Solución de

ecuaciones no
lineales de una
variable
MSc.. Paulina Morillo
  Se trata de un búsqueda de raíces,
determinando valores de la variable x
que satisfagan la ecuación f(x) = 0.
 Una solución de la ecuación se le conoce
Definición con el nombre de raíz de f(x) = 0
 Los métodos de determinación de raíces
se basan en PROCESOS ITERATIVOS,
que consisten en aproximaciones, paso a
paso, hacia la raíz de la ecuación.
 Ecuaciones

Lineales No lineales

Metodos
Numericos
Interval
Halving False
(o bisection) Position Ridder
(o regula falsi)
Succesive
Secant Muller
Métodos de Substitution
(o fixed-point)

solución Wegstein Newton

Raphson
Metodos
Analiticos
Brent
Broyden

Homotopy
Dogleg step
Hook step

Para problemas multidimensionales

 Son métodos que se basan en el siguiente procedimiento:

Métodos de
Iterativos

Criterio de parada: k > max numero de iteraciones

 ❖Métodos simples
❖Garantizan convergencia
❖Dependen exclusivamente de una
adecuada elección del intervalo donde se
encuentra la raíz y de la condición de
Métodos de tolerancia que se le imponga.
Iterativos
Así, si f(x) es continua en [a, b] y además
cumple que f(a)f(b) < 0, entonces ∃S ∈(a,b),
tal que f(S) = 0 (Consecuencia del Teorema
Bolzano).
 ❖Métodos acotados:
- Bisección
Métodos de - Falsa Posición
Iterativos ❖Punto Fijo:
- Primer orden
- Segundo Orden
Newton Raphson
Secante
 Método de la Bisección
 Es un método que divide, repetidamente, en la
mitad a los subintervalos de [a, b], desechando en
cada paso la mitad de subintervalo que no
contenga la raíz (como es lógico).
 Geométricamente se tiene lo siguiente:
Métodos de
Unión
 Método de la Bisección

Métodos de
Unión
 Método de la Bisección

Métodos de
Unión
 Método de la Bisección

Métodos de
Unión
 Método de la Bisección

Una forma aproximada de determinar el

número de iteraciones que se deben hacer
para que se consiga una aproximación con
Métodos de una tolerancia ℇ, puede ser obtenido en base
Unión a la siguiente relación:

donde k representa una cota del número de

iteraciones.
 Método de la Bisección

EJEMPLO: Determinar una raíz (valor

aproximado) de la ecuación:
𝑓(𝑥) = 𝑥 3 + 4𝑥 2 − 10,
Métodos de mediante Bisección, considerando una
Unión tolerancia ℰ𝑟 < 10−4
 Método de la Bisección

EJEMPLO: Determinar una raíz (valor

aproximado) de la ecuación:
𝑓(𝑥) = 𝑥 3 + 4𝑥 2 − 10,
Métodos de mediante Bisección, considerando una
Unión tolerancia ℰ𝑟 < 10−4
Definición del intervalo: si

Entonces el intervalo: 𝐼𝑜 = [1, 2] contiene al

menos una raíz de la ecuación.
 Método de la Bisección
Métodos de
Unión
 Método de la Bisección

Métodos de
Unión
 Método de la Bisección

Métodos de
Unión
 Método de la Falsa Posición

 Conocido también como algoritmo de REGULA

FALSI, el mismo que está basado en el criterio
geométrico de la pendiente de la secante.

Métodos de
Unión
 Método de la Falsa Posición

Métodos de
Unión
 Método de la Falsa Posición

Métodos de
Unión
 Método de la Falsa Posición

Métodos de
Unión
 Método de la Falsa Posición

Métodos de
Unión
 Método de la Falsa Posición

EJEMPLO: Determinar una raíz aproximada de la

ecuación 𝑓(𝑥) = 𝑐𝑜𝑠(𝑥) − 𝑥, mediante el
algoritmo de Falsa Posición, considerar una tolerancia en la
función | ℰ𝑓 | <10−5 .
Métodos de
Unión
 Método de la Falsa Posición

EJEMPLO: Determinar una raíz aproximada de la

ecuación 𝑓(𝑥) = 𝑐𝑜𝑠(𝑥) − 𝑥, mediante el
algoritmo de Falsa Posición, considerar una tolerancia en la
función | ℰ𝑓 | <10−5 .
Métodos de
Unión
 Método de la Falsa Posición
Métodos de
Unión
 Método de la Falsa Posición
Métodos de
unión
 Actividad:

Dadas las siguientes funciones y sus

intervalos:

𝑓 𝑥 = 𝑥 3 − 2𝑥 2 𝑠𝑒𝑛 𝑥 , [2, 3]
Métodos de
𝑓 𝑥 = 𝑥 3 − 2𝑥 2 𝑠𝑒𝑛 𝑥 , [−1, 1]
Unión 𝑓 𝑥 = 𝑥 3 𝑒 −𝑥 + 4𝑥 2 − 10, [1, 2]

Realice los métodos de la bisección y de

falsa posición, utilizando para cada caso
El error relativo y el error absoluto
respectivamente
 Métodos de Punto Fijo

 Se trata de determinar la solución de

una ecuación de la forma: x = g(x)
 A una solución de esta ecuación se le
conoce como PUNTO FIJO de la
Punto Fijo función g(x).
 Así, si g(x) es continua en [a, b] y
además es diferenciable en (a, b),
entonces ∃S ∈ (a, b) tal que: S = g(S)
 Métodos de Punto Fijo

Punto Fijo

Las raíces de f(x) = 0, son las soluciones que

corresponden precisamente a los puntos fijos de x = g(x),
puesto que de f(x) se pueden obtener x y g(x), esto es:
𝑓(𝑥) = 𝑥 − 𝑔(𝑥) = 0; 𝑥 = 𝑔(𝑥)
 Métodos de Punto Fijo
El proceso iterativo, en estos métodos, consiste en ir
evaluando x varias veces hasta tener una buena
aproximación a la raíz, basándose en la ecuación x = g(x).

Punto Fijo
 Métodos de Punto Fijo
Estos procesos no siempre convergen, por lo que se
requiere de alguna condición que en cierto grado
garantice un acercamiento a la raíz. Además la elección
de g(x) debe ser tal que haga la convergencia tan efectiva
como sea posible.

Punto Fijo
 CONDICIONES DE CONVERGENCIA
EN LOS LÍMITES DEL INTERVALO

Una iteración i-ésima dada por: 𝑥𝑖 =S+𝜀𝑖 , también:

𝑥𝑖−1 =S+𝜀𝑖−1 donde: S es la raíz y 𝜀𝑖 la tolerancia.

Punto Fijo Para la convergencia, se debe cumplir con una

condición de acercamiento a la raíz, lo cual se puede
expresar, en función de los errores en cada paso
iterativo, de la siguiente forma:
 CONDICIONES DE CONVERGENCIA
Punto Fijo EN LOS LÍMITES DEL INTERVALO
 CONDICIONES DE CONVERGENCIA
Punto Fijo EN LOS LÍMITES DEL INTERVALO
 CONDICIONES DE CONVERGENCIA
Punto Fijo EN LOS LÍMITES DEL INTERVALO
 CONDICIONES DE CONVERGENCIA
Punto Fijo EN LOS LÍMITES DEL INTERVALO

Así sucesivamente…
 ALGORITMO DE PRIMER ORDEN
Se trata de un proceso iterativo de punto fijo que cumple
con las condiciones de convergencia de primer orden.
Es decir que g(x) debe ser definida de manera que por lo
menos cumpla con las condiciones:

Punto Fijo
 ALGORITMO DE PRIMER ORDEN
Para la ecuación f(x) = 𝑥 3 + 4𝑥 2 − 10 = 0 que tiene una raíz
en [1, 2], definir 5 formas diferentes de g(x) sin probar
ninguna condición de convergencia de primer orden. Asumir
para todos los casos x0 = 1.5 y obtener la raíz. Escribir las
conclusiones de acuerdo a los resultados obtenidos.

Punto Fijo
 ALGORITMO DE PRIMER ORDEN
Para la ecuación f(x) = 𝑥 3 + 4𝑥 2 − 10 = 0 que tiene una raíz
en [1, 2], definir 5 formas diferentes de g(x) sin probar
ninguna condición de convergencia de primer orden. Asumir
para todos los casos x0 = 1.5 y obtener la raíz. Escribir las
conclusiones de acuerdo a los resultados obtenidos.

Punto Fijo
 ALGORITMO DE PRIMER ORDEN

Punto Fijo

Siendo la raíz real S = 1.365230013, las alternativas III, IV y V

han dado excelentes resultados, mientras que el caso I
provoca divergencia y el caso II se torna indefinido.
 ALGORITMO DE PRIMER ORDEN
Punto Fijo

Actividad: Demostrar el criterio de

convergencia de primer orden para los casos:
II, III, IV y V
 ALGORITMO DE SEGUNDO ORDEN

Se trata de un proceso iterativo de punto fijo que

cumple con las condiciones de convergencia de
segundo orden.
Punto Fijo
Uno de los algoritmos más conocidos y poderosos en
la búsqueda de raíces de la ecuación 𝑓(𝑥) = 0 es el
llamado ALGORITMO DE NEWTON - RAPHSON, el
cual define una función 𝑔(𝑥) que cumple con las
condiciones de convergencia de segundo orden.
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de Newton Raphson

Punto Fijo

https://youtu.be/otCohi-yvGI
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de Newton Raphson

Así, si 𝑓(𝑥) es continua y diferenciable en [a, b] y

además siendo 𝑥𝑖−1 una buena aproximación a la raíz
𝑆, tal que 𝑓′(𝑥𝑖−1 ) ≠ 0, entonces 𝑓(𝑥) expandida en
Series de Taylor alrededor de S viene dada por:
Punto Fijo

asumiendo además que: 𝑥𝑖−1 ≅ S, entonces,

𝑓 S ≅ 𝑓 𝑥 + 𝑓 ′ 𝑥𝑖−1 𝑥𝑖 − 𝑥𝑖−1 = 0
donde:
 ALGORITMO DE SEGUNDO ORDEN
Punto Fijo Algoritmo de Newton Raphson

Geométricamente se tiene lo siguiente:

Así sucesivamente hasta que se cumpla

con un criterio de convergencia.

En general se puede asumir una función de punto fijo de la forma:

 ALGORITMO DE SEGUNDO ORDEN
El 𝑔(𝑥) del Método de Newton Raphson, cumple con las
condiciones de convergencia de segundo orden:

Punto Fijo

La eficacia del algoritmo de NR radica en la buena elección del

valor inicial.
La convergencia es relativamente rápida comparada con los
métodos anteriores.
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de Newton Raphson

Punto Fijo
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de Newton Raphson

Ejemplo: Determinar una raíz de la ecuación 𝑥 =

𝑐𝑜𝑠(𝑥) mediante Newton - Raphson, considerando
Punto Fijo una tolerancia 𝜀𝑎 < 10−4
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de Newton Raphson

Ejemplo: Determinar una raíz de la ecuación 𝑥 =

𝑐𝑜𝑠(𝑥) mediante Newton - Raphson, considerando
Punto Fijo una tolerancia 𝜀𝑎 < 10−4
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de Newton Raphson

Ejemplo: Determinar una raíz de la ecuación 𝑥 =

𝑐𝑜𝑠(𝑥) mediante Newton - Raphson, considerando
una tolerancia 𝜀𝑎 < 10−4

Punto Fijo
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de Newton Raphson

Ejemplo: Determinar una raíz de la ecuación 𝑥 =

𝑐𝑜𝑠(𝑥) mediante Newton - Raphson, considerando
una tolerancia 𝜀𝑎 < 10−4

Punto Fijo

Actividad:
Actividad: Demuestre que la g(x), cumple los
criterios de convergencia de segundo orden
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de la Secante

Se basa en Newton - Raphson y Falsa Posición. Es un

método que de alguna manera evita la evaluación de
𝑓 ’(𝑥) en cada aproximación. Además la elección del
Punto Fijo valor inicial no es tan crítica.
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de la Secante

La función 𝑔(𝑥𝑖−1 , 𝑥𝑖−2 ) no es continua, por lo que

este método realmente no es de punto fijo, sin
embargo cumple con las condiciones de convergencia,
Punto Fijo esto es: 𝑆 = 𝑔(𝑆) y además es posible demostrar
que:
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de la Secante

Actividad:
Escribir el seudocódigo del algoritmo de la Secante
Punto Fijo Resumen
Entradas:
Salidas:
Algoritmo:
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de la Secante

Ejemplo: Determinar una raíz de la ecuación 𝑥 =

𝑐𝑜𝑠(𝑥) mediante la secante, considerando una
tolerancia 𝜀𝑎 < 10−4
Punto Fijo
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de la Secante

Ejemplo: Determinar una raíz de la ecuación 𝑥 =

𝑐𝑜𝑠(𝑥) mediante la secante, considerando una
tolerancia 𝜀𝑎 < 10−4
Punto Fijo
 ALGORITMO DE SEGUNDO ORDEN
Algoritmo de la Secante

Ejemplo: Determinar una raíz de la ecuación 𝑥 =

𝑐𝑜𝑠(𝑥) mediante la secante, considerando una
tolerancia 𝜀𝑎 < 10−4
Punto Fijo
 ALGORITMO DE SEGUNDO ORDEN

Actividad:

Punto Fijo Dada la función: 𝑓(𝑥) = 5𝑥𝑐𝑜𝑠(𝑥) + 2

Encuentre una solución cuando 𝑥𝑜 = 1 y 𝑥𝑜 = 1,1

Considere una tolerancia < 10−4

Utilizar:
a) El método de Newton Raphson
b) El método de la sencate
  Burden, R. L., & Faires, J. D. (2002). Análisis
Referencias numérico. Thomson Learning,.
 Osear, C. (1992). Apuntes de Métodos
Numéricos. EPN, Quito.