Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2
Como ya se ha dicho, un problema básico en Análisis Numérico, consiste en encontrar
los valores de x que satisfacen la ecuación no lineal de la forma f (x) = 0. Aunque es
tradición usar el método de Newton-Raphson o cualquiera de los métodos dados en el
capítulo anterior para resolver el problema, en los recientes años numerosos autores han
introducido en la literatura una variedad de métodos numéricos para tal fin, especial-
mente para el caso de ceros simples y f una función real de variable real. Estos métodos
mejoran, en cierta forma, la precisión de los métodos clásicos. No obstante, en el mayor
de los casos, la eficiencia de estos nuevos métodos ha sido justificada sólo mediante su
orden de convergencia o, peor aún, sobre la base de resultados numéricos (número de
iteraciones) de algunos ejemplos.
En este capítulo se expondrán los nuevos métodos iterativos propuestos en las referen-
om
.c
f (x)
ic
α=x−h≈x− − − .
f ′ (x) 2[f ′ (x)]3 2[f ′ (x)]5
at
em
f (xn )
xn+1 = xn − − − , n > 0. (2.1)
w.
1 f (3) (α) 3
en+1 = − e + O(e4n ), donde en := xn − α para cada n ∈ N.
6 f ′ (α) n
Método iterativo de BSC 15
Como f ′ (x) 6= 0 para cada x ∈ I y f (6) continua en I, se tiene que F (4) es continua en
I, entonces se tiene que
f (3) (α)
F (α) = α, F ′ (α) = F ′′ (α) = 0 y F (3) (α) = − ,
f ′ (α)
es decir, α es un punto fijo de F y |F ′ (α)| < 1. Por la Proposición 1.2, se tiene que,
existe δ > 0 tal que la iteración de punto fijo de F converge a α, para cualquier
x0 ∈ [α − δ, α + δ] ⊂ I. Dado que F (3) (α) = 0 sólo en caso particulares, cuando
f (3) (α) = 0, por el Teorema 1.4 se tiene que el método iterativo de Abbs converge
a α con al menos un tercer orden de convergencia.
Por otra parte, considere la sucesión xn+1 = F (xn ), para cada n > 0, con
x0 ∈ [α − δ, α + δ]. Como F (4) es continua en I, se puede aplicar el Teorema de Taylor
a F (xn ) alrededor de α hasta orden cuatro, se obtiene
F (3) (α)
F (xn ) = F (α) + F ′ (α)(xn − α) + F ′′ (α)(xn − α) + (xn − α)3 + O((xn − α)4 ).
om
3!
a1.c
En el Apéndice A, página 55, se escriben los comandos MAPLE que se usan para
el análisis de convergencia del método de Abbs.
de funciones no lineales resulta más costosa que la evaluación de la función. Este método
presenta una convergencia cúbica, su demostración esta dado en el siguiente teorema, y
la eficiencia computacional del método es: r 1/d = 31/3 ≈ 1,442.
1 f (3) (α) 3
en+1 = − e + O(e4n ), donde en := xn − α para cada n ∈ N.
6 f ′ (α) n
Como f ′ (x) 6= 0 para cada x ∈ I y f (6) continua en I, se tiene que F (4) es continua en
I, se tiene om
1.c
f (3) (α)
a
f ′ (α)
at
em
es decir, α es un punto fijo de F y |F ′ (α)| < 1. Por la Proposición 1.2, se tiene que,
at
existe δ > 0 tal que la iteración de punto fijo de F converge a α, para cualquier
M
x0 ∈ [α−δ, α+δ] ⊂ I. Dado que F (3) (α) = 0 sólo en caso particulares cuando f (3) (α) = 0,
w.
ww
por el Teorema 1.4 se tiene que, el método de BSC converge a α con al menos un tercer
orden de convergencia.
Por otra parte, considere la sucesión xn+1 = F (xn ), para cada n > 0, con
x0 ∈ [α − δ, α + δ]. Como F (4) es continua en I, se puede aplicar el Teorema de Taylor
a F (xn ) alrededor de α hasta orden cuatro, se obtiene
F (3) (α)
F (xn ) = F (α) + F ′ (α)(xn − α) + F ′′ (α)(xn − α) + (xn − α)3 + O((xn − α)4 ).
3!
Al definir en := xn − α como el n-ésimo error para cada n ∈ N, se tiene,
b x Z b
3a + b a + 3b
Z Z
′ ′
K1 (x, t)f (t)dt = t− f (t)dt + t− f ′ (t)dt
a a 4 x 4
x b Z b
3a + b a + 3b
= t− f (t) + t − f (t) − f (t)dt
4 4
om
a x a
1.c
Z b
b−a
a
4
at
a
em
Z b
(b − a)2 ′
M
′
K1 (x, t)f (t)dt 6 kf k∞ . (2.4)
w.
8
ww
a
Considere además la siguiente función K2 : [a, b] → R, x ∈ [a, b) dada por:
t − a, si t ∈ [a, x],
K2 (x, t) :=
t − b, si t ∈ (x, b].
b x x 2
b b
t2
t
Z Z Z
K2 (x, t)dt = (t − a)dt + (t − b)dt = − at + − at
a a x 2 a 2 x
2 2 2 2
x a b x
= − ax − − a2 + − b2 − − ax
2 2 2 2
a+b
= (b − a) x − , (2.6)
2
y
Z b
f ′ (t)dt = f (b) − f (a). (2.7)
a
Por
Z b lo tanto,
a
ic
Z b Z b
1
at
′′ ′′
K2 (x, t)f (t)dt − K2 (x, t)dt f (t)dt =
b−a a
em
a a
Z b Z b
(b − a)2 ′
1
at
′
K2 (x, t)dt − K 2 (x, s)ds f (t)dt 6 kf k∞ . (2.9)
M
a b−a a 4
w.
ww
b̄ a om
a
[f (a) + 2f (x) − 4f (x) + 2f (a)] = −af (x) + (x − )f (a) + [f (a) + 2f (x)].
1.c
4 2 4
a
ic
b̄ a a
[3f (a) − 2f (x)] = −af (x) + (x − a)f (a) + f (a) + [f (a) + 2f (x)].
at
4 2 4
em
b̄ a
at
4 4
w.
ww
f (a)
b̄ = a + 4(x − a) . (2.10)
3f (a) − 2f (x)
De las consideraciones anteriores concluye que b̄ ≈ b, así f (b̄) ≈ 0. Tomando x como
f (a)
x=a−λ , con 0 < λ 6 1. (2.11)
f ′ (a)
Si se escoge xn+1 = b̄, xn = a y zn = x entonces de (2.10) y (2.11) se obtiene el método
iterativo de NU dado por:
zn f (xn )
= xn − λ ′ ,
f (xn )
(2.12)
f (x n )
xn+1 = xn + 4(zn − xn ) , n > 0,
3f (xn ) − 2f (zn )
20 Métodos iterativos para resolver ecuaciones no lineales
Teorema 2.3 Sean f ∈ C 2 (c, d), b ∈ (c, d) tal que f (b) = 0 y λ ∈ (0, 1]. Si f ′ (a) 6= 0,
f (a)
f ′′ (a) 6= 0 y 3f (a) − 2f (x) 6= 0, donde x = a − λ ′ para cada a ∈ (c, d), en-
f (a)
tonces existe δ > 0 tal que el método iterativo de NU converge a b, para cualquier
x0 ∈ [b − δ, b + δ] ⊂ (c, d).
Denote por x′a la primera derivada de x con respecto a a, considérese los siguientes
om
límites.
a 1.c
f (a)
ic
′
lı́m xa = lı́m 1 − λ = 1 − λ. (2.14)
a→b a→b [f ′ (a)]2
M
w.
ww
De (2.15) se obtiene,
f (a) 1 1 1
lı́m = lı́m = = . (2.16)
a→b 3f (a) − 2f (x) a→b f (x) 3 − 2 (1 − λ) 1 + 2λ
3−2
f (a)
Como f ′ (a) 6= 0, f ′′ (a) 6= 0, 3f (a) − 2f (x) 6= 0 para cada a ∈ (c, d) y f ∈ C 2 (c, d), se
tiene que Ψ′ es derivable en I \ {b}. Considere la primera derivada de Ψ en I \ {b}.
Como b es un punto fijo de Ψ por la Proposición 1.2, se tiene que, existe δ > 0 tal que
para cualquier x0 ∈ [b − δ, b + δ] ⊂ (c, d) la sucesión xn+1 = Ψ(xn ), n > 0 siempre es
convergente a b. om
1.c
Teorema 2.4 Sean f ∈ C 2 (c, d), b ∈ (c, d) tal que f (b) = 0 y λ ∈ (0, 1] \ { 21 }. Si
a
f (a)
ic
f (a)
em
f (a)
a + 4(x − a) , si a 6= b,
3f (a) − 2f (x)
Ψ(a) :=
b, si a = b.
Por el Teorema 2.3 se tiene que, existe δ > 0 tal que el método iterativo de NU converge a
4λ
b, para cualquier x0 ∈ [b − δ, b + δ] ⊂ (c, d) también se tiene que, Ψ′ (b) = 1 − 6= 0
1 + 2λ
para cualquier λ ∈ (0, 1] \ { 12 }, por el Teorema 1.4 resulta que, el método iterativo de
NU presenta una convergencia lineal.
Teorema 2.5 Sean f ∈ C 4 (c, d), b ∈ (c, d) tal que f (b) = 0. Si f ′ (a) 6= 0, f ′′ (a) 6= 0
1 f (a)
y 3f (a) − 2f (x) 6= 0, donde x = a − para cada a ∈ (c, d), entonces el método
2 f ′ (a)
iterativo de NU presenta una convergencia cuadrática.
22 Métodos iterativos para resolver ecuaciones no lineales
Por el Teorema 2.3 se tiene que, existe δ > 0 tal que el método iterativo de NU converge
a b, para cualquier x0 ∈ [b−δ, b+δ] ⊂ (c, d) también se tiene que, Ψ′ (b) = 1−4λ/(1+2λ),
como λ = 1/2 resulta que, Ψ′ (b) = 0.
Por otra parte, se quiere calcular Ψ′′ (b), para esto, denote por x′a a la primera derivada
de x con respecto a a y x′′a la segunda derivada de x con respecto a a. Considere las
siguientes funciones h : (c, d)\{b} → R y Φ : (c, d)\{b} → R dado por:
f (a)
h(a) := 3f (a) − 2f (x) y Φ(a) :=
h(a)
respectivamente. Por la tanto para a 6= b,
Ψ′′ (a) = 4x′′a Φ(a) + 8(x′a − 1)Φ′ (a) + 4(x − a)Φ′′ (a),
a 1.c
ic
donde,
at
em
g(a)
Φ′ (a) = , con, g(a) := f ′ (a)h(a) − f (a)h′ (a).
at
h2 (a)
M
p(a)
w.
h3 (a)
1 [f ′ (a)f ′′ (a) + f (a)f ′′′ (a)][f ′ (a)]2 − f (a)f ′′ (a)2f ′ (a)f ′′ (a)
lı́m x′′ (a) = lı́m
a→b a→b 2 [f ′ (a)]4
1 f ′′ (b)
= . (2.19)
2 f ′ (b)
Método iterativo de NU 23
1
De (2.16) tomando λ = resulta,
2
f (a) f (a) 1
lı́m Φ(a) = lı́m = lı́m = . (2.20)
a→b a→b h(a) a→b 3f (a) − 2f (x) 2
De (2.17) se obtiene,
lı́m h(a) = lı́m [3f (a) − 2f (x)] = 0.
a→b a→b
lı́m g′′ (a) = lı́m [f (3) (a)h(a) + f ′′ (a)h′ (a) − f ′ (a)h′′ (a) − f (a)h(3) (a)]
at
a→b a→b
em
1 ′
= f (b)f ′′ (b) 6= 0.
at
2
M
w.
g(a) g′ (a)
lı́m Φ′ (a) = lı́m = lı́m
a→b a→b h2 (a) a→b 2h(a)h′ (a)
lı́m p′′ (a) = lı́m [g(3) (a)h(a) − 3g′ (a)h′′ (a) − 2g(a)h(3) (a)] = 0.
a→b a→b
24 Métodos iterativos para resolver ecuaciones no lineales
Luego,
p(a) p′ (a) p′′ (a)
lı́m Φ′′ (a) = lı́m = lı́m = lı́m .
a→b a→b h3 (a) a→b 3h2 (a)h′ (a) a→b 6h(a)[h′ (a)]2 − 3h2 (a)h′′ (a)
Por lo tanto,
p(3) (a)
lı́m Φ′′ (a) = lı́m = L, (2.22)
a→b a→b 6[h′ (a)]3 + 18h(a)h′ (a)h′′ (a) + 3h2 (a)h(3) (a)
para algún L ∈ R, pues 6[h′ (a)]3 + 18h(a)h′ (a)h′′ (a) + 3h2 (a)h(3) no converge a cero
cuando a → b. De (2.17) hasta (2.22) se tiene,
f ′′ (b)
lı́m Ψ′′ (a) = lı́m [4x′′a Φ(a) + 8(x′a − 1)Φ′ (a) + 4(x − a)Φ′′ (a)] = 0,75 6= 0.
a→b a→b f ′ (b)
f ′′ (b)
Por la tanto, Ψ′′ (b) = 0,75 6= 0, por el Teorema 1.4 se tiene que el método iterativo
f ′ (b)
de NU presenta una convergencia cuadrática.
om
1.c
g(h) f (x)
h= + ′
f (x) f (x)
′
f (x) g(h)
y, tomando c := y N (h) := ′ se tiene que h = c + N (h).
f (x)
′ f (x)
Método iterativo de Chun 25
f (xn )
zn+1 = xn − ,
f ′ (xn )
om
1.c
(2.23)
a
xn+1 = xn − ′ −2 ′ + , n > 0.
f (xn ) f (xn ) [f ′ (xn )]2
at
em
Por ser f ′ (x) 6= 0 para cada x ∈ I y f (6) continua en I, así F (5) es continua en I, se
tiene que
3
f ′′ (α)
F (α) = α, F ′ (α) = F ′′ (α) = F (3) (α) = 0 y F (4) (α) = 15 ,
f ′ (α)
es decir, α es un punto fijo de F y |F ′ (α)| < 1. Por la Proposición 1.2, se tiene que,
existe δ > 0 tal que la iteración de punto fijo de F siempre es converge a α, para
cualquier x0 ∈ [α − δ, α + δ] ⊂ I. Dado que F (4) (α) = 0 sólo en caso particulares cuando
f (2) (α) = 0, por el Teorema 1.4 se tiene que, el método iterativo de Chun converge a α
con al menos un cuarto orden de convergencia.
Por otra parte, considere la sucesión xn+1 = F (xn ), para cada n > 0, con
x0 ∈ [α − δ, α + δ]. Como F (5) es continua en I, se puede aplicar el Teorema de Taylor
a F (xn ) alrededor de α hasta orden cinco, se obtiene
F (3) (α)
F (xn ) = F (α) + F ′ (α)(xn − α) + F ′′ (α)(xn − α) + (xn − α)3
3!
F (4) (α)
+ (xn − α)4 + O((xn − α)5 ).
4! om
Al definir en := xn − α como el n-ésimo error para cada n ∈ N, se tiene
a 1.c
ic
3
F (4) (α) 4
5 f ′′ (α)
en + O(e5n ) e4n + O(e5n ).
at
En el Apéndice A, página 56, se escriben los comandos que se usan para el análisis
de convergencia del método de Chun con el software de MAPLE.
Método de NRF. Sean a, b ∈ R y f ∈ C 1 [a, b] tal que f (a)f (b) < 0, por el teorema
del valor intermedio o de Bolzano se tiene que existe α ∈ (a, b) tal que f (α) = 0, de
multiplicidad uno (simple). El método de NRF consiste en definir un nuevo intervalo,
en cada paso, mediante la aproximación obtenida por el método de Regula Falsi y el
método de Newton-Raphson. El algoritmo es como sigue:
Métodos de NRF y RFN 27
Algoritmo de NRF.
Entrada: f ∈ C 1 [a, b] tal que f (a)f (b) < 0; ε tolerancia; máx número máximo de
iteraciones.
Salida: α solución aproximada a f (x) = 0.
1. n = 0.
en cada iteración. Este método presenta una convergencia cúbica, su demostración esta
1.c
dada en el siguiente teorema. La eficiencia computacional del método es: 31/3 ≈ 1,442.
a
ic
at
Teorema 2.7 Sea f ∈ C 2 [a, b], con a y b tal que f (a)f (b) < 0, α un cero simple de f
em
cambia de signo en [a, b], entonces la sucesión de iterados {xn } producida por el método
w.
ww
n
at
con ε0 := b0 − α (error inicial para el método de Newton). Al ser M |ε0 | < 1 (condición
w.
ww
necesaria para la convergencia del método de Newton) resulta que lı́mn→∞ |α−an+1 | = 0
y por lo tanto an → α. Es decir, la sucesión de iterados {an } de método de NRF converge
a la raíz simple α.
bn − an 6 2(α − an ), (2.30)
pues el método de Newton converge más rápido a α que el método de Regula Falsi. En
otras palabras, bn está más cerca a α que an . De (2.29) y (2.30) se tiene que,
Método de RFN. Com las mismas hipótesis del método anterior, el método de RFN
consiste en aproximar la raíz de f , en cada paso, usando el método de la Regula Falsi y,
el valor obtenido es usado como condición inicial para el método de Newton-Raphson.
El algoritmo es el siguiente:
Algoritmo de RFN.
Entrada: f ∈ C 1 [a, b] tal que f (a)f (b) < 0; ε tolerancia; máx número máximo de
iteraciones.
Salida: α solución aproximada a f (x) = 0.
1. n = 0.
6. Sea n = n + 1, ir al paso 2.
Algoritmo de RFNM
Entrada: f ∈ C 1 [a, b] tal que f (a)f (b) < 0; ε tolerancia; máx número máximo de
iteraciones.
Salida: α solución aproximada a f (x) = 0.
1. n = 0.
6. Sea n = n + 1, ir al paso 2.
Método de BM. Con la misma hipótesis del método anterior, el método consiste en: los
om
valores de f en el punto medio del segmento [a, b] y sus extremos a y b son usados para
1.c
definir el polinomio de Müller. La raíz del polinomio de Müller define una aproximación
a
ic
al cero α. Luego, para la siguiente iteración se define el intervalo [a, b] como el menor
at
segmento que contiene a α: es decir [a, (a + b)/2] o [(a + b)/2, b]. El algoritmo del método
em
es el siguiente.
at
M
Algoritmo de BM
w.
ww
Entrada: f ∈ C[a, b] tal que f (a)f (b) < 0; ε tolerancia; máx número máximo de
iteraciones.
Salida: α solución aproximada a f (x) = 0.
1. n = 0.
7. Sea n = n + 1, ir al paso 2.
Teorema 2.8 Sea f ∈ C[a, b] con a y b tales que f (a)f (b) < 0. Si α es un cero simple
om
de f en [a, b], entonces la sucesión {xn } producida por el método de BM converge a α
1.c
realizada por el método de BM), f (an )f (bn ) < 0 y [an+1 , bn+1 ] ⊆ [an , bn ]. Note que,
M
w.
b0 − a0
ww
b1 − a1 6 ,
2
b1 − a1
b2 − a2 6 ,
2
..
.
bn−1 − an−1
bn − an 6 ,
2
pues la longitud del intervalo producido por el método de BM es menor o igual que la
longitud del intervalo generado por el método de Bisección en cada iteración. Usando
inducción matemática resulta que,
b0 − a0
bn − an 6 , para cada n ∈ N. (2.31)
2n
Como xn , α ∈ [an , bn ] para cada n ∈ N de (2.31) se tiene que,
32 Métodos iterativos para resolver ecuaciones no lineales
b0 − a0
|xn − α| 6 |bn − an | 6 . (2.32)
2n
Al tomar límite en (2.32) cuando n → ∞ resulta que, lı́m |xn − α| = 0, es decir xn → α.
n→∞
Por otra parte, se quiere ver que {xn } converge a α con una convergencia cúbica.
Para probar esto, sea
el polinomio que interpola a f en los nodos an+1 , bn+1 y cn+1 := (an+1 + bn+1 )/2, donde
(cn+1 − bn+1 )[f (an+1 ) − f (bn+1 )] − (an+1 − bn+1 )[f (cn+1 ) − f (bn+1 )]
a0,n+1 = ,
(an+1 − bn+1 )(cn+1 − bn+1 )(an+1 − cn+1 )
f (bn+1 ) − f (cn+1 )
a1,n+1 = + (bn+1 − cn+1 )a0,n+1 y a2,n+1 = f (bn+1 )
bn+1 − cn+1
entonces, el error de interpolación polinomial es dado por
f (3) (ηn+1 )
an+1 + bn+1
om
2 3!
a
ic
f (3) (ηn+1 )
−Pn+1 (α) = [(α − an+1 )2 (α − bn+1 ) + (α − an+1 )(α − bn+1 )2 ] . (2.33)
at
12
M
w.
Expandiendo Pn+1 (α) alrededor de xn+1 , se tiene que, existe ξn+1 entre xn+1 y α tal
ww
que
′
Pn+1 (α) = Pn+1 (xn+1 ) + (α − xn+1 )Pn+1 (ξn+1 ).
Como Pn+1 (xn+1 ) = 0 se tiene que,
′
Pn+1 (α) = (α − xn+1 )Pn+1 (ξn+1 ).
f (3) (ηn+1 )
α − xn+1 = −[(α − an+1 )2 (α − bn+1 ) + (α − an+1 )(α − bn+1 )2 ] ′ . (2.34)
12Pn+1 (ξn+1 )
Se quiere ver que, existe M > 0 y m ∈ N tal que
f (3) (η
n+1 )
< M, para cada n > m,
′
12Pn+1 (ξn+1 )
Métodos de RFNM y BM 33
para ver esto, suponga que las derivadas de Pn+1 y f tiene el mismo signo (sobre todo
cuando n → ∞), sin perdida de generalidad, se puede suponer que existe m1 ∈ N tal
que f ′ > 0 en [an+1 , bn+1 ] para cada n > m1 , es decir Pn+1
′ > 0 en [an+1 , bn+1 ]. Ahora,
′ ′ ′
si Pn+1 es creciente, entonces Pn (an ) 6 Pn (ξn ) 6 Pn (bn ) para cada n
1 f (an ) − f (bn ) f (cn ) − f (bn )
lı́m (bn − cn )a0,n = lı́m (bn − cn ) −
n→∞ n→∞ an − cn an − bn cn − bn
f (an ) − f (bn ) f (cn ) − f (bn )
= lı́m −
n→∞ an − bn cn − bn
′ ′
= f (α) − f (α) = 0. (2.35)
De (2.35) resulta,
f (bn ) − f (cn )
lı́m P ′ (bn )= lı́m a1,n = lı́m + (bn − cn )a0,n = f ′ (α),
n→∞ n n→∞ n→∞ bn − cn
lı́m Pn′ (an ) = lı́m 2a0,n (an − bn ) + a1,n = lı́m −4a0,n (bn − cn ) + a1,n
n→∞ n→∞ n→∞
′ ′
= 0 + f (α) = f (α).
Por lo tanto, Pn′ (ξn ) → f ′ (α), es decir, dado ε = f ′ (α)/2 existe m2 ∈ N tal que
om
1.c
f ′ (α)
a
2
at
em
esto significa que, Pn′ (ξn ) ∈ (f ′ (α)/2, 3f ′ (α)/2), es decir f ′ (α)/2 < Pn′ (ξn ), luego el
máximo valor de
at
M
(3)
máx f (x)
w.
f (3) (η
ww
n+1 ) x∈[a,b]
ocurre en M :=
′
12Pn+1 (ξn+1 )
6|f ′ (α)|
Para el caso en que f ′ < 0 en [an+1 , bn+1 ] para cada n > m1 , se cambia f por −f y se
hace un razonamiento análogo.
En la n-ésima iteración, la raíz del polinomio de Müller, xn , que está dentro del inter-
valo [an , bn ] pasa a definir el nodo an+1 o bn+1 según sea el caso (paso 5 del algoritmo).
Entonces, se puede suponer, sin perdida de generalidad, que el error en la n-ésima ite-
ración εn := α − xn = α − an+1 (pues en caso contrario, α − xn = α − bn+1 , el desarrollo
resulta equivalente) y por lo tanto de (2.36) se tiene que
34 Métodos iterativos para resolver ecuaciones no lineales
holder.
em
f ′′ (x)
f (x − h) = f (x) − h f ′ (x) + h2 + O(h3 ).
2!
Para un h suficientemente pequeño, se tiene
h2 ′′
f (x − h) = 0 ≈ f (x) − h f (x) + f (x).
2
f (x) h2 f ′′ (x)
Entonces, h = c + N (h), donde c := y N (h) := .
f ′ (x) 2 f ′ (x)
Aplicando el método de descomposición de Adomian a h para n = 1 de (1.6) se tiene
que, h ≈ h0 + h1 , de (1.8) se obtiene que, h0 = c y h1 = A1 , donde,
f (x) h20 f ′′ (x) f 2 (x)f ′′ (x)
h0 = c = , y h1 = A0 = N (h0 ) = = .
f ′ (x) 2 f ′ (x) 2[f ′ (x)]3
Método iterativo de KMS 35
Como f (x − h) = 0, se tiene
debido al evaluar la derivada de una función elemental puede ser muy difícil, pues re-
ic
quieren más operaciones aritméticas para calcularlo que la misma función. Este método
at
em
f (x)
tal que f (α) = 0. Si f ′ (x) 6= 0 y f ′ x − ′ 6= 0 para cada x ∈ I, entonces existe
f (x)
δ > 0, tal que el método iterativo de KMS converge a α con al menos un sexto orden de
convergencia, para cualquier aproximación inicial x0 ∈ [α − δ, α + δ] ⊂ I y satisface la
ecuación error,
f (x)
Como f ′ (x)6= 0 y f′ x− ′ 6= 0 para cada x ∈ I y f (9) continua en I, resulta que
f (x)
F (7) es continua en I, usando MAPLE para facilitar la manipulación algebraica, se tiene
+
5! 6!
at
em
F (6) (α) 6
M
xn+1 − α = en + O(e7n ),
w.
6!
ww
es decir,
15[f ′′ (α)]3 [3[f ′′ (α)]2 − f (3) (α)f ′ (α)] 6
en+1 = en + O(e7n )
6![f ′ (α)]5
lo cual termina la prueba.
f ′ (yn ) − f ′ (xn )
f ′′ (xn ) = ,
y n − xn
se tiene que,
f (xn ) f 2 (xn ) f ′ (yn ) − f ′ (xn )
xn+1 = xn − − .
f ′ (xn ) 2[f ′ (xn )]3 y n − xn
Al combinar el método de Newton-Raphson con la iteración anterior, se obtiene el
método iterativo de MH. Para x0 suficientemente cerca de la raíz de f .
f (xn )
y n = xn − ′ , n>0
f (xn )
′ om
(2.40)
3f (x ) − f ′ (y ) f (x )
n n n
1.c
xn+1 = xn −
2f ′ (xn ) f ′ (xn )
a
ic
at
de f y dos evaluaciones de f ′ en cada iteración, esto presenta una grave problema, debido
at
al evaluar la derivada de una función elemental puede ser muy difícil, pues requieren más
M
operaciones aritméticas para calcularlo que la misma función. Este método presenta
w.
Como f ′ (x) 6= 0 para cada x ∈ I y f (5) continua en I, resulta que F (4) es continua en I,
entonces
1 6[f ′′ (α)]2 + f (3) (α)f ′ (α)
F (α) = α, F ′ (α) = F ′′ (α) = 0 y F (3) (α) = .
2 [f ′ (α)]2
F (3) (α)
F (xn ) = F (α) + F ′ (α)(xn − α) + F ′′ (α)(xn − α) + (xn − α)3 + O((xn − α)4 ).
3!
Al definir en := xn − α como el n-ésimo error para cada n ∈ N, se tiene,
F (3) (α) 3
xn+1 − α = en + O(e4n ),
om
3!
1.c
es decir,
a
ic
en+1 =
12 [f ′ (α)]2
em
operaciones aritméticas para calcularlo que la misma función. Este método presenta una
ic
at
α ∈ I tal que f (α) = 0. Si f ′ (x) 6= 0 para cada x ∈ I, entonces existe δ > 0, tal que el
ww
1 1 f (3) (α)
en+1 = − c3 e3n + O(e4n ), donde en = xn − α para cada n ∈ N y c3 = .
4 3! f ′ (α)
Demostración: Sea F : I → R la función de iteración definida por
f (x) 1 1 1 f (x)
F (x) = x − + , donde y = x −
2 f ′ (x) 2f ′ (y) − f ′ (x) 2 f ′ (x)
Como f ′ (x) 6= 0 para cada x ∈ I y f (5) continua en I, resulta que F (4) es continua en I,
entonces se tiene
1 f (3) (α)
F (α) = α, F ′ (α) = F ′′ (α) = 0 y F (3) (α) = − .
4 f ′ (α)
40 Métodos iterativos para resolver ecuaciones no lineales
F (3) (α) 3
xn+1 − α = en + O(e4n ),
3!
es decir,
1 1 f (3) (α) 3
en+1 = − e + O(e4n ).
3! 4 f ′ (α) n
lo que termina la prueba.
om
1.c
Yoon Mee Ham en [10], los métodos iterativos son de dos paso tipo predictor-corrector.
at
Estos métodos son derivados por una modificación de la iteración de KouLi propuesto
M
en [9].
w.
ww
1 f (xn )
zn = xn − , (2.44)
2 f ′ (xn )
f (xn ) 1 1
xn+1 = xn − + , n>0 (2.45)
2 f ′ (xn ) 2f ′ (zn ) − f ′ (xn )
con x0 un valor inicial lo suficientemente cerca de la raíz de f . Desarrollando la expansión
de Taylor de f (zn ) alrededor de xn , se tiene
f ′′ (xn )
f (zn ) = f (xn ) + f ′ (xn )(zn − xn ) + (zn − xn )2 . (2.46)
2
Métodos iterativos de ChunYoon1 y ChunYoon2 41
f (xn )f ′′ (xn )
f ′ (zn ) = f ′ (xn ) + f ′′ (xn )(zn − xn ) = f ′ (xn ) − . (2.47)
2f ′ (xn )
Por lo tanto,
1 f (xn ) 2[f ′ (xn )]2 − f (xn )f ′′ (xn )
xn+1 = xn − . (2.48)
2 f ′ (xn ) [f ′ (xn )]2 − f (xn )f ′′ (xn )
Considérese,
f (xn )f ′ (xn )
y n = xn − θ , (2.49)
om
[f ′ (xn )]2 − λf (xn )f ′ (xn )
a 1.c
1
w.
f (xn ) θ 2 f (xn )[f ′ (xn )]4 − [f (yn ) − f (xn )]L2n (xn ) − θf (xn)[f ′ (xn )]2 Ln (xn )
= xn −
f ′ (xn ) θ 2 f (xn )[f ′ (xn )]4 − 2[f (yn ) − f (xn )]L2n (xn ) − 2θf (xn )[f ′ (xn )]2 Ln (xn )
f (xn ) [f (yn ) − f (xn )]L2n (xn ) + θf (xn )[f ′ (xn )]2 (−θ[f ′ (xn )]2 + Ln (xn ))
= xn −
f ′ (xn ) 2[f (yn ) − f (xn )]L2n (xn ) + θf (xn )[f ′ (xn )]2 (−θ[f ′ (xn )]2 + 2Ln (xn ))
Por lo tanto, se obtiene una familia de métodos con dos parámetros libre de segunda
derivada y requiere dos evaluaciones de la función y una de la primera derivada por
iteración. Para x0 suficientemente cerca del cero de f la iteración viene dada por,
f (xn ) Rn L2n (xn ) + θf (xn )[f ′ (xn )]2 [(1 − θ)[f ′ (xn )]2 − λf (xn )]
xn+1 = xn − , (2.51)
om
f ′ (xn ) 2Rn L2n (xn ) + θf (xn )[f ′ (xn )]2 [(2 − θ)[f ′ (xn )]2 − 2λf (xn )]
a 1.c
3 λ
en+1 = c2 ′ c3 − c2 c3 e4n + O(e5n ),
f (α)
f (k) (α)
donde en := xn − α, ck := y λ ∈ R.
k!f ′ (α)
f (xn )f ′ (xn )
y n = xn − .
[f ′ (xn )]2 − λf (xn )f ′ (xn )
Si λ = 1 en (2.52) se tiene el método de ChunYoon 1 de cuarto orden de conver-
gencia, para x0 suficientemente cerca del cero de f . La iteración viene dada por,
f (xn )f ′ (xn )
y n = xn − .
[f ′ (xn )]2 − f (xn )f ′ (xn )
Si λ = −100 en (2.52) se tiene el método de ChunYoon 2 de cuarto orden de
convergencia, para x0 suficientemente cerca del cero de f . La iteración viene dada por,
f (xn ) [f (yn ) − f (xn )]L2n (xn ) + 100f 2 (xn )[f ′ (xn )]2
xn+1 = xn − om ,
f ′ (xn ) 2[f (yn ) − f (xn )]L2n (xn ) + f (xn )[f ′ (xn )]2 ([f ′ (xn )]2 + 200f (xn ))
a 1.c
f (xn )f ′ (xn )
em
y n = xn − .
[f ′ (xn )]2 + 100f (xn )f ′ (xn )
at
M
que el cálculo de la derivada de una función elemental puede ser muy costoso, pues
requieren más operaciones aritméticas para calcularlo que la de la función. Como el
método presenta un cuarto orden de convergencia y requiere de tres evaluaciones de
funciones en la función de iteración. Además, la eficiencia computacional para ambos
métodos es: 41/3 ≈ 1,58740.