54 CAPÍTULO 2 Soluciones de las ecuaciones en una variable

El método de la secante
El método de Newton es una técnica en extremo poderosa, pero tiene una debilidad impor-
tante: la necesidad de conocer el valor de la derivada de f en cada aproximación. Con fre-
cuencia, f 9(x) es mucho más difícil y necesita más operaciones aritméticas para calcular f (x).
3DUDHYLWDUHOSUREOHPDGHODHYDOXDFLyQGHODGHULYDGDHQHOPpWRGRGH1HZWRQSUHVHQ-
WDPRVXQDOLJHUDYDULDFLyQ3RUGHÀQLFLyQ
f (x) − f ( pn−1 )
f ( pn−1 ) = lím .
x→ pn−1 x − pn−1

Si pn–2 está cerca de pn–1, entonces

f ( pn−2 ) − f ( pn−1 ) f ( pn−1 ) − f ( pn−2 )

f ( pn−1 ) ≈ = .
pn−2 − pn−1 pn−1 − pn−2

Usando esta aproximación para f 9(pn–1) en la fórmula de Newton obtenemos

f ( pn−1 )( pn−1 − pn−2 )

La palabra secante se deriva de pn = pn−1 − . (2.12)
la palabra en latín secan, que f ( pn−1 ) − f ( pn−2 )
VLJQLÀFD´FRUWDUµ(OPpWRGRGH
la secante usa una línea secante, Esta técnica recibe el nombre de método de la secante y se presenta en el algoritmo 2.4
que une dos puntos que cortan la FRQVXOWHODÀJXUD(PSH]DQGRFRQGRVDSUR[LPDFLRQHVLQLFLDOHVp0 y p1, la aproxima-
curva, para aproximar una raíz.
ción p2 es la intersección en x de la recta que une los puntos (p0, f(p0)) y (p1, f(p1)). La apro-
ximación p3 es la intersección en x de la recta que une los puntos (p1, f(p1)) y (p2, f(p2)) y así
sucesivamente. Observe que sólo se necesita una evaluación de la función por cada paso para
el método de la secante después de haber determinado p2. En contraste, cada paso del método
de Newton requiere una evaluación tanto de la función como de su derivada.

Figura 2.9
y
y 5 f (x)

p3
p0 p2 p
p4 p1 x

ALGORITMO Método de la secante

2.4 3DUDHQFRQWUDUXQDVROXFLyQSDUDf(x) = 0 dadas las aproximaciones iniciales p0 y p1:

ENTRADA aproximaciones iniciales p0 , p1 tolerancia TOL; número máximo

de iteraciones N0 .
SALIDA solución aproximada p o mensaje de falla.
Paso 1 Determine i = 2;
q0 = f ( p0 );
q1 = f ( p1 ).
 2.3 Método de Newton y sus extensiones 55

Paso 2 Mientras i ≤ N0 haga los pasos 3–6.

Paso 3 Determine p = p1 − q1 ( p1 − p0 )/(q1 − q0 ). (Calcule p i .)
Paso 4 Si | p − p1 | < TOL entonces
SALIDA (p); (El procedimiento fue exitoso.)
PARE.
Paso 5 Determine i = i + 1.
Paso 6 Determine p0 = p1 ; (Actualice p 0 , q0 , p1 , q1 .)
q0 = q1 ;
p1 = p;
q1 = f ( p).
Paso 7 SALIDA (‘El método falló después de N0 iteraciones, N0 =’, N0 );
(El procedimiento no fue exitoso.)
PARE.

El siguiente ejemplo incluye el problema que se consideró en el ejemplo 1, donde utili-

zamos el método de Newton con p0 5 π/4.

Ejemplo 2 Use el método de la secante para encontrar una solución para x = cos x y compare las aproxi-
maciones con las determinadas en el ejemplo 1, el cual aplica el método de Newton.

Solución (Q HO HMHPSOR  FRPSDUDPRV OD LWHUDFLyQ GHO SXQWR ÀMR \ HO PpWRGR GH 1HZ-
ton con la aproximación inicial p0 5 π/4. 3DUD HO Pétodo de la secante, necesitamos dos
aproximaciones iniciales.

Suponga que usamos p0 5 0.5 y p1 5 p/4:

( p1 − p0 )(cos p1 − p1 )
p 2 = p1 −
(cos p1 − p1 ) − (cos p2 − p2 )
π (π/4 − 0.5)(cos(π/4) − π/4)
= −
4 (cos(π/4) − π/4) − (cos 0.5 − 0.5)
Tabla 2.5 = 0.7363841388.
Secante
Las aproximaciones sucesivas se generan con la fórmula
n pn
( pn−1 − pn−2 )(cos pn−1 − pn−1 )
0 0.5 pn = pn−1 − , para n ≥ 2.
1 0.7853981635 (cos pn−1 − pn−1 ) − (cos pn−2 − pn−2 )
2 0.7363841388
3 0.7390581392 Esto proporciona los resultados en la tabla 2.5. Observamos que a pesar de que la fórmula
4 0.7390851493 para p2 parece indicar un cálculo repetido, una vez que se calcula f(p0) y f(p1), no se calculan
5 0.7390851332 de nuevo.

Newton Al comparar los resultados en la tabla 2.5 a partir del método de la secante y el método
n pn de Newton, observamos que la aproximación p5 del método de la secante es precisa hasta la
0 0.7853981635 décima cifra decimal, mientras que con el método de Newton se obtuvo esta precisión por
1 0.7395361337 p33DUDHVWHHMHPSORODFRQYHUJHQFLDGHOPétodo de la secante es mucho más rápida que la
2 0.7390851781 iteración funcional, pero ligeramente más lenta que el método de Newton. Éste es, en gene-
3 0.7390851332 ral, el caso. (Consulte el ejercicio 14 de la sección 2.4.)
4 0.7390851332 El método de Newton o el método de la VHFDQWHFRQIUHFXHQFLDVHXVDQSDUDUHÀQDUXQD
respuesta obtenida con otra técnica, como el método de bisección, ya que estos métodos re-
quieren una primera aproximación adecuada pero, en general, proveen convergencia rápida.
 MATLAB
Ejercicio: Use en Octave su programa Secante.m (método de la secante) para encontrar una
solución para , con puntos iniciales y , tolerancia=0.000001 y cantidad
máxima de 30 iteraciones. Compare las aproximaciones obtenidas con las dadas por su programa
newton.m (método de Newton), con punto inicial , tolerancia=0.000001 y cantidad máxima
de 30 iteraciones.
Para su informe, incluya:
1. Un gráfico del problema: que incluya la función, raíz de la ecuación, etc. (puede usar
Geogebra u otro software)
2. Los resultados de las corridas de los programas
3. Conclusiones de la comparación de los dos métodos.
56 CAPÍTULO 2
El término Regula Falsi,
OLWHUDOPHQWH´UHJODIDOVDµR
´SRVLFLyQIDOVDµVHUHÀHUHD
una técnica en la que se usan
resultados que se sabe son falsos,
SHURGHDOJ~QPRGRHVSHFtÀFR
para obtener convergencia
a un resultado verdadero.
Los problemas de posición
Soluciones de las ecuaciones en una variable
El método de posición falsa
Cada par sucesivo de aproximaciones en el método de bisección agrupa una raíz p de la ecua-
ción; es decir, para cada entero positivo n, se encuentra una raíz entre an y bn. Esto implica
que, para cada n, las iteraciones del método de bisección satisfacen
1
| pn − p| < |an − bn |,
2
lo cual provee una cota del error fácilmente calculable para las aproximaciones.
La agrupación de raíces no está garantizada para el método de Newton ni para el
método de la secante. En el ejemplo 1, el método de Newton se aplicó a f(x) 5 cos x 2 x y
se encontró que la raíz aproximada es 0.7390851332. La tabla 25 muestra que esta raíz no
se agrupa mediante p0 y p1 o p1 y p2. Las aproximaciones del método de la secante para este
problema también se determinan en la tabla 2.5. En este caso, las aproximaciones iniciales
p0 y p1 agrupan la raíz, pero el par de aproximaciones p3 y p4 fallan al hacerlo.
El método de posición falsa (también llamado Regula Falsi) genera aproximaciones
de la misma manera que el método de la secante, pero incluye una prueba para garantizar que
la raíz siempre se agrupa entre iteraciones sucesivas. A pesar de que no es un método que por
lo general recomendamos, ilustra cómo se puede integrar la agrupación.
En primer lugar, seleccionamos las aproximaciones iniciales p0 y p1 con f(p0) ? f(p1) < 0.
La aproximación p2 se selecciona de la misma forma que en el método de la secante como la
falsa se pueden encontrar en intersección en x de la recta que une (p0, f(p0)) y (p1, f(p13DUDGHFLGLUFXiOOtQHDVHFDQWH
el papiro Rhind, que data de
aproximadamente 1650 a.C. se usa para calcular p3, considere f (p2) ? f(p1) o, más correctamente, sgn f(p2) ? sgn f (p1).

• Si sgn f(p2) ? sgn f(p1) < 0, entonces p1 y p2 agrupan una raíz. Seleccione p3 como la in-
tersección en x de la recta que une (p1, f(p1)) y (p2, f(p2)).
• Si no, seleccionamos p3 como la intersección en x de la recta que une (p0, f(p0)) y (p2,
f(p2)) y, a continuación intercambia los índices en p0 y p1.

De manera similar, una vez que se encuentra p3, el signo de f (p3) ? f(p2) determina si usamos
p2 y p3 o p3 y p1 para calcular p4. En el último caso, se vuelve a etiquetar p2 y p1. Reetiquetar
garantiza que la raíz se agrupa entre iteraciones sucesivas. El proceso, como se describe en
HODOJRULWPR\ODÀJXUDPXHVWUDFyPRODVLWHUDFLRQHVSXHGHQGLIHULUGHODVGHOPé-
todo de la secante. En esta ilustración, las primeras tres aproximaciones son iguales, pero la
FXDUWDGLÀHUH

Figura 2.10

Método de la secante Método de posición falsa

y y
y 5 f (x) y 5 f (x)

p2 p3 p2 p3
p0 p4 p1 x p0 p4 p1 x
 2.3 Método de Newton y sus extensiones 57

ALGORITMO Posición falsa

2.5 3DUDHQFRQWUDUXQDVROXFLyQSDUDf (x) 5 0 dada la función fFRQWLQXDHQHOLQWHUYDOR>p0, p1]
donde f(p0) y f(p1) tienen signos opuestos:

ENTRADA aproximaciones iniciales p0 , p1 tolerancia TOL; número máximo de

iteraciones N0 .
SALIDA solución aproximada p o mensaje de falla.
Paso 1 Determine i = 2;
q0 = f ( p0 );
q1 = f ( p1 ).
Paso 2 Mientras i ≤ N0 haga los pasos 3–7.
Paso 3 Determine p = p1 − q1 ( p1 − p0 )/(q1 − q0 ). (Calcule p i .)
Paso 4 Si | p − p1 | < TOL entonces
SALIDA (p); (El procedimiento fue exitoso.)
PARE.
Paso 5 Determine i = i + 1;
q = f ( p).
Paso 6 Si q · q1 < 0 entonces determine p0 = p1 ;
q0 = q1 .
Paso 7 Determine p1 = p;
q1 = q.
Paso 8 SALIDA ('El método falló después de N0 iteraciones, N0 =’, N0 );
(El procedimiento no fue exitoso.)
PARE.

Ejemplo 3 Use el método de posición falsa para encontrar una solución a x 5 cos x y compare las apro-
[LPDFLRQHVFRQDTXHOODVGHWHUPLQDGDVHQHOHMHPSORTXHDSOLFDQODLWHUDFLyQGHOSXQWRÀMR
y el método de Newton, y con aquellas encontradas en el ejemplo 2, que aplica el método
de la secante.

Solución 3DUD HIHFWXDU XQD FRPSDUDFLyQ UD]RQDEOH XVDUHPRV ODV PLVPDV DSUR[LPDFLRQHV
iniciales que en el método de la secante; es decir p0 5 0.5 y p1 5 π/4. La tabla 2.6 muestra los
resultados del método de posición falsa aplicado a f(x) 5 cos x 2 x junto con los obtenidos
mediante los métodos de la secante y de Newton. Observe que las aproximaciones de posición
falsa y de la secante concuerdan a través de p3 y que el método de posición falsa requiere una
iteración adicional para obtener la misma precisión que el método de la secante.

Tabla 2.6 Posición falsa Secante Newton

n pn pn pn
0 0.5 0.5 0.7853981635
1 0.7853981635 0.7853981635 0.7395361337
2 0.7363841388 0.7363841388 0.7390851781
3 0.7390581392 0.7390581392 0.7390851332
4 0.7390848638 0.7390851493 0.7390851332
5 0.7390851305 0.7390851332
6 0.7390851332
58 CAPÍTULO 2 Soluciones de las ecuaciones en una variable

Comúnmente, la seguridad adicional del método de posición falsa requiere más cálculos
TXHHOPpWRGRGHODVHFDQWHGHODPLVPDIRUPDHQTXHODVLPSOLÀFDFLyQSURSRUFLRQDGDSRUHO
método de la secante sobre el método de Newton se realiza a expensas de iteraciones adicio-
nales. Más ejemplos de las características positivas y negativas de estos métodos se pueden
observar al trabajar en los ejercicios 13 y 14.

MATLAB
Ejercicio: Use en Octave su programa reglafalsa.m (método Regula Falsi) para encontrar una
solución para , con puntos iniciales (extremos inferior y superior) y ,
tolerancia=0.000001 y cantidad máxima de 30 iteraciones. Compare las aproximaciones obtenidas
con las dadas por su programa Secante.m (método de la Secante), con punto inicial ,
tolerancia=0.000001 y cantidad máxima de 30 iteraciones.
Para su informe, incluya:
4. Un gráfico del problema: que incluya la función, raíz de la ecuación, etc. (puede usar
Geogebra u otro software)
5. Los resultados de las corridas de los programas
6. Conclusiones de la comparación de los dos métodos.