”velocidad” de
convergencia.
*Si α = 1, se llama orden lineal
*Si α = 2, se llama orden cuadrático

p0 si n = 0
Teorema 7 Sea pn = el esquema de punto fijo visto
g(pn−1 ) si n ≥ 1
en la sección 3.2. Si se supone que
-g : [a, b] → [a, b]; g ∈ C[a, b]
-∃k, con 0 ≤ k < 1 tq |g0(x)| ≤ k < 1 ∀x ∈ [a, b]
-g es continua en [a, b]
Entonces pn → p con orden 1 (p punto fijo)
n→∞
Prueba |en+1 | = |pn+1 − p| = |g(pn+1 ) − g(p)| = |g 0 (ς n )(pn − p)| =
=|g 0 (ς n )en | con ς n entre pn y p.
como pn → p ⇒ ς n → p
n→∞ n→∞
|g0 (ς n )en |
 
|en+1 |
⇒ Lim |en | = Lim |en | = Lim |g 0 (ς n )| = g 0 Lim (ς n ) = g 0 (p)
 
n→∞ n→∞ n→∞ n→∞
∴ Lim |en+1 | 0
= g (p) = λ (constante)
n→∞ |en |
∴el orden de convergencia es linel
∼
Ejemplo 9 Suponga que tenemos dos esquemas pn y pn tal que
1. Lim |e|en+1
n|
|
= 0.75 (método lineal)
n→∞  
∼
 e n+1 

2. Lim ∼ 2
  = 0.75 (método cuadrático)
n→∞  e n 
∼
Supondremos que e0 = 0.5 y e 0 = 0.5
∼
¿Cuántas iteraciones requieren pn y pn para converger con error absoluto
−8
menor a 10 ?

Solución 4 1. Analicemos la sucesión (esquema) pn

|pn+1 − p| <10−8 ⇔ |en+1 | <10−8
Pero |e|en+1
n|
| ∼
= 0.75
⇒ |en+1 | = 0.75 |en | ∼
∼ = 0.752 |en−1 | ∼
= ... ∼
= 0.75n |e0 |
= 0.75n ∗ 0.5
⇒ |en+1 | <10−8
⇔ 0.75n ∗ 0.5 < 10−8
⇔ n log(0.75) < −8 − log(0.5)
xx 1. Métodos iterativos para ecuaciones no lineales

⇔ n > −8−log(0.5) ∼
log(0.75) − 1 = 61.62
⇒ n = 62 ∴ pn requiere aproximadamente 62 iteraciones para converger
ap
∼
2.
 Analicemos
 la sucesión
 pn
∼ ∼
 p n+1 − p <10−8 ⇔  e n+1  <10−8
  
 
∼
 e n+1 

Pero  2 ∼
= 0.75
∼ 
 e n
   2  2
∼ ∼  ∼
⇒  e n+1  ∼ = 0.75  e n  ∼
= 0.75[0.75  e n−1  ]2
 
 2
∼
= 0.753 |en−1 | ∼
4
= 0.753 [0.75  e n−2  ]4

 8  2n+1
∼ ∼ 
= 0.755  e n−2  ∼ = ... ∼
n+1
= 0.752 −1  e 0 


de donde
∼
 e n+1  <10−8

 2n+1
n+1 ∼ 
⇔ 0.752 −1  e 0  < 10−8
n+1 n+1
⇔ 0.752 −1 ∗ 0.52 <10−8
−1 2n+1
⇔ 0.75 ∗ 0.375 <10−8
n+1
⇔2 log(0.375) < −8 + log(0.75.)
⇔ 2n+1 > −8+log(0.5.) ∼
log(0.375) = 19.07
⇔ (n + 1) log(2) > log(19.07)
⇔ n > log(19.07)
log(2) −1∼ = 3.24
⇒n=4
∼
∴ pn requiere n=4 iteraciones para converger a p
Teorema 8 *Sea p una solución de g(x)=x
*g’(p)=0
g” es continua es un intervalo abierto que contiene a p
Entonces:
 existe δ > 0 tal que para p0 ∈ [p − δ, p + δ] la sucesión pn =
p0 si n = 0
converge cuadraticamente.
g(pn−1 ) si n ≥ 1
Prueba Ejercicio
Corolario 3 El método de Newton -Rapson converge con orden cuadrático.
Prueba Usando el teorema anterior se concluye el colario, pues: con g(x)=x-
f (x)
f 0 (x)
*g(p)=p- ff0(p)
(p) = p pues f (p) = 0 y f ’(p)6= 0
00 00 00
*g’(x)=1− f 0(x)f 0(x)−f (x)f (x)
(f 0 (x))2 = 1 − 1 − f(f
(x)f (x)
0 (x))2 = − f(f
(x)f (x)
0 (x))2

⇒ g 0 (p) = 0, pues f(p)=0

Es claro que g” es continua en un intervalo que contiene a p, si se supone
que f∈ C 3 [a, b]
Convergencia Acelerada y Método de Steffensen
 1. Métodos iterativos para ecuaciones no lineales xxi

Método M2 de Aitken
*Hipótesis
1. {pn }n∈IN converge linealmente a p con constante asíntótica λ tal que
0 < λ < 1 [ie Lim |e|en+1
n|
|
= λ]
n→∞
2. Todos los en tienen el mismo signo
3. Se asume que:
pn+1 −p ∼ pn+2 −p
λ∼ e
= n+1
en+2 ∼
en = pn −p = pn+1 −p = en+1 = λ
∧
Para n suficientemente grande se requiere encontrar {pn }n∈IN tal que con-
verge a p ”más rápidamente” que {pn }n∈IN .
Note que:
pn+1 −p ∼ pn+2 −p
pn −p = pn+1 −p
⇒ (pn+1 − p)(pn+1 − p) ∼ = (pn − p)(pn+2 − p)
⇒ p2n+1 − 2ppn+1 + p2 ∼ = pn+2 pn − ppn+2 − ppn + p2
⇒ −2ppn+1 + ppn+2 + ppn ∼ = −p2n+1 + pn+2 pn
∼
⇒ (−2pn+1 + pn+2 + pn )p = −p2n+1 + pn+2 pn
−p2n+1 +pn+2 pn
⇒p∼ = (−2pn+1 +pn+2 +pn )
pn+2 pn −p2n+1
⇒p∼
= pn+2 −2pn+1 +pn (+ y - en el numerador p2n y 2pn pn+1 )
p2n +pn+2 pn −2pn pn+1 −p2n +2pn pn+1 −p2n+1
⇒p∼
= pn+2 −2pn+1 +pn
pn (pn +pn+2 −2pn+1 )−(pn+1 −pn )2
⇒p∼
= pn+2 −2pn+1 +pn
(pn+1 −pn )2
⇒p∼ = pn − pn+2 −2pn+1 +pn
2
El método de M de Aitken se basa en de que la sucesión

∧ (pn+1 − pn )2
p := pn −
pn+2 − 2pn+1 + pn
converge ”más rapidamente” a p que la sucesión {pn }n∈IN
Notación: Diferencia Progresiva
M pn = pn+1 − pn , n ≥ 0
Mk pn =Mk−1 (M pn ), k ≥ 2
Obstante
*M2 (pn ) =M (M pn ) =M pn+1 − M pn
= pn+2 − pn+1 − (pn+1 − pn )
= pn+2 − 2pn+1 + pn
Con esta notación el método de Aitken se escribe como

∧ (M pn )2
p := pn −
M 2 pn
∼
Pero que quiere decir que una sucesión p converge más rápido a p que pn .
∼
Definición 2 Sean {pn }n∈IN y { p n }n∈IN M2 dos sucesiones que conver-
∼
gen a p, se dice que { p n }n∈IN converge más rápido a p que {pn }n∈IN
si:
xxii 1. Métodos iterativos para ecuaciones no lineales
∼
−p
Lim ppnn−p = 0, pn − p 6= 0
n→∞

Teorema 9 Sea {pn }n∈IN una sucesión que converge a p con orden lineal,
además se asume que en = pn − p 6= 0, ∀n
∧ 2
Entonces p := pn − (Mp n)
M2 pn converge a p más rápido que {pn }n∈IN
Prueba Ejercicio
Método de Steffensen: para acelerar el método de punto fijo
(0)
p0
(0) (0)
p1 = g(p0 )
(0) (1)
p2 = g(p1 )
(0) (0)
(1) (0) (0) (p1 −p0 )2
p0 =M2 (p0 ) = p0 − (0) (0) (0)
p2 −2p1 +p0
(1) (1)
p1 = g(p0 )
(1) (1)
p2 = g(p1 )
(1) (1)
(2) (1) (1) (p1 −p0 )2
p0 =M2 (p0 ) = p0 − (1) (1) (1)
p2 −2p1 +p0
.
.
.
Algoritmo 5 Entrada: N, Tol, p0 , g
Salida: Aproximación de p o mensaje de error
Paso 1. i ← 2
Paso 2. Mientras i ≤ N, pasos 3-6
Paso 3. p1 = g(p0 )
p2 = g(p1 )
2
1 −p0 )
p = p0 − p(p2 −2p1 +p0
Paso 4. Si |p − p0 | < T ol
Sálida (p)
Parar
Paso 5. i ← i + 1
Paso 6. p0 ← p
Paso 7. Sálida ( ”El método falló”)
Parar