Sol.

# ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Solución numérica de
ecuaciones no lineales
Samir Posada
Departamento de Informática y Sistemas
Escuela de Ingenierı́a
Universidad EAFIT

Medellı́n, 2018
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Indice
Unidad 2: Solución numérica de ecuaciones no lineales
Objetivos y competencias
Métodos para determinar valores iniciales
Gráfico
Búsquedas incrementales
Métodos por intervalos
Bisección
Regla falsa
Métodos iterativos
Punto fijo
Newton-Raphson
Secante
Raı́ces múltiples
Análisis de error y convergencia
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Objetivos

• Definir métodos numéricos para la solución de ecuaciones de una

variable utilizando argumentos matemáticos y computacionales

• Determinar las raı́ces de una ecuación no lineal dada empleando

los métodos numéricos de manera eficiente y analizando los
problemas de convergencia que puedan presentar.
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Competencias

Identificar, justificar y aplicar métodos numéricos, de manera eficiente

y con herramientas computacionales, en la solución de problemas de
aplicación que involucran modelos matemáticos con ecuaciones de una
variable.
• Conocimiento: Identifica, utiliza y reformula las nociones y
conceptos que permiten generar y caracterizar los métodos
numéricos para la solución de ecuaciones de una variable.
• Comprensión: Analiza los métodos numéricos que resuelven
ecuaciones de una variable desde el punto de vista matemático y
algorı́tmico
• Aplicación: Utiliza métodos numéricos para la solución de
problemas que involucran ecuaciones de una variable.
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Preguntas

• ¿Cuáles son los fundamentos matemáticos que permiten la

solución de ecuaciones de una variable?
• ¿Qué se necesita para resolver ecuaciones de una variable?
• ¿Cuáles son los métodos más adecuados, eficientes y que brindan
una aproximación fiel a la solución de una ecuación de una
variable, según las condiciones del problema?
• ¿Cuáles son los criterios para garantizar algún grado de certeza
en la solución obtenida mediante la aplicación de un método
numérico?
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Método gráfico

Figura 1: Función con 3 raı́ces reales

Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Figura 2: Función con 3 raı́ces reales: 1 simple y una doble

Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Teoremas importantes
Theorem (Valor intermedio)
Si f es una función continua en el intervalo [a, b] y k es cualquier
número entre f (a) y f (b), entonces existe un número c en el intervalo
(a, b) tal que f (c) = k.
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Theorem (Existencia de raı́ces)

Sea f una función de variable y valor real definida en [a, b]. Si se
cumple que:
1. f es continua en el intervalo [a, b]
2. f (a) ∗ f (b) < 0
entonces existe algún xm en [a, b] que es raı́z de la ecuación f (x) = 0.
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Theorem (Existencia de una única raı́z)

Sea f una función de variable y valor real definida en [a, b]. Si se
cumple que:
1. f es continua en el intervalo [a, b]
2. f (a) ∗ f (b) < 0
3. f es diferenciable en (a, b) y f 0 (x) no cambia de signo para todo
x ∈ [a, b] entonces existe un único xm en [a, b] que es raı́z de la
ecuación f (x) = 0.
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Método de búsquedas incrementales

Dada f (x) = 0, aplicamos los siguientes pasos:

• La continuidad de f se debe garantizar con argumentos teóricos.

• Elegimos un valor x0 de partida y un 4x que exprese el tamaño
del intervalo que deseamos encontrar.
• Generamos una sucesión x0 , x1 , . . . , xn tal que xn = xn−1 + 4x.
• Cada que se genere un valor de xn , hallamos el valor de f (xn ).
• Observamos los signos de f (xn ) y f (xn−1 ).
• Suspendemos el proceso cuando se presente un cambio de signo
en f (xn ) y f (xn−1 ) o cuando lleguemos a un lı́mite de iteraciones
sin encontrar dicho cambio.
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Figura 3: Método de búsquedas incrementales

Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Método de Bisección

Theorem (Exactitud del método de la bisección)

Sea f una función continua en [a, b], con la condición f (a) ∗ f (b) < 0.
La sucesión {xmn }∞ n=1 generada por la aplicación del método de la
bisección a partir del intervalo [a, b] converge a xv , donde xv es
alguna raı́z de la ecuación f (x) = 0 tal que xv ∈ [a, b]. Además, dicha
sucesión cumple la siguiente propiedad: para todo n ≥ 1
b−a
|xv − xmn | <
2n
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Método de Regla falsa

TAREA
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Método de Punto fijo

Theorem (Punto fijo)

Si g es una función continua en el intervalo [a, b] y para todo x ∈ [a, b]
se cumple que g(x) ∈ [a, b] entonces g tiene un punto fijo en [a, b].
Si además, para todo x ∈ (a, b) se cumple que g 0 (x) existe en (a, b) y
|g 0 (x)| ≤ k < 1, entonces g tiene un único punto fijo p in [a, b].
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Dada una ecuación f (x) = 0 se puede generar (de muchas formas

distintas) una ecuación de la forma x = g(x).
Por ejemplo, dada la ecuación xex − x2 − 5x − 3 = 0 se pueden obtener

xex − x2 − 3 x2 + 3
• x = xex − x2 − 4x − 3 •x=
•x= x
5 e −5
√ x √ x xex − 5x − 3
• x = xe − 5x − 3 • x = − xe − 5x − 3 • x =
x
 2
x2 + 5x + 3

x + 5x + 3 3
• x = ln •x= •x= x
x ex e −x−5
xex − x2 − 5x − 3
•x = x − x
xe + ex − 2x − 5
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Una ecuación de la forma x = g(x) se usa para generar la sucesión

{xn }∞
n=0 de la siguiente forma

Paso 0. Se elige una aproximación inicial x0

Paso 1. Se calcula x1 = g(x0 )
Paso 2. Se calcula x2 = g(x1 )
..
.
Paso n. Se calcula xn = g(xn−1 )
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Figura 4: Relación f (x) = 0 ↔ x = g(x)

Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Ejemplo
Dada la ecuación xex − x2 − 5x − 3 = 0, determine una solución con
una precisión de 5 cifras significativas

Figura 5: Función f (x) = xex − x2 − 5x − 3 en el intervalo [−6, 3]

Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Theorem (Punto fijo)

Si g es una función continua en el intervalo [a, b] y para todo x ∈ [a, b]
se cumple que g(x) ∈ [a, b] entonces g tiene un punto fijo en [a, b].
Si además, para todo x ∈ (a, b) se cumple que g 0 (x) existe en (a, b) y
|g 0 (x)| ≤ k < 1, entonces g tiene un único punto fijo p in [a, b].
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Theorem (Convergencia de punto fijo)

Si g es una función continua en el intervalo [a, b], g(x) ∈ [a, b] para
todo x ∈ [a, b] y g 0 (x) existe en (a, b) con la propiedad |g 0 (x)| ≤ k < 1
para todo x ∈ (a, b); entonces, si p0 es cualquier número en [a, b], la
sucesión definida por pn = g(pn−1 ) converge al único punto fijo pv en
[a, b].
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Theorem (Cotas para el error)

Si g es una función continua en el intervalo [a, b], g(x) ∈ [a, b] para
todo x ∈ [a, b] y g 0 (x) existe en (a, b) con la propiedad |g 0 (x)| ≤ k < 1
para todo x ∈ (a, b); entonces, las cotas para el error están dadas por

|pn − pv | ≤ k n ∗ máx{p0 − a, b − p0 }

kn
|pn − pv | ≤ ∗ |p1 − p0 |
1−k
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Método de Newton-Raphson

Theorem (Método de Newton)

Sea f ∈ C 2 [a, b] y xv ∈ [a, b] tal que f (xv ) = 0 y f 0 (xv ) 6= 0 entonces
existe d > 0 tal que el método de Newton genera una sucesión
f (xn )
{xn }∞
n=0 , dada por xn+1 = x − 0 , converge a xv para cualquier
f (xn )
aproximación inicial x0 ∈ [xv − d, xv + d]
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Método de la secante

La iteración en el método de Newton está dada por

f (xn )
xn+1 = xn −
f 0 (xn )

donde
f (x) − f (xn )
f 0 (xn ) = lı́m
x→xn x − xn
si aproximamos el valor del lı́mite mediante el cociente evaluado en
algún valor xn−1 obtenemos

f (xn−1 ) − f (xn ) f (xn ) − f (xn−1 )

f 0 (xn ) ≈ =
xn−1 − xn xn − xn−1
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Al sustituir el valor aproximado de la derivada en la ecuación iterativa

del método de Newton, el resultado es el nuevo método

f (xn )(xn − xn−1 )

xn+1 = xn −
f (xn ) − f (xn−1 )
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Raı́ces múltiples

Definition (Multiplicidad de una raı́z)

Se dice que xv es una raı́z de multiplicidad m de f si y sólo si f (x)
puede escribirse como

f (x) = (x − xv )m q(x)

en donde q(xv ) 6= 0. Si m = 1, se llama raı́z simple.

Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Theorem (Raı́ces múltiples)

Sea f ∈ C m [a, b]. La función f tiene una raı́z de multiplicidad m en
xv si y sólo si 0 = f (xv ) = f 0 (xv ) = f 00 (xv ) = · · · = f (m−1) (xv ) pero
f m (xv ) 6= 0.

Se definen dos métodos para determinar raı́ces múltiples

f (xn )
xn+1 = xn − m
f 0 (xn )
f (xn )f 0 (xn )
xn+1 = xn −
(f 0 (xn ))2 − f (xn )f 00 (xn )
esta último método surge al aplicar el método de Newton a la función
f (x)
u(x) = 0 .
f (x)
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Análisis comparativo de convergencia

Definition (Orden de convergencia)

Sea {xn }∞n=0 una sucesión que genera algún método para el cálculo de
raı́ces que converge a xv y sea En = |xn − xv | el error en la etapa n
del método. Si existen constantes positivas λ y α, tales que
En+1
lı́m =λ
n→∞ Enα

entonces, la sucesión {xn }∞

n=0 converge a xv con orden α y
constante de error asintótico λ.

Básicamente si la sucesión converge con orden α y constante λ se

cumple
En+1 ≈ λEnα
Sol. # ecuaciones no lineales Valores iniciales Métodos por intervalos Métodos iterativos Análisis de error y convergencia

Conclusión
Bisección:
1
En+1 = En
2
Punto fijo:
|En+1 | ≤ k|En |
Newton:
En+1 ≈ kEn2
Secante:
|En+1 | ≈ k|En |1,62
Bisección y Punto fijo convergen linealmente pero si k < 1 punto fijo
converge más lento que bisección, si k = 1/2 la velocidad de
convergencia es la misma y si k < 1/2 punto fijo converge más rápido.
Newton converge cuadráticamente y secante lo hace de manera
superlineal.