1

1. Capı́tulo 2: Soluciones de ecuaciones de una va-

riable
Método de Bisección

Supongamos que f esuna función continua definida en wel intervalo [a, b] con f (a)
y f (b) de signos diferentes. De acuerdo con el teorema del valor intermedio, existen
un número p en ]a, b[ tal que f (p) = 0.
El método requiere dividir varias veces a la mitad los sub-intervalos de [a, b] y en
cada paso, localizar la mitad que contenga a p.
b 1 − a1
Entonces tenemos que si a = a1 , b = b1 entonces p1 = a1 + .
2
Si f (p1 ) = 0 entonces p1 = p, de no ser ası́ f (p1 ) tiene el mismo signo que f (a1 ) o
f (b1 ). Si f (p1 ) y f (a1 ) tienen el mismo signo, entonces p ∈]p1 , b1 [ y tomamos a2 = p1 y
b2 = b1 . Si f (p1 ) y f (a1 ) tienen signos opuestos entonces p ∈]a1 , p1 [ y tomamos a2 = a1
y b2 = p1 . Después volveremos a aplicar el proceso para [a2 , b2 ]. Esto nos da el méto-
do que se describe en la siguiente gráfica.

Ejemplo: La ecuación f (x) = x3 + 4x2 − 10 = 0 tiene una raiz en [1, 2] ya que f (1) = −5
|p − pn |
y f (2) = 14. Aproxime el valor de p con un error relativo de < 10−4
p

Teorema: Supongamos que f ∈ C[a, b] y f (a) · f (b) < 0.

El método de bisección genera una sucesión {pn }∞
n=1 que aproxima a un cero de p

de f tal que
b−a
|pn − p| 6 donde n > 1
2n
Ejemplo: Para determinar la cantidad de iteraciones necesarias para resolver
f (x) = x3 + 4x2 − 10 = 0 con una exactitud de 10−3 por medio de a1 = 1 y b2 = 2

Iteración de Punto Fijo

 2

Un punto fijo de una función g es un número p para el cual g(p) = p

Ejemplo: La ecuación x3 + 4x2 − 10 = 0 tiene una raı́z única en [1, 2]. Utilizando
manejo algebraico conviertala de la forma g(x) = x. Aplique la iteración de punto
fijo en cada una de ellas.

Ejemplo: La función g(x) = x2 − 2 para −2 6 x 6 3 tiene puntos fijos en x = −1

y x = 2 por qué

Teorema:

1. Si g ∈ C[a, b] y g(x) ∈ [a, b] para todo x ∈ [a, b], entonces g tiene un punto fijo en
[a, b]

2. Y si además g 0 (x) existe en ]a, b[ y existe una constante positiva k < 1 con
|g 0 (x)| < k para todo x ∈]a, b[, entonces el punto fijo en [a, b] es único

Nota: El teorema de valor intermedio existe un p ∈ [a, b] para el cual h(p) = 0 ⇒ p es

un punto fijo.

x2 − 1
Ejemplo: Sea g(x) = en [−1, 1]. Determine si en el intervalo dado presenta
3
un punto fijo.

Ejemplo: Sea g(x) = 3−x en [0, 1]. Determine si en el intervalo dado presenta un
punto fijo.

Teorema: Sea g ∈ C[a, b] tal que g(x) ∈ [a, b] para toda x en [a, b]. Ádemas supon-
gamos que g 0 en ]a, b[ y la constante positiva 0 < k < 1 tales que

|g 0 (x)| 6 k para toda x ∈]a, b[

Entonces, para cualquier número p0 en [a, b], la sucesión definida por

 3

pn = g(pn−1 ), n > 1

Converge al único punto fijo p en [a, b]

Corolario: Si g satisface las hipótesis del teorema anterior, las cotas del error que
supone utilizar pn para aproximar p estan dadas por

|pn − p| 6 k n |p0 − p| = 0

y por
kn
|pn − p| 6 |p1 − p0 | para toda n > 1
1−k
x
Ejemplo: Aplique el teorema para demostrar que g(x) = π + 0, 5 sen tiene un úni-
2
co punto fijo en [0, 2π]. Use la iteración de punto fijo para obtener una aproximación
al punto fijo con una exactitud de 10−2 . Use el corolario para estimar la cantidad de
iteraciones para lograr una exactitud de 10−4 y después compare esta estimación
teorica con la catidad que realmente se requiere.

Nota importante el teorema de Taylor: Suponga que f ∈ C n [a, b], que f (n+1) existe
en [a, b] y x0 ∈ [a, b]. Para cada x ∈ [a, b] existe un número ξ(x) entre x0 y x tal que

f (x) = Pn (x) + Rn (x)

Donde
n
0 f 00 (x) f (n) (x0 ) X f (k)(x0 )
Pn (x) = f (x0 ) + f (x0 )(x − x0 ) + (x − x0 )2 + · · · + (x − x0 )n = (x − x0 )k
2! n! k=0
k!

y
f (n+1) (ξ(x))
Rn (x) = (x − x0 )n+1
(n + 1)!
 4

El método de Newton (Newton-Raphson)

Supongamos que f ∈ C 2 [a, b]. Sea x ∈ [a, b] una aproximación de p tal que f 0 (x) 6= 0 y
|p − x| es pequeño. Consideremos el primer polinomio de Taylor para f (x) expandido
alrededor de x.
(x − x)2 00
f (x) = f (x) + (x − x)f 0 (x) + f (x)
2
donde ξ(x) está entre x y x. Dado que f (p) = 0 esta ecuación con x = p da

(p − x)2 00
0 = f (x) + (p − x)f 0 (x) + f (ξ(p))
2

Derivando el método de Newton suponiendo que como |p − x| es tan pequeño el

termino que contiene (p − x)2 es mucho menor y que

0 ≈ f (x) + (p − x)f 0 (x)

Despejando p de esta ecuación obtenemos

f (x)
p≈x−
f 0 (x)

Esto nos prepara para introducir el método de Newton, el cual comienza con una
aproximación inicial p0 y genera la sucesión {pn }∞
n=0 definida por

f (pn−1 )
pn = pn−1 − para n > 1
f 0 (pn−1 )
Ejemplo:

1. Suponga que queremos aproximar un punto fijo de g(x) = cos(x). Para el inter-
h πi
valo 0,
2
2. Utilizando la función f (x) = cos(x) − x y aplique el método de Newton
 5

Teorema: Sea f ∈ C 2 [a, b]. Si p ∈ [a, b] es tal que f (p) = 0 y f 0 (p) 6= 0 entonces existe
δ > 0 tal que el método de Newton genera una sucesión {pn }∞
n=1 que converge a p

para cualquier aproximación inicial p0 = [p − δ, p + δ]

Método de la secante:
f (pn−1 )(pn−1 − pn−2 )
pn = pn−1 −
f (pn−1 ) − f (pn−2 )

Ejemplo: Aplique el método de la secante para encontar una solución de x = cos(x)

Análisis del error para métodos iterativos

Definición: Supongamos que {pn }∞

n=0 es una sucesión que converge a p con pn 6= p

para todo n. Si existen constantes positivas λ y α con

|pn+1 − p|
lı́m =λ
α→∞ |pn − p|α
Se dice que un método iterativo de la forma pn = g(pn−1 ) es de orden α, si la sucesión
{pn }∞
n−1 converge a la solución p = g(p) con orden α

1. Si α = 1 la sucesión será linealmete convergente.

2. Si α = 2 la sucesión será cuadraticamente convergente

|pn+1 |
Ejemplo: Supongamos que {pn }∞
n=0 converge linealmente a 0 con lı́m = 0, 5
n→∞ |pn |
y que {b pn } ∞
n=0 converge cuadráticamente a 0, con la misma constante de error
|b
pn+1 |
asintótico lı́m = 0, 5
α→∞ |b pn |
Obtenga las sucesiones linealmete convergente y cuadráticamente convergente.
Además evalúe para un |p0 | = |b
p0 | = 1
 6

Teorema: Sea g ∈ C[a, b] tal que g(x) ∈ [a, b] para todo x ∈ C[a, b]. Supongamos,
además que g 0 es continua en ]a, b[ y que existe una constante positiva k < 1 con
|g 0 (x)| ≤ k para todo x ∈]a, b[.
Si g 0 (p) 6= 0, entonces para cualquier número p0 en [a, b] la sucesión pn = g(pn−1 ) para
n ≥ 1 converge sólo linealmente a el único punto fijo p en [a, b]

Teorema: Sea p una solución de la ecuación x = g(x). Supongamos que g 0 (p) = 0

y g 00 es continua y está estrictamente acotada por M en un intervalo abierto I que
contiene a p. Entonces existe un δ > 0 tal que para p0 ∈ [p − δ, p + δ] la sucesión defi-
nida por pn = g(pn−1 ) cuando n ≥ 1 converge al menos cuadráticamente a p. Además
para valores suficientemente grandes de n.

M
|pn+1 − p| < |pn − p|2
2

Definición: Una solución p de f (x) = 0 es un cero de multiplicidad m de f si para

x 6= p, podemos escribir f (x) = (x − p)m q(x), donde

lı́m q(x) 6= 0
x→p

Teorema: f ∈ C 0 [a, b] tiene un cero simple en p en ]a, b[ si y sólo si f (p) = 0 pero

f 0 (p) 6= 0
Teorema: La función f ∈ C m [a, b] tiene un cero de multiplicidad m en p en ]a, b[ si y
sólo si

0 = f (p) = f 0 (p) = f 00 (p) = · · · = f m−1 (p) pero f m (p) 6= 0

Ejemplo: La función descrita por f (x) = ex − x − 1. Determine la multiplicidad en

p=0
 7

Ejemplo: Demuestre que las siguientes sucesiones convergen linealmete a p = 0

¿Qué tan grande debe de ser n antes que |pn − p| ≤ 5 × 10−2 ?
1 1
a) pn = b) pn =
n n2
Ejemplo:
n
1. Demuestre que la sucesión pn = 10−2 converge cuadráticamente a cero.
k
2. Demuestre que la sucesión pn = 10−n no converge cuadráticamente a cero, sin
importar el tamaño del exponente k > 1

Convergencia acelerada

Utilizaremos el método de ∆2 de Aitken el cual sirve para acelerar la convergencia.

Supongamos {pn }∞
n=0 es una sucesión linealmente convergente con un lı́mite p. Para

pn }∞
impulsar la construción de una sucesión {b n=0 que converge más rápido a p

Supongamos que los signos de pn −p, pn+1 −p y pn−2 −p son iguales y que n es grande
entonces
pn+1 − p pn+2 − p
≈
pn − p pn+1 − p
Entonces,
(pn+1 − p)2 ≈ (pn − p)(pn+2 − p)

Por lo tanto
p2n+1 − 2pn+1 p + p2 ≈ pn+2 pn − (pn + pn+2 )p + p2

Despejando p se obtiene que

pn+2 pn − p2n+1
p≈
pn+2 − 2pn+1 + pn
Si sumamos y restamos los términos p2n y 2pn pn+1 se obtiene que
(pn+1 − pn )2
p ≈ pn −
pn+2 − 2pn+1 + pn
El método de ∆2 de Aitken converge más rápido a p que la sucesión original.
(pn+1 − pn )2
p ≈ pn −
pn+2 − 2pn+1 + pn
 8

 
1
Ejemplo: La sucesión {pn }∞
n=1 donde pn = cos converge linealmente a p = 1
n

Definición: Dada la sucesión {pn }∞

n=0 , la diferencia progresiva ∆pn está definida

por ∆pn = pn+1 − pn , para n > 0

Las potencias mayores ∆k pn se definen recursivamente por medio de

∆k pn = ∆(∆k−1 pn ) para k > 2

Por lo tanto

∆2 pn = ∆(pn+1 − pn ) = ∆pn+1 − ∆pn = (pn+2 − pn+1 ) − (pn+1 − pn )

entonces
∆2 pn = pn+2 − 2pn+1 + pn

Entonces el método ∆2 de Aitken se puede transcribir como

(∆pn )2
pbn = pn − 2
∆ (pn )

Teorema: Supongamos que {pn }∞

n=0 es una sucesión que converge linealmente al

lı́mite p y que para todos los valores suficientemente grandes de n, tenemos (pn −
pn } ∞
p)(pn+1 − p) > 0. Entonces la sucesión {b n=0 converge a p con mayor rapidez que

{pn }∞
n=0 en el sentido que
pbn − p
=0lı́m
n→∞ pn − p

Al aplicar el método de ∆2 modificado de Aitken, podemos acelerar la convergen-

cia a cuadrática. A este procedimiento se le llama el método de Steffersen que se
contruye de la siguiente manera:

p0 , p1 = g(p0 ), p2 = g(p1 ), entonces pb0 = {∆2 }p0

Donde {∆2 } indica que se utiliza el método de Aitken, note que el método de Stef-
fersen construye los mismos primeros cuatro téminos p0 , p1 , p2 y pb0 . Note que pb0 es
una mejor aproximación de p que p2 y aplica la iteración de punto fijo a pb0 en vez
de p2 . Se tiene la siguiente secuencia
(0) (0) (0) (0) (0) (1) (0) (1) (1)
p0 , p1 = g(p0 ), p2 = g(p1 ), p0 = {∆2 }(p0 ), p1 = g(p0 ),...
 9

Ejemplo: Pära resolver x3 + 4x2 − 10 = 0 mediante el método de Steffersen. Con este

pocedimiento de punto fijo se obtuvo que

 1
10 2
g(x) =
x+4

Tome p0 = 1, 5

Terorema: Supongamos que x = g(x) tiene la solución p con g 0 (x) 6= 1. Si existe

δ > 0 tal que g ∈ C 3 [p − δ, p + δ] entonces con el método de Sterffesen obtenemos la
convergencia cuadrática para cualquier p0 ∈ [p − δ, p + δ]

Ejemplo: Considere la siguiente sucesión linealmente convergente. Genere los cinco

pn } por medio de ∆2 de Aitken
primeros términos de la sucesión {b

2 − epn−1 + p2n−1
pn =
3

(0)
Ejemplo: El método de Sterffesen se aplica a una función g por medio de p0 = 1 y
(0) (0)
p2 = 3 y para obtener p10 = 0, 75 ¿Qué podrı́a ser p1 ?
 10

Ceros de polinomio y el método de Muller

Un polinimio de grado n tiene la forma

P (x) = an xn + an−1 xn−1 + · · · + a1 x + a0

donde las ai determinan coeficientes de P , son constantes y an 6= 0. La función cero

P (x) = 0 para todos los valores de x, se consideran un polinomio, pero sin que se le
asigne alguno.

Teorema fundamental de álgebra: Si P (x) es un polinomio de grado n > 1 con

coeficientes reales o complejos, entonces P (x) = 0 tiene al menos una raı́z (Posible-
mente compleja)

Corolario: Si P (x) es un polinomio de grado n > 1 con coeficientes reales o com-

plejos, entonces existen constantes únicas x1 , x2 , ..., xk posiblemente complejas y
enteros positivos m1 , m2 , ..., mk tales que ki=1 = n y
P

p(x) = an (x − x1 )m1 (x − x2 )m2 · · · (x − xk )mk

Corolario: Sean P (x) y Q(x) polinomios de grado a lo más n. Si x1 , x2 , ..., xk con k > n
son números distintos con P (xi ) = Q(xi ) para i = 1, 2, ..., k entonces P (x) = Q(x) para
todos los valores de x.

Teorema: Método de Horner

Sea P (x) = an xn + an−1 xn−1 + · · · + a1 x + a0 . Si bn = an y bk = ak + bk−1 x0 para
k = n − 1, n − 2, ..., 1, 0 entonces b0 = P (x0 ). Más aún si

Q(x) = bn xn−1 + bn−1 xn−2 + · · · + b2 x + b1

Entonces
P (x) = (x − x0 )Q(x) + b0
 11

Ejemplo: Aplique el método de Horner para evaluar P (x) = 2x4 − 3x2 + 3x − 4 en

x0 = −2

Una ventaja más del uso del procedimiento de Horner consiste en que P (x) =
(x − x0 )Q(x) + b0 , donde Q(x) = bn xn−1 + bn−1 xn−2 + · · · + b2 x + b1 al derivar respec-
to a x se obtiene P 0 (x) = Q(x) + (x − x0 )Q0 (x) y P 0 (x0 ) = Q(x0 )

Ejemplo: Encuentre una aproximación a uno de los ceros de

P (x) = 2x4 − 3x2 + 3x − 4

Con x0 = −2, además use Newton

Método de Muller
Se comienza considerando el polinomio cuadrático

P (x) = a(x − x2 )2 + b(x − x2 ) + c

que pasa por (x0 , f (x0 )), (x1 , f (x1 )) y (x2 , f (x2 )). Podemos determinar las constantes
a, b y c apartir de las condiciones

f (x0 ) = a(x0 − x2 )2 + b(x0 − x2 ) + c

f (x1 ) = a(x1 − x2 )2 + b(x1 − x2 ) + c

f (x2 ) = a· 02 + b· 0 + c = c

para ser c = f (x2 )

(x0 − x2 )2 [f (x1 ) − f (x2 )] − (x1 − x2 )2 [f (x0 ) − f (x2 )]
b=
(x0 − x2 )(x1 − x2 )(x0 − x1 )
y
(x1 − x2 )[f (x0 ) − f (x2 )] − (x0 − x2 )[f (x1 ) − f (x2 )]
a=
(x0 − x2 )(x1 − x2 )(x0 − x1 )
 12

Para obtener x3
2c
x3 = x2 − √
b + signo(b) b2 − 4ac

Ejemplo: Considere el polinomio f (x) = 16x4 − 40x3 + 5x2 + 20x + 6. Al utilizar el

método de Muller con una exactitud de 10−5 con x0 = 0, 5 x1 = 1 y x2 = 1, 5