Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resolucion de Ecuaciones de Una Variable
Resolucion de Ecuaciones de Una Variable
TEMA 2: RESOLUCION
DE ECUACIONES
DE UNA VARIABLE
1 CONCEPTOS GENERALES
√
sen(x) + x3 − 7 − etg(x) − 19 = 0.
15
La separación de las raı́ces de una ecuación numérica es
un proceso muy importante y, en general, previo a su
cálculo. Los métodos para realizar la a separación de las
raı́ces son de dos tipos:
1. Gráficos: basados exclusivamente en la representación
gráfica de F (o de una descomposición de F : por
ejemplo, la gráfica de la función F (x) = sen(x) −
x + 2 no es inmediata de representar pero, teniendo
en cuenta que F (x) = 0 ⇔ sen(x) = x − 2 sı́ es
fácil representar las gráficas de sen(x) y de x − 2 y
calcular sus puntos de corte.
2. Analı́ticos: basados en teoremas matemáticos sen-
cillos, como por ejemplo:
Teorema 1 .- (Bolzano)
Sea F : [a, b] ⊂ R → R continua en [a, b] y tal
que F (a).F (b) < 0. Entonces existe α ∈ (a, b) tal que
F (α) = 0.
Teorema 2 .- (Rolle)
Sea F : [a, b] ⊂ R → R continua en [a, b] y derivable
en (a, b). Entonces se verifica:
1. Si F (a) = F (b) entonces existe α ∈ (a, b) tal que
F 0(α) = 0.
16
2. Si F 0(x) 6= 0, ∀x ∈ (a, b) entonces F es estricta-
mente monótona.
3. Entre dos raı́ces consecutivas de F 0(x) = 0 en
el intervalo (a, b) existe, a lo sumo, una raı́z de
F (x) = 0.
18
mayor número tal que
|ek+1|
lim = C 6= 0,
k→∞ |ek |p
Ejemplo 2 .-
Si un algoritmo tiene orden de convergencia p = 1
entonces:
|ek+1|
lim = C, con 0 < C < 1.
k→∞ |ek |
Si además se tiene:
ek+1
lim = C, con 0 < |C| < 1,
k→∞ ek
2 ALGORITMO DE DICOTOMIA (O DE
BISECCION)
21
Como:
bk−1 − ak−1 b 0 − a0 b − a
bk − ak = = ... = = k
2 2k 2
se tiene que:
α = lim ak = lim xk = lim bk = β.
k→∞ k→∞ k→∞
23
3.2 ALGORITMO DE LA SECANTE
x0 = a,
x1 = b,
xn−1F (xn) − xnF (xn−1)
xn+1 = , n = 1, 2, . . .
F (xn) − F (xn−1)
24
Observación 2 .- Estas dificultades están ligadas al
hecho de que F (xn) y F (xn−1) pueden tener el mismo
signo, con lo cual el punto de corte xn+1 no tiene
porque estar entre xn y xn−1. (Este problema se evi-
tará con el metodo de regula falsi).
26
Geométricamente, xn+1 es la abscisa del punto de in-
tersección con el eje 0X de la recta que une los puntos
(xn, F (xn)) y (xm, F (xm)).
27
En lugar de aproximar F por una recta (polinomio de
grado 1) parece natural obtener una convergencia más
rápida aproximando F por una parábola (esto es, un
polinomio de grado 2) que pase por los puntos (xn, F (xn)),
(xn−1, F (xn−1)) y (xn−2, F (xn−2)). De esta forma se de-
terminará la nueva aproximación xn+1 como una de las
raı́ces del polinomio. En esto consiste, esquemáticamente,
el algoritmo de Müller, que alcanza un orden de conver-
gencia 1.839 (raı́z de x3 − x2 − x − 1.)
Ejemplo 3 .-
Ejemplos de verificación de esta hipótesis son:
• f (x) = x2, I = [0, 1].
• f (x) = sen(x), I = [0, π].
√
• f (x) = x + 1, I = [1, 2].
29
En efecto, si la sucesión es convergente:
β = lim xk+1 = lim f (xk ) = f (β).
k→∞ k→∞
Esto es, β es un punto fijo de f. Por tanto, si toda
solución de la ecuación x−f (x) = 0 es también solución
de F (x) = 0, β es una raı́z de F . Ası́ pues, nos interesan
aquellas f tales que x − f (x) = 0 sea equivalente a
F (x) = 0.
Ejemplo 4 .-
F (x) = x2 − log(x) = 0.
r r
2
x = log(x) ⇒ x = log(x) ⇒ f1(x) = log(x).
2 2
x2 = log(x) ⇒ x = ex ⇒ f2(x) = ex .
x = x + x2 − log(x) ⇒ f3(x) = x + x2 − log(x).
...
Ejemplo 5 .-
F (x) = x3 − 2x − 1 = 0.
√ √
x3 = 2x + 1 ⇒ x = 3 2x + 1 ⇒ f1(x) = 3 2x + 1.
3 x3 − 1 x3 − 1
2x = x − 1 ⇒ x = ⇒ f2(x) = .
2 2
x = x3 − x − 1 ⇒ f3(x) = x3 − x − 1.
1 1
x(x2 − 2) = 1 ⇒ x = 2 ⇒ f4(x) = 2 .
x −2 x −2
...
30
Se tiene el siguiente resultado:
kn
|xn − β| ≤ |x1 − x0|, n = 1, 2, . . .
1−k
32
Ejemplo 6 .-
Claramente, la función f (x) = cos( x2 ) es contractiva
en todo R con constante k = 12 , puesto que:
1 x 1
|f 0(x)| = | − sen( )| ≤ , ∀x ∈ R.
2 2 2
33
Observación 6 .-
En la práctica, se pueden utilizar también razona-
mientos de tipo más gráfico.
Por ejemplo, si I = [a, b], para que f (I) ⊂ I es
necesario (aunque no suficiente) que f (a) ∈ I y que
f (b) ∈ I.
Pero si además de esto se verifica que f es monótona
(esto es, f 0(x) ≥ 0 ó f 0(x) ≤ 0, ∀x ∈ I) entonces ya
se tiene que f (I) ⊂ I.
Teorema 12 .- (Ostrowski)
Sea f : I = [a, b] → R y sea β ∈ (a, b) un punto fijo
de f. Supongamos que f es derivable en β y tal que
|f 0(β)| < 1. Entonces existe δ > 0 tal que cualquiera
que sea x0 ∈ (β − δ, β + δ), la sucesión construida por
34
el algoritmo de iteración funcional simple converge
a β.
Además, el orden de convergencia es, al menos, 1
puesto que:
en+1 0
lim
n→∞ e
= f (β)
n
36
Teorema 14 .- (Convergencia del método de Aitken)
Sea {xn}n∈N , una sucesión convergente a β tal que
las cantidades en = xn − β verifican:
en 6= 0, ∀n ∈ N,
en+1 = (A + εn)en, ∀n ∈ N,
donde A es una constante de valor absoluto menor
que uno y {εn}n∈N , es una sucesión convergente a
0. Entonces la sucesión {x̃n}n∈N , generada por el
algoritmo ∆2 de Aitken, converge a β más rápido
que la sucesión {xn}n∈N , en el sentido siguiente:
x̃n − β
lim
n→∞
= 0.
xn − β
Corolario 1 .- Sea f : I = [a, b] → R contractiva en
I, de clase C 1(I), tal que f 0(x) 6= 0, ∀x ∈ I y f (I) ⊂
I. Entonces, si x0 6= β, la sucesión {xn}n∈N generada
por el algoritmo de iteración funcional simple está
en las hipótesis del teorema anterior, de modo que el
algoritmo ∆2 de Aitken produce una aceleración de
la convergencia.
Teorema 15 .- (Steffensen)
Sea f : I = [a, b] → R una función con un punto
fijo β ∈ (a, b). Supongamos que existe un entorno
(β − δ, β + δ) tal que f ∈ C 3(β − δ, β + δ) y f 0(β) 6= 1.
Entonces:
g ∈ C 2(β − δ, β + δ), g(β) = β, g 0(β) = 0.
(Por tanto, el método tiene, al menos, convergencia
de orden 2.)
5 ALGORITMO DE NEWTON-RAPHSON
Observación 7 .-
1. Geométricamente, el punto xn+1 es la abscisa
del punto de intersección con el eje 0X de la
recta tangente a la curva y = F (x) en el punto
(xn, F (xn)).
2. Evidentemente, para poder definir la sucesión ne-
cesitamos que F 0(xn) 6= 0, ∀n ∈ N.
3. El algoritmo de N.-R. es un caso particular de
I.F.S., xn+1 = f (xn), con:
F (x)
f (x) = x − 0 .
F (x)
Por tanto, todos los resultados vistos para I.F.S. siguen
siendo válidos para este algoritmo. En particular, apli-
cando el teorema de Ostrowski, se tiene:
40
Teorema 18 .- (Convergencia global de N.-R.)
Sea F : I = [a, b] → R de clase C 2(I) verificando:
1. F (a).F (b) < 0.
2. F 0(x) =
6 0, ∀x ∈ I.
3. F 00(x) ≥ 0 ó ≤ 0, ∀x ∈ I.
4. Si c denota el extremo de [a, b] en el que |F 0(x)|
es más pequeño, entonces:
|F (c)|
≤ b − a.
|F 0(c)|
Entonces el método de N.-R. converge a la única raı́z
de la ecuación F (x) = 0 en [a, b] sea cual sea el ite-
rante inicial x0 ∈ [a, b].
41
F (xn)
xn+1 = xn − , rp ≤ n ≤ (r + 1)p − 1
F 0(xrp)
De esta manera la derivada sólo se evalua una
vez cada p iteraciones.
2. Método de Newton simplificado (o von Mises):
Sustituir F 0(xn) por F 0(x0). Ası́:
F (xn)
xn+1 = xn − , n = 0, 1, . . .
F 0(x0)
De esta manera la derivada sólo se evalua una
vez en todo el proceso. (Corresponde a p = ∞).
3. Reemplazar F 0(xn) por cualquier número A 6= 0:
F (xn)
xn+1 = xn − , n = 0, 1, . . .
A
Para el caso en que α es una raı́z de multiplicidad m ≥ 2:
F (α) = F 0(α) = . . . = F (m−1(α) = 0, F (m(α) 6= 0,
es posible aplicar también el algoritmo de N.-R. con una
pequeña modificación:
Teorema 20 .- (Schroeder)
Sea F : I = [a, b] → R de clase C m(α − δ, α + δ).
Entonces, la sucesión {xk }k∈N construida mediante:
F (xn)
xn − m si F 0(xn) 6= 0,
xn+1 =
F 0(xn)
xn si F 0(xn) = 0 = F (xn),
44
únicas â0, . . . ân tales que:
n
X
P (x) = âi (x − α)n−i.
i=0
P (n−p(α)
Además, âp = , p = 0, . . . , n.
(n − p)!
45
Teorema 25 .- Sea P un polinomio de grado n ≥ 1.
Entonces α ∈ C es una raı́z de P de multiplicidad
m si y sólo si existe un único polinomio S de grado
(n − m) tal que P (x) = (x − α)m S(x), con S(α) 6= 0.
Además, si β 6= α, la multiplicidad de β como raı́z
de P coincide con su multiplicidad como raı́z de S.
Ejemplo 7 .-
P (x) = 2x3 − x + 1, α = 2.
2 0 −1 1
2 4 8 14
2 4 7 15
2 4 16
2 8 23
2 4
2 12
2
2
47
Por tanto:
P (2) = 15, P 0(2) = 1! 23 = 23,
P 00(2) = 2! 12 = 24, P 000(2) = 3! 2 = 12,
P (k (2) = 0, ∀k ≥ 4.
P (x) = 2(x − 2)3 + 12(x − 2)2 + 23(x − 2) + 15.
entonces:
ak
= (−1)k sk , k = 1, 2, . . . , n.
a0
48
entonces:
a 0 s1 +a1 =0
a0s2 +a1s1 +2a2 =0
... ... ... ...
+a0sn−1 +a1sn−2 + . . . +(n − 1)an−1 =0
a0sn +a1sn−1 +a2sn−2 +... +nan =0
49
Teorema 29 .- (Cotas de Cauchy)
Sea un polinomio de grado n:
P (x) = a0xn + a1xn−1 + . . . + an, con an 6= 0.
Consideramos el polinomio:
T1(x) = |a0|xn − |a1|xn−1 − . . . − |an−1|x − |an|,
que posee una única raı́z real positiva R.
Consideramos el polinomio:
T2(x) = |a0|xn + |a1|xn−1 + . . . + |an−1|x − |an|,
que posee una única raı́z real positiva r.
Entonces todas las raı́ces de P están en la corona
compleja {z ∈ C / r ≤ |z| ≤ R}.
50
Teorema 30 .- (Hua)
Si todas las raı́ces de P son reales, entonces:
a2k > ak−1.ak+1, ∀k = 1, . . . , n − 1.
Es claro que:
α ∈ R es raı́z de P ⇔ −α es raı́z de Q
1 1
⇔ es raı́z de R ⇔ − es raı́z de S.
α α
51
Dado que el cálculo de P, Q, R, S es trivial a partir de
cualquiera de ellos dado, para acotar las raı́ces reales de
P bastará estudiar método que permitan calcular cotas
superiores de las raı́ces positivas de un polinomio.
52
Teorema 33 .- (Regla de Newton)
Sea P el polinomio de grado n ≥ 1:
P (x) = a0xn + a1xn−1 + . . . + an.
Una condición suficiente para que M > 0 sea una
c.s.r.p. de P es que los números P (M ), P 0(M ), . . . ,
P (n(M ) sean todos no negativos (o bien, no posi-
tivos).
Ejemplo 8 .-
V (−5, 4, 0, 3, 0, −2, −1) = V (−5, 4, 3, −2, −1)
= V (−5, 4) + V (4, 3) + V (3, −2) + V (−2, −1) = 2.
53
Teorema 34 .- (Boudan-Fourier)
Sea un polinomio de grado n ≥ 1:
P (x) = a0xn + a1xn−1 + . . . + an.
Sea [a, b] ⊂ R un intervalo tal que P (a).P (b) 6= 0.
Entonces el número de raı́ces reales de P, contando
cada una tantas veces como indica su multiplicidad,
en el intervalo (a, b) es igual o inferior en un número
par a v(a) − v(b), donde:
v(x) = V (P (x), P 0(x), . . . , P (n(x)).
R0 R1 Rm−1
{ , ,..., , 1}.
Rm Rm Rm
Teorema 35 .- (Sturm)
Sea P un polinomio de grado n ≥ 1. Sea [a, b] ⊂
R un intervalo tal que P (a).P (b) 6= 0. Entonces el
número de raı́ces reales distintas de P en el intervalo
(a, b) es igual a v ∗(a) − v ∗(b), donde:
v ∗(x) = V (p0(x), p1(x), . . . , pm(x)),
siendo {p0, p1, . . . , pm} una sucesión de Sturm rela-
tiva a P y a [a, b].
x0 arbitrario,
an xk
xk+1 = , k = 0, 1, . . .
an − P (xk )
59
.
60