RAICES DE ECUACIONES

Mgr. Elizabeth Ramos Saira

• Método Gráfico
• Método de Bisección
• Método de Regla Falsa
• Método de Newton
• Método del Punto Fijo
 Método de Graficación
Primera forma El proceso es de simple
tabulación y, donde se halle un cambio de
signo en los valores de f (x), ahí se puede ir
encajonando la raíz, pero sólo de forma de
ubicación, con mucha imprecisión por su
puesto.
 Tabulación: f ( x)  5  8 cos(3x)  x 2
x y = f(x)
-3.5
-3.0
-3.445705
3.289042
[3.5;  3.0] RAÍZ ???
-2.5 -4.023083 [3.0;  2.5] RAÍZ ???
-2.0
-1.5
-6.68136
4.436366
[2.0;  1.5] RAÍZ ???
-1.0 11.919940
-0.5 4.184102 [0.5; 0.0] RAÍZ ???
0.0 -3.000000
0.5 4.184102 [ 0.0; 0.5] RAÍZ ???
1.0 11.919940
1.5 4.436366
2.0 -6.68136
[1.5; 2.0] RAÍZ ???
2.5 -4.023083 [2.5; 3.0] RAÍZ ???
3.0 3.289042
3.5 -3.445705 [3.0; 3.5] RAÍZ ???
 Tabulación: f ( x)  5  8 cos(3x)  x 2
x y = f(x)
-3.5 -3.445705
-3.0 3.289042
-2.5 -4.023083
-2.0 -6.68136
-1.5 4.436366
-1.0 11.919940
-0.5 4.184102
0.0 -3.000000
0.5 4.184102
1.0 11.919940
1.5 4.436366
2.0 -6.68136
2.5 -4.023083
3.0 3.289042
3.5 -3.445705
Las raíces se indican en la figura
En la figura
anterior y esta
se han indicado
los cambios de
signo en la
figura con un
círculo y
además con
una flecha
En el intervalo [0 ; 2]
x=-5:0.0001:5;
y=2*x.^3+3*x.^2-12*x+6;
plot(x,y)
grid
50
axis([-5 4 -50 50])
40
30
20
10

0
-10
-20
-30
-40

-50
-5 -4 -3 -2 -1 0 1 2 3 4
Tercera forma.- Consiste en transformar la función f en la
forma , luego , se grafican
En el mismo sistema de coordenadas donde las raices de f
Son las intersecciones de las gráficas.

Ejemplo: Estimar los valores de las raices de la ecuación

Solución: Obtenemos la función asociada.

 Despejando tenemos

Luego

x=-3:0.0001:3; 3

y=x.^2-2; 2

z=-1./x; 1

plot(x,y,x,z) 0
grid
-1
axis([-3 3 -2 4])
-2
-3 -2 -1 0 1 2 3
Ejercicios:

Estimas los valores de las raices de las ecuaciones

1.-

2.-

3.-

4.-

5.-
 Método de bisección

También llamado método de búsqueda binaria.

Supongamos, que tenemos una función continua f,
definida en el intervalo [a, b], con f(a) y f(b) tal
que f(a)⋅f(b)<0, o sea de signos contrarios
Entonces, por medio del teorema del valor medio, existe
t, t ] a, b [ tal que f(t) =0.
El Método requiere de dividir repetidamente a la mitad
a los sub intervalos [a, b] y, en cada paso localizar
a la mitad, que contiene a t.
Para empezar, hacemos a1=a; b1=b y t1 el punto
medio de [a, b]; o sea:

Sí f (t1) = 0 , entonces t = t1 ; de lo contrario es claro

que f (t1) tiene el mismo signo que f (a1) o f (b1) .
 Si f (t1) y f (a1) , (f(b1)*f(t1)<0) tienen el mismo
signo, entonces
t ∈ ] t1, b1[ y hacemos a2 = t1 y b2 = b1 .
 Si f (t1) y f (b1) (f(a1)*f(t1)<0) son del mismo
signo, entonces
t  ] a1, t1[ y hacemos b2 = t1 y a2 = a1 .
Ahora repetimos el proceso al intervalo [a2 , b2 ] y así
 Método de bisección
El proceso es de encajonamiento:

1ero. 2do.
El proceso es de encajonamiento:

3ero. 4to. . . .
El proceso es de encajonamiento
continuará hasta cumplir la
tolerancia:
o sea,
cuando

a  b  Er
Paso1: Definir f(x), // función continua en [a,b]
Paso2: Entrar a, b, error; // tolerancia
ba
Paso3: t 
2
Paso4: if (f(t)*f(a)<0) { b=t; }
Paso5: en otro caso { a=t; }
Paso6: if (abs(a - b)>error) ir a (3)
Paso7: Publicar [a, b]; // Intervalo final
Paso8: Parar.
Ejemplo de Bisección 1
Si fuera el caso de la función
f ( x)  ( x  3)  3
2

y la estudiamos en el intervalo
[a, b] = [4, 5],
donde claramente se tiene que
f(a)*f(b)<0 pues
(f(4) = - 2)*(f(5) = 1) = - 2<0
 Tabla de Resultados de Bisección
n a t b f(a) f(t) f(b) error
1 4.00 4.50 5.00 -2.000 -0.750 1.000 1
2 4.50 4.75 5.00 -0.750 0.063 1.000 0.5
3 4.50 4.63 4.75 -0.750 -0.359 0.063 0.25
4 4.63 4.69 4.75 -0.359 -0.152 0.063 0.125
5 4.69 4.72 4.75 -0.152 -0.046 0.063 0.0625
6 4.72 4.73 4.75 -0.046 0.008 0.063
7 4.72 4.73 4.73 -0.046 -0.019 0.008
Se usó 2 decimales sólo para
muestra; deben usarse 6 por lo
menos.
Es la figura vista paso a paso.1
Ejemplo 2
La función f(x) = xsenx – 1 tiene un cero en el
intervalo [0,2], porque f(0) = -1 y f(2)=0.818595.
Si se denota con

entonces c1 = 1. Ahora f(c1) = f(1) = -0.158529, luego

la función tiene un cero en el intervalo [c1, b1] = [1,2] ;
se renombra a2=c1 y b2=b1 .
El nuevo punto medio es
y f(c2) = f(1.5) = 0.496242, el cero esta en el intervalo
[a2, c2] y se renombra como [a3,b3].
En la tabla de abajo se muestran las primeras nueve
iteraciones del método de bisección para f(x)= xsenx –1
con a=0 b=2.
 Error Relativo
Extremo Extremo Punto Valor de la
n
izquierdoan derecho bn medio cn función f(cn)

1 0 2 1 -0.158529

2 1 2 1.5 0.496242 0.333333

3 1 1.5 1.25 0.186231 0.2

4 1 1.25 1.125 0.015051 0.111111

5 1 1.125 1.0625 -0.071827 0.0588235

6 1.0625 1.125 1.09375 -0.028362 0.0285714

7 1.09375 1.125 1.109375 -0.006643 0.0140845

8 1.1093750 1.125 1.1171875 0.004208 0.0069930

1.1132812
9 1.1093750 1.1171875 -0.001216 0.0035087
5

(c = 1.114157141 es el cero de f(x) = xsenx - 1)

Para detener el método de bisección y dar una
aproximación del cero de una función se pueden
usar varios criterios (llamados criterios deparada).

Uno de los criterios de parada consiste en examinar

Si |f(cn)| < , donde es una tolerancia
previamente
establecida (por ejemplo = 10-3).
Otro criterio que puede utilizarse es examinar sí
También se puede usar como criterio de parada el error
relativo entre dos aproximaciones del cero de f ,

En el ejemplo anterior si =0.005, el procedimiento se

pararía en la octava iteración con el criterio |f(cn)|< , ya
que:

|f(c8)| = |f(1.1171875)| = 0.004208 < = 0.005,

pero si se usa el criterio

 el procedimiento se detendría en la novena iteración
porque:

http://portales.puj.edu.co/objetosdeaprendizaje/
Online/OA10/capitulo5/5.htm
Ejemplo de Bisección 2 Hallar las raices
de la ecuacion exp(-x)-x=0

x=-3:0.001:3;
3
>> y=exp(-x);
>> z=x; 2

>> plot(x,y,x,z) 1

grid 0

>> axis([-3 3 -3 3]) -1

-2

biseccion(f,a,b,tol,n)
-3
-3 -2 -1 0 1 2 3
biseccion(' exp(-x)-x’, 0,1 ,0.0001 ,30)
Ejercicios
Resolver las siguientes ecuaciones
a) exp(x) = 9 , b)sin(t) ⋅t − 2 = 0,
c) x3 −8x5 + 5x2 − x + 9 = 0 ,
d) x ⋅exp(−x) −sin(x) + 3 = 0 ,
e) cos( t) − 0.5 = 0 ,

Observación: Este algoritmo de bisección como se vio

es muy simple y manejable además es robusto pues
siempre converge a una solución, pero tiene en contra el
problema de que converge muy lentamente y el número
de iteraciones debe ser grande.
Teorema : Sea f ∈ C[a , b] y supongamos que f (a)⋅ f (b)<0.
El procedimiento de bisección genera una sucesión {tn}
que se aproxima a t con la propiedad
Ejemplo:
Cuántas iteraciones son necesarias para resolver
f (t) = t3 + 4t2 −10 = 0 con una precisión de ∈=10−5
para a1 = 1 y b1 = 2 .
Solución:
Debemos hallar n = N en la expresión:

Usando Logaritmos tenemos:

lo cual corresponde a un N mínimo n =17. En

conclusión 17 iteraciones.
Método de las Cuerdas
o
Falsa Posición
o
De las Proporciones
 Método de las cuerdas
El proceso es muy parecido al
anterior. La diferencia está en que
este por construcción camina
proporcionalmente hacia la raíz a la
vez que va encajonandola:
METODO DE LA REGLA FLASA
 Método de las cuerdas
El proceso acercamiento a la Raíz:

1ero. 2do.
El proceso acercamiento a la Raíz
continuará hasta cumplir la
tolerancia:
o sea,
cuando
t n  t n1  E r
Si se tiene que f  C[a, b] , o
sea la función f es continua en el
intervalo [a, b], y si f ( a ) f (b)  0
entonces se tiene un punto
t ] a, b [ tal que f (t)=0, este t se
consigue usando un algoritmo que
efectúe lo visto en las figuras
anteriores:
Paso1: Definir f(x), // función continua en [a,b]
Paso2: Entrar a, b, error; r=a;// tolerancia
ba
Paso3: t  a  f (a )
f (b)  f (a)
Paso4: if (f(t)*f(a)<0) { b=t; }
Paso5: en otro caso { a=t; }
Paso6: if abs(r - t)>error r=t; ir a 3
Paso7: Publicar t ; // como raíz
Paso8: Parar.
Ejemplo de Cuerdas
Si fuera el caso de la función
f ( x)  ( x  3)  3
2

y la estudiamos en el intervalo
[a, b] = [3, 5],
donde claramente se tiene que
f(a)*f(b)<0 pues
(f(4) = - 3)*(f(5) = 1) = - 3<0
 Tabla de Resultados de Cuerda
a t b f (a) f (t) f (b) tn  tn 1
3.00 4.500 5.00 -3.000 -0.7500 1.00 1.5
4.50 4.714 5.00 -0.750 -0.0612 1.00 0.21429
4.71 4.730 5.00 -0.061 -0.0044 1.00 0.01649
4.73 4.732 5.00 -0.004 -0.0003 1.00 0.00119

Se usó 2 decimales sólo para

muestra; deben usarse 6 por lo
menos.
Es la figura vista paso a paso.1
 REGLAFA
3

ingrese la funcion asociada 2

f(x)= exp(-x)-x 1

limite inferior : 0 0

limite superior : 1 -1

-2

la raiz es = 0.56714338 -3
-3 -2 -1 0 1 2 3

x=-3:0.001:3;
>> y=exp(x)+2-x;
>> z=6-2*cos(x);
>> plot(x,y,x,z)
>> grid
Ejemplo: Hallar una raiz de : f(x)= exp(-x) +x-2
25

x=-3:0.001:3;
20

>> y=exp(-x);
15
>> z=2-x;
10
>> plot(x,y,x,z)
5
>> grid
0

-5
-3 -2 -1 0 1 2 3

REGLAFA
ingrese la funcion asociada f(x)= exp(-x)+x-2
limite inferior : 1
limite superior : 2
la raiz es = 1.84140561
Método de las Newton
o
De las Tangentes
 Método de Newton
En análisis numérico, el método de
Newton (conocido también como el método
de Newton-Raphson o el método de
Newton-Fourier) es un algoritmo para
encontrar aproximaciones de los ceros o
raices de una función real. También puede
ser usado para encontrar el máximo o
mínimo de una función, encontrando los
ceros de su primera derivada
 Método de Newton
El proceso acercamiento a la Raíz:

1ero. 2do.
El proceso acercamiento a la Raíz
continuará hasta cumplir la
tolerancia:
o sea,
cuando
t n  t n1  E r
Ejemplo: Resolver por el método de Newton la
siguiente ecuación

Solución:
Calculamos la derivada de f(t), o sea: f ′(t) = 2cos(t) −1.
Como en este caso particular conocemos el intervalo que
contiene la raíz damos el punto medio, como la
primera aproximación: t = 1.5.
x=-3:0.00001:3;
y=2*sin(x)-x;
plot(x,y)
grid
newton('2*sin(x)-x',1.5,0.000001,30)
El metodo tuvo exito despues de 5 iteraciones
Resultados obtenidos
i x_i f(x_i)
1.0000 2.0766 -0.3269
2.0000 1.9105 -0.0248
3.0000 1.8956 -0.0002
4.0000 1.8955 -0.0000
5.0000 1.8955 -0.0000
El metodo tuvo exito despues de
5 iteraciones
Resultados obtenidos
Problemas
1. Aproxime con 10−4 y 10−7 de precisión las raíces de
las siguientes ecuaciones en los intervalos dados:

2. Repita el ejercicio anterior pero en otro intervalo si es

posible.
3. Use el método de Newton para resolver:
Paso1: Definir f(x), f ’(x),
// función continua en [a,b]

Paso2: Entrar x0 , error; // tolerancia

f ( x0 )
Paso3: t  x0 
f ' ( x0 )
Paso4: if abs(x0 - t)>error; x0 = t
ir a Paso3;
Paso5: Publicar t ; // como raíz
Paso6: Parar.
Ejemplo de Newton
Si fuera el caso de la función
f ( x)  ( x  3)  3
2

y la estudiamos en el intervalo
[a, b] = [4, 5],
donde claramente se tiene que
f(a)*f(b)<0 pues
(f(4) = - 2)*(f(5) = 1) = - 2<0
 Tabla de Resultados de Newton

n x0 f (x0) f ’ (x0) t t n  t n 1
1 5.0000 1.0000 4.0000 4.7500 0.2500
2 4.7500 0.0625 3.5000 4.7321 0.01786
3 4.7321 0.0003189 3.4643 4.7321 0.000093

Se usó 4 decimales sólo para

muestra; deben usarse 6 por lo
menos.
Es la figura vista paso a paso.1
 Iteración del Punto Fijo

Ejemplo: La función g(t) = t − sin(π t) , tiene exactamente

dos puntos fijos en el intervalo [0, 1], que son t = 0 o el
punto t = 1.
Explicando esta situación es donde un punto tiene su
abscisa igual a la ordenada así: cuando t = 0 resulta el
punto (0, 0) y cuando t = 1 tenemos (1, 1).
Por ejemplo el problema de la búsqueda de raíces f(x)=0
tiene soluciones que corresponden precisamente a los
puntos fijos de g(x)=x-f(x). La primera tarea es entonces
decir cuándo una función tiene un punto fijo y cómo se
puede determinar los puntos fijos.

El siguiente teorema da las condiciones suficientes

para la existencia de un punto fijo.
Teorema
Si g ∈C[a, b] y g(x)∈[a, b] para toda x∈[a, b], entonces g
tiene un punto fijo en [a, b]. Si además, g′(x) existe en
(a, b) y /g′(x)/ ≤ k < 1 para toda x∈[a,b[, (*) entonces,
g tiene un punto fijo único t en [a, b].
Algoritmo de Punto Fijo
Paso 1: Define g(t) ,
Paso 2: Entramos a, b {Los extremos del intervalo [a, b]}
Entramos Err {Error de cálculo o Tolerancia}
Entramos t0 {Entramos un valor t0 ∈[a,b] como primer valor
de la raíz}
Paso 3: Hacemos tn = t0
Paso 4: t = g(tn ) {Renovamos el t }
Paso 5: Si t − tn < Err ir al paso ( 7) {Verificamos la tolerancia }
Paso 6: Si Paso (5) es falso hacer tn = t ir a paso (3)
Paso 7: Publicar la solución: La raíz = t
Paso 8: Parar.
Ejemplo:
Resolver por el método de punto fijo o iteraciones
tn+1 = g(tn ) la siguiente ecuación

Solución: Pasamos a la forma tn+1 = g(tn ) haciendo:

g(t) = 2 ⋅ sin(t) = t .
 2

t=1:0.00001:2; 1.9

1.8

y=t; 1.7

1.6
z=2*sin(t); 1.5

plot(t,y,t,z) 1.4

1.3

grid 1.2

1.1

5
1
1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2
4

2
t=-5:0.00001:5;
1
y=t;
0

-1 z=2*sin(t);
-2

-3
plot(t,y,t,z)
-4 grid
-5
-5 -4 -3 -2 -1 0 1 2 3 4 5
Comparación de los Métodos Iterativos

El esfuerzo computacional para la ejecución de cada uno

de los métodos depende de varios factores, los más
importantes son:

1. La complejidad de los cálculos, sobre todo para la

derivada.
2. El número total de iteraciones
3. Condiciones para la convergencia
El método de la bisección y el método de la posición falsa
exigen pocas condiciones para garantizar la convergencia,
el inconveniente está en que el número de iteraciones
puede ser grande. Observe que su tasa de convergencia es
lineal.
Los métodos de punto fijo generales son más rápidos, pero
en contraparte exigen muchas hipótesis para la
convergencia.
El más rápido es el método de newton, pero requiere el
cálculo de la derivada y demanda, al igual que los métodos
de punto fijo, hipótesis rigurosas.
El método secante puede ser práctico cuando el cálculo de
la derivada es complicado, pero
no es tan rápido como el método de Newton.
Se puede concluir que la elección del método más
eficiente depende de la ecuación que se intenta resolver.
Cada método tiene sus ventajas y desventajas.
Como un comentario adicional, después de llevar al
computador cada uno de estos métodos y
experimentarlos con diversos ejemplares, probablemente
el estudiante halle que las diferencias de tiempo de
ejecución, entre un programa y otro, sea insignificante
cuando se aplica a la resolución de una ecuación, y ese
afán por buscar el método más rápido parecería no tener
sentido. Esa percepción es equivocada, pues estos
métodos deben verse como subrutinas de otros métodos
iterativos más sofisticados, para otro tipo de problemas,
donde la pérdida de una fracción de segundo retrasaría
el desempeño del método en su conjunto.
 Se Termino
FIN .

HAGA TODO CON PAZ , AMOR Y

FRATERNALMENTE

El conocimiento es de la Inteligencia Cósmica, o sea,

de toda la "Humanidad"

Que el Cósmico te dé 3 veces, lo que me deseas a Mí