Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2.1.- Introducción
La resolución de ecuaciones en una variable es uno de los problemas clásicos de la
aproximación numérica. Se trata de hallar una raíz de una ecuación de la forma f(x) = 0
para una función dada f. Al valor de x que verifica la ecuación se lo suele llamar también
cero.
Todos los métodos necesitan comenzar por una aproximación inicial a partir de la
cual generan una sucesión que converge a la raíz de la ecuación.
Si [a,b] es un intervalo en el que la función cambia de signo, y f es continua en
dicho intervalo, entonces existe un valor c perteneciente al intervalo (a,b) en el que la
función se anula. Los métodos de bisección y de falsa posición parten de dicho intervalo
para construir una sucesión que siempre converge a la raíz.
sucesión de puntos medios de los intervalos generados por el método de bisección dado.
Entonces existe un número r[a,b] tal que f(r) = 0 y, además,
ba
r cn n 1 para n = 0, 1, ...
2
En particular, la sucesión {cn }n
0 converge al cero x = r, esto es, lim cn r .
n
Una de las virtudes del método de bisección es que la fórmula proporciona una
estimación predeterminada de la precisión de la solución calculada. Es fácil demostrar
que el número N de bisecciones sucesivas que nos garantizaría que el punto medio cN es
una aproximación a un cero con un error menor que un valor prefijado es:
10
Tema 2: Resolución de ecuaciones no lineales.
N Ent
FG ln(b a ) ln( ) IJ
H ln(2) K
donde Ent representa la parte entera del argumento.
L y = f(x)
c x
(a,f(a))
11
Tema 2: Resolución de ecuaciones no lineales.
para éste. Los criterios de parada que se utilizan son el valor de f(cn) y la proximidad
entre las dos últimas aproximaciones.
12
Tema 2: Resolución 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 algún 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 tendría que ser g'(Q) = 1, contrariamente a la hipótesis de que –
1 < K g'(x) K < 1. (La demostración formal se basa en el Teorema del Valor Medio de
Lagrange.)
Corolario. Si g verifica todas las hipótesis del Teorema del punto fijo (apartados 1º y
2º), entonces las siguientes desigualdades proporcionan cotas del error que se comete
cuando usamos pn como aproximación a P (para todo n 1):
P pn K n P p0
Kn
P pn p1 p0
1 K
Nótese que al comenzar el proceso iterativo P es desconocido, y por tanto también
lo es el término derecho de la primera desigualdad, mientras que el de la segunda se
puede evaluar desde el principio.
Demostración:
y y=x y y=x
g(x) g(x)
1 2
x P x
pn–1 pn P pn–1 pn pn+1
13
Tema 2: Resolución 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 límite 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 geométrica de razón K < 1 es igual a 1/(1–K):
Kn
P pn K p1 p0 p1 p0
n 1
1 K 1 K
lo que concluye la demostración.
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 sucesión converge a p con orden de convergencia R, y el número
A se llama constante asintótica del error. Los casos R = 1, 2 merecen especial
consideración:
Si R = 1 la convergencia de { pn }n
0 se llama lineal
Si R = 2, la convergencia de { pn }n
0 se llama cuadrática.
14
Tema 2: Resolución de ecuaciones no lineales.
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 cuadrática.
(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 sucesión {pk} que converge a p.
Hagamos más precisas estas ideas. Nuestro análisis 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 relación y usando que
f(p) = 0 obtenemos:
15
Tema 2: Resolución de ecuaciones no lineales.
f ( c)
b
0 f ( p0 ) f ( p0 ) p p0 g 2!
b
p p0 g 2
16
Tema 2: Resolución de ecuaciones no lineales.
17
Tema 2: Resolución 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 (raíz simple)
RSg ( p) p
T f ( p) 0 T g ( p) 0
y rige [1], siendo la convergencia cuadrática. 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 raíz p de f es el punto fijo P de g, sustituyendo en [1] queda [2], c.q.d.
18
Tema 2: Resolución de ecuaciones no lineales.
f '(x). El método de la secante necesita sólo una evaluación de f(x) por paso y en una raíz
simple tiene un orden de convergencia R 1.618033989.
La fórmula de iteración del método de la secante es la misma que la que aparece en
el método de la regula falsi; la diferencia entre ambos estriba en la forma de elegir el
siguiente término. 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 intersección 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 término general de la sucesión generada por este método viene dado por la
fórmula de iteración de dos puntos:
( pk pk 1 )
pk 1 g ( pk , pk 1 ) pk f ( pk )
f ( pk ) f ( pk 1 )
Aunque la fórmula es la misma que la del método de la falsa posición, la diferencia
fundamental es que no se necesita un cambio de signo de la función en el intervalo
[p0,p1].
Este método también se puede obtener a partir del de Newton sustituyendo f '(pk)
por:
f ( pk ) f ( pk 1 )
pk pk 1
Los términos de la sucesión de errores verifican:
f ( p)
0.618
E k 1 E k
1.618
2 f ( p)
19
Tema 2: Resolución de ecuaciones no lineales.
a) |f(pn)| < . Este criterio es útil para resolver ecuaciones de la forma h(x) = L aplicando
el algoritmo a f(x) = h(x)–L.
b) Proximidad entre las dos últimas aproximaciones:
b1) En términos absolutos: pn pn 1
pn pn1
b2) En términos relativos:
pn
Los tamaños de las tolerancias y se deben elegir con cuidado, ya que si se
toman muy pequeños puede ocurrir que sea necesario un número muy alto de
iteraciones. Una buena elección suele ser tomar y unas cien veces mayores que 10-M,
siendo M el número de cifras decimales que utiliza el ordenador en coma flotante.
Conviene también fijar un número máximo de iteraciones a realizar como en
cualquier procedimiento iterativo.
También hay que tener en cuenta que la solución obtenida está 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 raíz, entonces el problema
está bien condicionado. Sin embargo si esta pendiente es muy pequeña, o sea, si la curva
es casi horizontal, entonces el problema está mal condicionado.
20
Tema 2: Resolución de ecuaciones no lineales.
sabiendo que la raíz exacta es r = 0.56714329, partiendo del intervalo inicial [0,1].
Obtener, trabajando con redondeo a cuatro cifras decimales, la aproximación de la raíz
con un error relativo inferior al 1%.
Sol.: x 0.5722
8.— Resolver, con error relativo inferior al 0.05%, la ecuación no lineal f(x) = e-x – x = 0
mediante el método 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 función f(x) = x – e tiene dos raíces. Hallarlas por el método del punto fijo
x/5
21
Tema 2: Resolución de ecuaciones no lineales.
11.— Efectuar una iteración del método de Newton-Raphson para resolver la ecuación
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 método de Newton-Raphson para hallar la raíz de la
función f(x) = e-x – x utilizando como aproximación inicial de la raíz buscada x0 = 0 y
trabajando con redondeo a seis cifras decimales.
Sol.: x 0.567143
13.— Encontrar una raíz aproximada de la ecuación x – x – 1 = 0 en el intervalo [1,2]
3
con precisión de 10-5, primero por el método de Newton y luego por el de la secante.
Sol.: x 1.3247 (convergencia más lenta con el método de la secante)
14.— Resolver la ecuación 4 cos(x) = ex con un error absoluto menor que 10-4 , usando:
El método de Newton-Raphson con x0 = 1.
El método de la secante con x0 = /4 y x1 = /2.
Sol.: x 0.904788 (convergencia más lenta con el método de la secante)
15.— Determinar la raíz positiva de la ecuación sin(x) – x/2 = 0 con una precisión de 10-4
(|f(x)| < 10-4), trabajando con redondeo a cinco cifras decimales, utilizando los métodos
de falsa posición y de la secante, partiendo en ambos casos del intervalo [/2, ]
Sol.: x7 1.89539 (falsa posición); x6 1.89549 (secante)
16.— En el intervalo [0.5,1] la función f(x) = x – 0.2 sin(x) – 0.5 tiene una raíz, (siendo
f(0.5) = –0.0959 y f(1) = 0.3317). Aplicar los métodos de bisección, falsa posición,
secante y Newton para determinar dicha raíz con una precisión 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 raíz de la ecuación log10(x2+2) + x = 5 con tres cifras decimales exactas
mediante la aplicación de la técnica de Newton-Raphson.
Sol.: x2 3.78676
18.— Deducir una ley de recurrencia que permita obtener c . Aplicarla al cálculo de
10 con una precisión 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 cálculo de 7 59 . Comenzando con x0 = 1.5.
Sol.: xn+1 = [(n1) xn + c / xnn1] / n ; x4 = 1.7906
20.— Resolver la ecuación no lineal x – 4 sin(x) = 0 sabiendo que un valor aproximado de
la raíz es x0 = 2.5. Realizar 3 iteraciones del método 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
expresión
22
Tema 2: Resolución de ecuaciones no lineales.
cos( xn ) xn
2
g ( xn )
8 4
permitirá obtener una sucesión cuyo límite sea una raíz de la ecuación f(x) = 0. Hallar la
raíz con una precisión = 10-3.
Sol.: x3 = 0.128101
22.— Determinar la raíz cuadrada negativa de 0.5 con cuatro decimales y una precisión
de 10-3 considerando la función F(x) = x2 – 0.5 y resolviendo la ecuación x = x2 + x – 0.5
mediante el método de aproximaciones sucesivas tomando x0 = –0.6. ¿Puede
determinarse la raíz cuadrada positiva por este método?
Sol.: x7 = 0.7073; no se puede
23.— Muéstrese en forma gráfica que la ecuación 4 sin(x) = 1 + x tiene tres raíces reales
r1 < r2 < r3. A continuación determínese con una precisión de 10-3 y trabajando con
redondeo a seis cifras decimales:r1 utilizando el método de la secante
r2 utilizando el método de bisección
r3 utilizando el método de Newton
Comparar estos métodos.
Sol.: [-,-/2], r1 x6 = 2.702061; [0, /2], r2 x10 = 0.342845; r3 x3 = 2.210084
(con x0=3 /4)
24.— Hacer una representación gráfica aproximada de las funciones f(x) = 2 cos(x) y
g(x) = ex para obtener estimaciones iniciales de las raíces de la ecuación 2 cos(x) – ex = 0.
¿Cuántas raíces tiene? ¿Cuántas son positivas?
Determinar las raíces positivas con una precisión |f(r)| < 10-3 utilizando el método
de la secante y el método de Newton-Raphson.
Nota: utilizar 3 cifras decimales y trabajar en radianes.
Sol.: negativas, 1 positiva: 0.540
23