Fórmulas y algoritmos de Análisis numérico

Método de bisección
an  bn
pn 
2
1
Fórmula para obtener el número de iteraciones:  b  a   Tol
2n
Método de Newton

f  Pn 1 
Pn  Pn 1  ; n  1.
f   Pn 1 

Se debe escoger un P0 como aproximación inicial, preferiblemente, el punto medio del

intervalo dado.
Método de Secante

f  Pn1  Pn1  Pn2 

Pn  Pn 1  ; n2
f  Pn 1   f  Pn 2 

Dado el intervalo  a, b , se escoge P0  a y P1  b .

Método de Posición falsa

f  Pn1  Pn1  Pn2 

Pn  Pn 1  ; n2
f  Pn 1   f  Pn 2 

Dado el intervalo  a, b , se escoge P0  a y P1  b .

En las iteraciones, para toda Pn , con n  3 , en la fórmula, Pn 1 se tomará de forma normal,

pero Pn2 debe cumplir que Pn1  Pn2  0 , si esto no se cumple, se sustituye Pn2 por la
primera (de abajo hacia arriba en la tabla a partir de Pn3 ) Pi que cumpla con Pn 1  Pi  0 .

Método Modificado de Newton

f  Pn 1  f   Pn 1 
Pn  Pn 1 
 f   Pn 1    f  Pn 1  f   Pn 1 
2

Dado el intervalo  a, b , la elección de la aproximación P0 , P0   a, b es arbitraria, aunque

ab
se sugiere escoger P0  .
2
Método Iteración de punto fijo

Dada la función f  x   0 , con un intervalo  a, b :

Paso 1.

Encontrar una función g tal que g  x   x , esto se logra despejando para x en la función
original del ejercicio.
Paso 2.

Verificar si g  C  a, b , esto se puede hacer determinando si el intervalo  a, b  Dom g ,

es decir, si g no tiene ningún valor “prohibido” en el intervalo  a, b .

Paso 3.

Verificar si g  x    a, b  . En este paso lo que hacemos es verificar si g es creciente o

decreciente en el intervalo  a, b para poder asegurar que la función tiene un máximo y un
mínimo en el intervalo. Luego evaluamos g  a  y g  b  para determinar si se cumple que
 g  a  , g  b    a, b , si g  a   g  b  o determinar si se cumple que
 g  b  , g  a    a, b , si g  b   g  a  . Si esto último no se cumple, entonces se busca otra
g  x   x desde el paso 1 y se repiten todos los pasos.

Paso 4.

Verificar (en realidad, buscar un valor K ) que g   x   K tal que 0  K  1 , x   a, b .

Para esto, primero calculamos la primera derivada de g . Luego evaluamos g   a  y g   b  ,
y entre estos resultados, identificamos el que sería mayor al “meterlo” en valor absoluto. El
que cumple esto será el valor del K buscado.
Paso 5.
Estimar la cantidad de iteraciones para lograr la exactitud deseada.
Se usa la fórmula

Pn  P  K n  max  P0  a, b  P0 
esta es la precisión
que nos piden,
generalmente, 10 n .

donde podemos escoger P0  a o P0  b , preferiblemente el menor, es decir: a .

 Paso 6.
Se hacen las iteraciones con el P0 elegido en el paso anterior y luego, con la fórmula

Pn  g  Pn1 

Método De Steffensen

 Pn1  Pn 
2

P i  Pn  ; i  1, n  0
Pn  2  2 Pn 1  Pn

Con este método se hacen todos los pasos del método anterior y se toman los datos (los Pn )
del paso 6.
Luego, con esos datos se construye una tabla como la siguiente:
n P0 P1 P2 En esta fila se colocan los Pn
0 obtenidos en el paso anterior

1  
   
 (paso 6).
El valor de Pi 1 g  P i 1  g  g  P i 1   , es
    
decir, g evaluada en
el valor de la casilla 

de la izquierda El Pi 2 se va a encontrar con

2  la fórmula, pero ahora los Pn
Pi 2
son los de esta fila.
3

Método De Muller
Dada f  x   0 , donde f es una función polinómica, y un intervalo  a, b , entonces se
hará una aproximación x3 tal que:
2c
x3  x2 
b  b 2  ac

ab
Donde x0  a , x1  , x2  b (en realidad, x1 es arbitrario). Y, además, se tiene:
2
c  f  x2 
 x0  x2   f  x1   f  x2     x1  x2   f  x0   f  x2  
2 2

b
 x0  x2  x1  x2  x0  x1 
 x1  x2   f  x0   f  x2    x0  x2   f  x1   f  x2 
a
 x0  x2  x1  x2  x0  x1 