Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Raices de ecuaciones
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 1 / 69
Raices de ecuaciones
Definiciones básicas
Si tiene una función f (x) continua en un dominio [a, b], entonces se dice
que x es una raiz (o cero) de la función si se cumple que:
f (x) = 0
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 2 / 69
Raices de ecuaciones
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 3 / 69
Raices de ecuaciones
Métodos para encontrar raices de funciones
• Métodos Cerrados:
• Método de la Bisección
• Método de la Falsa Posición (Regula falsi)
• Métodos Gráficos
• Métodos abiertos:
• Método de Punto fijo
• Método de Newton-Raphson
• Método de la Secante
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 4 / 69
Métodos Cerrados
Método de la Bisección
Teorema de Bolzano
Sea f (x) una función continua en el intervalo [a, b], y además se cumple
que:
f (a)f (b) < 0
entonces existe a lo menos un punto c ∈ [a, b], tal que:
f (c) = 0
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 5 / 69
Métodos Cerrados
Método de la Bisección
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 6 / 69
Métodos Cerrados
Método de la Bisección
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 7 / 69
Métodos Cerrados
Método de la Bisección
Ventajas:
• Es un método simple de implementar.
• Siempre encuentra la raiz.
• Se puede predeterminar la cantidad de iteraciones necesarias para
encontrar la raiz.
Longitud de la k-ésima iteración:
Lk = L0 /2k
Desventajas:
• Es lento.
• Se requiere conocer los lı́mites del intervalo.
• Puede errar cuando existen varias raı́ces en el intervalo.
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 8 / 69
Métodos Cerrados
Método de la Bisección
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 9 / 69
Métodos Cerrados
Método de la Bisección
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 10 / 69
Métodos Cerrados
Método de la Bisección
xa +xb 6+6,5
2da iteración: xr = 2 = 2 = 6,25
Iteración 1 2 3 4
xr 6.65 6.25 6.375 6.4375
Error Relativo - 4% 1.96 % 0.97 %
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 11 / 69
Métodos Cerrados
Método de la Bisección
Utilizando MatLab:
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 12 / 69
Métodos Cerrados
Método de la Bisección
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 13 / 69
Métodos Cerrados
Método de la Bisección
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 14 / 69
Métodos Cerrados
Método de la Bisección
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 15 / 69
Métodos Cerrados
Método de la Bisección
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 16 / 69
Métodos Cerrados
Método de la Falsa Posición
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 17 / 69
Métodos Cerrados
Método de la Falsa Posición
f (a) f (b)
=
c−a c−b
de donde despejamos c para tener:
f (b)(a − b)
c=b−
f (a) − f (b)
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 18 / 69
Métodos Cerrados
Método de la Falsa Posición
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 19 / 69
Métodos Cerrados
Método de la Falsa Posición
Iteración 1 2 3
xr 6.375 6.402985075 6.404973357
Error Relativo - 0.44 % 0.031 %
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 20 / 69
Métodos Cerrados
Métodos Gráficos
Ejercicio
Haciendo uso del método gráfico, determinar la cantidad de raices que
tiene la función:
f (x) = sen(10x) + cos(3x)
en el intervalo [0 : 5]
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 21 / 69
Métodos Cerrados
Ejercicios en clase
• Gráficamente.
• Empleando 5 iteraciones en el método de la bisección con valores
iniciales a = 0,5 y b = 2.
• Usando 5 iteraciones del método regula falsi, con los mismos valores
iniciales anteriores.
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 22 / 69
Métodos Cerrados
Ejercicios en clase
• Gráficamente.
• Empleando la fórmula cuadrática (discriminante).
• Comparar bisección con regula falsi para determinar la raı́z más
grande. Considerar como valores iniciales a = 5 y b = 10.
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 23 / 69
Métodos Abiertos
Método de Punto Fijo
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 24 / 69
Métodos Abiertos
Método de Punto Fijo
Por lo que para hallar x ∈ R para que g(x) = x para g ∈ [a, b] existe k > 0
tal que |g ′ (x)| < k < 1, ∀x ∈ (a, b).
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 25 / 69
Métodos Abiertos
Método de Punto Fijo
x = g(x)
x2 + 3
x2 − 2x + 3 = 0 ⇒ x =
2
sen(x) = 0 ⇒ x = sen(x) + x
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 26 / 69
Métodos Abiertos
Método de Punto Fijo
xi+1 = g(xi )
Ejemplo:
Usar el método de punto fijo para localizar la raiz de f (x) = e−x − x
Considerar como valor inicial x0 = 0,5 y evaluar el error en la 4ta
iteración. Considerar que el valor verdadero de la raı́z es 0,56714329.
Solución:
f (x) = e−x − x, x0 = 0
Una de las formas de despejar x: xi+1 = e−xi → g(x)
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 27 / 69
Métodos Abiertos
Método de Punto Fijo
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 28 / 69
Métodos Abiertos
Método de Punto Fijo
Utilizando MatLab:
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 29 / 69
Métodos Abiertos
Método de Punto Fijo
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 30 / 69
Métodos Abiertos
Método de Punto Fijo
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 31 / 69
Métodos Abiertos
Método de Punto Fijo
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 32 / 69
Métodos Abiertos
Método de Punto Fijo
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 33 / 69
Métodos Abiertos
Método de Punto Fijo
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 34 / 69
Métodos Abiertos
Método de Punto Fijo - Convergencia
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 35 / 69
Métodos Abiertos
Método de Punto Fijo - Divergencia
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 36 / 69
Métodos Abiertos
Método de Punto Fijo
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 37 / 69
Métodos Abiertos
Método de Punto Fijo
10 − x2
0 = x2 + xy − 10 → x =
y
0 = y + 3xy 2 − 57 → y = 57 − 3xy 2
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 38 / 69
Métodos Abiertos
Método de Punto Fijo
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 39 / 69
Métodos Abiertos
Método de Punto Fijo
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 40 / 69
Métodos Abiertos
Método de Punto Fijo
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 41 / 69
Métodos Abiertos
Método de Newton-Raphson
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 42 / 69
Métodos Abiertos
Método de Newton-Raphson
f (xi ) − 0 f (xi )
f ′ (xi ) = xi+1 = xi −
xi − xi+1 f ′ (xi )
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 43 / 69
Métodos Abiertos
Método de Newton-Raphson
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 44 / 69
Métodos Abiertos
Método de Newton-Raphson
Ejemplo:
Usar el método de Newton-Raphson para localizar la raı́z de
f (x) = e−x − x
Considerar como valor inicial x0 = 0,5 y evaluar el error en la cuarta
iteración. Considerar que el valor verdadero de la raı́z es 0,56714329.
¿Cual de los dos métodos converge con mayor velocidad?
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 45 / 69
Métodos Abiertos
Método de Newton-Raphson
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 46 / 69
Métodos Abiertos
Método de Newton-Raphson
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 47 / 69
Métodos Abiertos
Método de Newton-Raphson
De forma general:
2
(k) (k) (k) (k)
0 = f (α) = f x + Df x α−x + O
α − x
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 48 / 69
Métodos Abiertos
Método de Newton-Raphson
∂f1 ∂f1
x(k) x(k)
∂x1 ... ∂xn
.. ..
Df x (k)
= ..
. . .
∂fn ∂fn
x(k) x(k)
∂x1 ... ∂xn
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 49 / 69
Métodos Abiertos
Método de Newton-Raphson
resolver en
cada iteración el sistema de
ecuaciones lineales (SEL):
Df x(k) x(k+1) − x(k) = −f x(k) , pudiendo simplificarse a un paso,
o diferencial entre iteraciones: δx(k) = x(k+1) − x(k)
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 50 / 69
Métodos Abiertos
Método de Newton-Raphson
x2 + y 2 − 1
Funciones a utilizar: f (x, y) =
y − x2
La Matriz Jacoviana (para evaluar en las iteraciones):
!
∂f1 ∂f1
∂x ∂y 2x 2y
Df (x, y) = ∂f2 ∂f2 =
∂x ∂y
−2x 1
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 52 / 69
Métodos Abiertos
Método de Newton-Raphson
1 − (1)2 − (1)2
2·1 2·1 δx
=
−2 · 1 1 δy (1)2 − 1
2 2 δx −1 2δx + 2δy = −1
= →
−2 1 δy 0 −2δx + δy = 0
δx = −0,167
δy = −0,333
xk+1→1 = xk + δx = 1 − 0,167 = 0,833
Evaluando el incremento:
yk+1→1 = yk + δy = 1 − 0,333 = 0,667
Error
p en funciónpdel diferencial:
δx2 + δy 2 = (−0,167)2 + (−0,333)2 = 0,373 > 10−5
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 53 / 69
Métodos Abiertos
Método de Newton-Raphson
Para k = 1:
1 − (0,833)2 − (0,667)2
2 · 0,833 2 · 0,667 δx
=
−2 · 0,833 1 δy (0,833)2 − 0,667
1,667 1,334 δx −0,139 δx = −0,045
= →
−1,667 1 δy 0,027 δy = −0,048
xk+1→2 = xk + δx = 0,833 − 0,045 = 0,788
Evaluando el incremento:
yk+1→2 = yk + δy = 0,667 − 0,048 = 0,619
Error
p en funciónpdel diferencial:
δx2 + δy 2 = (−0,045)2 + (−0,048)2 = 0,066 > 10−5
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 54 / 69
Métodos Abiertos
Método de Newton-Raphson
Para k = 2:
−4,578 · 10−3
2 · 0,788 2 · 0,619 δx
=
−2 · 0,788 1 δy 2,417 · 10−3
δx = −2,145 · 10−3
δy = −9,656 · 10−4
Evaluando el incremento:
xk+1→3 = xk + δx = 0,788 − 2,145 · 10−3 = 0,786
yk+1→3 = yk + δy = 0,619 − 9,656 · 10−4 = 0,618
p
Error en función del diferencial: δx2 + δy 2 =
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 55 / 69
Métodos Abiertos
Método de Newton-Raphson
Para k = 3:
2,8 · 10−4
2 · 0,786 2 · 0,618 δx
=
−2 · 0,786 1 δy −2,04 · 10−4
δx = 1,514 · 10−4
δy = 3,399 · 10−5
Error en función del diferencial:
p
δx2 + δy 2 = (1,514 · 10−4 )2 + (3,399 · 10−5 )2 = 1,552 · 10−4 > 10−5
p
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 56 / 69
Métodos Abiertos
Método de la Secante
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 57 / 69
Métodos Abiertos
Método de la Secante
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 58 / 69
Métodos Abiertos
Método de la Secante
f (xi )
xi+1 = xi −
f ′ (xi )
se tiene:
f (xi )(xi−1 − xi )
xi+1 = xi −
f (xi−1 ) − f (xi )
Esta ecuación es la fórmula del Método de la Secante.
Nota:
Este método requiere de dos valores iniciales, pero no requiere que la
función f (x) cambie de signo, por lo que no se considera un método
cerrado.
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 59 / 69
Métodos Abiertos
Método de la Secante
Ejemplo:
Usar el método de la Secante para localizar la raı́z de f (x) = e−x − x
Considerar como valor inicial x0 = 0 y x1 = 1. Evaluar el Error Relativo
Aproximado hasta que sea menor que 1 %
Solución:
1ra iteración:
Se tiene que f (x0 ) = f (0) = 1 y f (x1 ) = f (1) = −0,632120559 por lo
que:
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 60 / 69
Métodos Abiertos
Método de la Secante
f (x2 )(x1 − x2 )
x3 = x2 −
f (x1 ) − f (x2 )
−0,070813948(1 − 0,612699837)
x3 = 0,612699837 − = 0,563838389
−0,632120559 − (−0,070813948)
0,612699837 − 0,563838389
εa = · 100 % = 7,97 %
0,612699837
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 61 / 69
Métodos Abiertos
Método de la Secante
f (x3 )(x2 − x3 )
x4 = x3 −
f (x2 ) − f (x3 )
x4 = 0,567170358
0,563838389 − 0,567170358
εa = · 100 % = 0,59 %
0,563838389
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 62 / 69
Métodos Abiertos
Método de la Secante
Utilizando MatLab:
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 63 / 69
Métodos Abiertos
Método de la Secante Modificado
f (xi + δ · xi ) − f (xi )
f ′ (xi ) ∼
=
δ · xi
en donde δ es el pequeño cambio fraccionario.
Al sustituir esta aproximación de la derivada en la ecuación:
f (xi )
xi+1 = xi −
f ′ (xi )
se tiene:
δ · xi · f (xi )
xi+1 = xi −
f (xi + δ · xi ) − f (xi )
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 64 / 69
Métodos Abiertos
Método de la Secante Modificado
δ · xi · f (xi )
xi+1 = xi −
f (xi + δ · xi ) − f (xi )
1ra iteración:
δ · x1 · f (x1 )
x2 = x1 −
f (x1 + δ · x1 ) − f (x1 )
f (3,5) = −16,57 f (3,5 + 0,01 · 3,5) = −14,48
0,01 · 3,5 · (−16,57)
x2 = 3,5 − = 3,78
(−14,48) − (−16,57)
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 65 / 69
Métodos Abiertos
Método de la Secante Modificado
2da iteración:
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 66 / 69
Métodos Abiertos
Ejercicios propuestos
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 67 / 69
Métodos Abiertos
Ejercicios propuestos
a En forma gráfica.
b Con el método de iteración de punto fijo (tres iteraciones, con
x0 = 3).
c Con el método de Newton-Raphson (tres iteraciones, x0 = 3,
δ = 0,001).
d Con el método de la secante (tres iteraciones, x−1 = 3 y x0 = 4).
e Con el método de la secante modificada (tres iteraciones, con x0 = 3,
δ = 0,001).
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 68 / 69
Análisis Numérico (ICM840-01)
Raices de ecuaciones
Profesor: Angel Rodrı́guez Soto (PUCV) Análisis Numérico 1er Trimestre 2022 69 / 69