UNIVERSIDAD TÉCNICA FEDERICO SANTA MARIA

DEPARTAMENTO DE MATEMÁTICA
ANÁLISIS NUMÉRICO MAT270

Solución Ayudantia 2.

1. Sea g(x) = 2x − cos(x) una función.

Se quiere utilizar la iteración de punto fijo para aproximar el valor de x ∈ [1, 2] tal que
se satisfaga: Z x
g(ξ)dξ = 1.
0
Encontrar una función de punto fijo adecuada para asegurar la convergencia para
cualquier x0 ∈ [1, 2].
¿ Cuántas iteraciones necesita para aproximar el valor buscado con una precisión 10−3 ,
π
si x0 = ? Encontrar dicha aproximación.
2
Solución:
Notemos que:
Z x Z x
x
g(ξ)dξ = (2ξ − cos(ξ))dξ = ξ 2 − sen(ξ) 0
= x2 − sen(x).
0 0

Por lo tanto la ecuación a resolver mediante iteración de punto fijo es: x2 − sen(x) = 1.
Observemos que
p
x2 = sen(x) + 1 ⇒ x = sen(x) + 1.
p
Definamos g1 (x) = sen(x) + 1 con x ∈ [1, 2], demostremos que la iteración de punto
fijo converge al punto fijo de g1 .
Es fácil ver que:

cos(x)
g10 (x) = p ⇒ g10 (x) > 0 si x ∈ [1, π/2[, y g10 (x) < 0 si x ∈ (π/2, 2].
2 sen(x) + 1

Puesto que g1 (1) = 1, 3570081, g1 (π/2) = 1, 414213562, g1 (2) = 1, 381773291,

concluimos que
g1 ([1, 2]) ⊂ [1, 2].

1
 Por otro lado notar que ∀x ∈ [1, 2]:

cos(x) 1 1
|g10 (x)| = p ≤ p ≤ p ≈ 0, 3684576384 = k < 1.
2 sen(x) + 1 2 sen(x) + 1 2 sen(1) + 1

Por lo tanto por el teorema de iteración de punto fijo g1 converge a su único punto fijo.
La iteración a utilizar es: (
x0 = π/2
p
xn+1 = sen(xn ) + 1
Y la estimación del error es:
kn kn √
|xn − p| ≤ |x1 − x0 | = | 2 − π/2| < 10−3
1−k 1−k
De donde obtenemos que n ≥ 4.
Ahora encontremos nuestra aproximación:

n xn
0 1,570796327
1 1,414213562
2 1,409881536
3 1,409638651
4 1,4096248338

Ası́ p = 1, 4096248338 es la aproximación buscada.

2. Considere la función f : R → R definida por f (x) = ex + sin(x) + x2 .

a) Demuestre que f tiene un único mı́nimo local.

b) Usando el Método de Newton - Raphson, aproxime el valor mı́nimo de la
función, usando x0 = 0, con un criterio de detención dado por

||xn − xn−1 || < 10−5 .

Solución:

a) Para encontrar un extremo de f debemos resolver la ecuación

f 0 (x) = 0 ⇔ ex + cos(x) + 2x = 0.

2
 Observe que f 0 (−1) ≈ −1.09 < 0 y f (0) = 2 > 0. Como f 0 es una función
continua en [−1, 0], por Teorema de Bolzano, existe p ∈ (−1, 0) tal que f 0 (p) = 0.

Para demostrar la unicidad, analizamos la monotonı́a de f 0 . En efecto,

f 00 (x) = ex − sin(x) + 2.

Observe que ex + 2 > 2 y −1 ≤ sin(x) ≤ 1, para todo x ∈ R. Por lo tanto,

ex − sin(x) + 2 ≥ 1, ∀x ∈ R.

Como f 00 (x) > 0, para todo x ∈ R, entonces f 0 es una función estrictamente

creciente.
De lo anterior, f 0 tiene una única raı́z en R y, por lo tanto, f un único mı́nimo
local.
b) Como f 0 es diferenciable en [−1, 0], describimos el método iterativo por:

exn + cos(xn ) + 2xn

xn+1 = xn − , i = 1, 2, 3, ...
exn − sin(xn ) + 2

Consideremos x0 = 0, entonces se tiene

Iteración xi f 0 (xi ) ||xi − xi−1 ||

1 −0.666666 −0.034029 0.666666
2 −0.655801 −0.000016 0.010865
3 −0.655796 −4.62624 · 10−7 5 · 10−6

3. Considere el problema de hallar la raı́z de f (x) = 3ex−1 − x3 − 2. Considere además el

√
problema equivalente de hallar el punto fijo de g(x) = 3 3ex−1 − 2.

a) Determine la iteración de Newton para aproximar la raı́z de f .

b) Determine el orden de convergencia local de la iteración de punto fijo asociada a
g y de la iteración de Newton obtenida, para x∗ = 1.
c) Realice una iteración usando el método con el mejor orden de convergencia del
punto anterior, a partir de x0 = 0.5.

Solución:

3
 a) Primero obtenemos

f 0 (x) = 3ex−1 − 3x2 = 3(ex−1 − x2 ).

Luego, la iteración de Newton queda:


 x0 punto inicial,

3exk −1 − x3k − 2
x
 k+1
 = x k − , ∀k ≥ 1.
3(exk −1 − x2k )

b) Para ver la convergencia del método de Newton, debemos evaluar f 0 en la raı́z x∗ :

f 0 (x∗ ) = f 0 (1) = 3(e0 − 12 ) = 3(1 − 1) = 0.

Por lo tanto, por teorema visto en clases, el método de Newton en este caso pierde
la convergencia cuadrática y sólo converge linealmente.
Para la convergencia del punto fijo, debemos evaluar g 0 en la raı́z x∗ :

2ex−1
g 0 (x) = p ,
3
(3ex−1 − 2)2

luego,
2e0 2
g 0 (x∗ ) = g 0 (1) = p = p = 2,
3
(3e0 − 2)2 3
(1)2
teniéndose que |g 0 (x∗ )| > 1, por lo tanto, no se puede asegurar convergencia de el
método de punto fijo asociado a g.
c) Dado que se demostró que de los métodos vistos solo Newton converge, se realizará
una iteración de este método. Ası́, tenemos que

3ex0 −1 − x30 − 2
x1 = x0 −
3(ex0 −1 − x20 )
3e−0.5 − 0.53 − 2
= 0.5 −
3(e−0.5 − 0.52 )
≈ 0.785537.

4. Sea f (x) = (x − p)3 h(x) con h ∈ C 1 (R) y h(p), h0 (p) 6= 0. Es conocido que el método de
Newton converge a la raı́z x = p de f (x) con orden lineal. Demuestre que el método:

f (xk )
xk+1 = xk − 3 , k = 0, 1, · · ·
f 0 (xk )

4
 converge a la raı́z x = p con orden cuadrático.
Solución:
De acuerdo a la iteración tenemos que :

3(xk − p)3 h(xk )

xk+1 = xk −
3(xk − p)2 h(xk ) + (xk − p)3 h0 (xk )
3(xk − p)3 h(xk )
xk+1 − p = xk − p −
3(xk − p)2 h(xk ) + (xk − p)3 h0 (xk )
3(xk − p)3 h(xk ) + (xk − p)4 h0 (xk ) − 3(xk − p)3 h(xk )
=
3(xk − p)2 h(xk ) + (xk − p)3 h0 (xk )
(xk − p)4 h0 (xk )
=
3(xk − p)2 h(xk ) + (xk − p)3 h0 (xk )
(xk − p)2 h0 (xk )
=
3h(xk ) + (xk − p)h0 (xk )
De donde tenemos que:
xk+1 − p h0 (xk )
=
(xk − p)2 3h(xk ) + (xk − p)h0 (xk )
xk+1 − p h0 (p)
⇒ lı́m = 6 0
=
k→∞ (xk − p)2 3h(p)

Hemos usado que si k → ∞ entonces h(xk ) → h(p) y h(xk ) → h(p), esto se satisface
pues h ∈ C 1 (R).
Por lo tanto la convergencia es cuadrática.

5. Considere el sistema de ecuaciones

(x − 1)2 − y = 1
x2 + (y − 1)2 = 9

Usando dos pasos de método de Newton - Raphson, determine la solución del sistema,
iniciando con (x0 , y0 ) = (2, 2). En cada iteración, determine el error absoluto dado por
kxi − xi−1 k2
Solución:
Apartir del sistema de ecuaciones, definimos F : R2 → R2 la función de dos variables
dada por

5
 ! !
x x2 − 2x − y
F =
y x2 + y 2 − 2y − 8

Por lo tanto,

! !
x 2x − 2 −1
DF =
y 2x 2y − 2
! !
x0 2
Primera iteración: Si = , resolvemos el sistema
y0 2

! (0)
! !
x0 δ0 x0
DF · (0)
= −F
y0 δ1 y0
! (0)
! !
2 −1 δ0 −2
· (0)
= −
4 2 δ1 −4

(0)
! !
δ0 1
Entonces, (0)
= .
δ1 0

Luego, ! ! ! !
x1 2 1 3
= + = .
y1 2 0 2
Apartir del sistema de ecuaciones, definimos F : R2 → R2 la función de dos variables
dada por

! !
x x2 − 2x − y
F =
y x2 + y 2 − 2y − 8

Por lo tanto,

! !
x 2x − 2 −1
DF =
y 2x 2y − 2
! !
x0 2
Primera iteración: Si = , resolvemos el sistema
y0 2

6
 ! (0)
! !
x0 δ0 x0
DF · (0)
= −F
y0 δ1 y0
! (0)
! !
2 −1 δ0 −2
· (0)
= −
4 2 δ1 −4

(0)
! !
δ0 1
Entonces, (0)
= .
δ1 0

Luego, ! ! ! !
x1 2 1 3
= + = .
y1 2 0 2

Aquı́
kx0 − x1 k2 = 1

.
Procediendo de manera similar obtenemos:

39
 
!
x2  14 
= .
 
y2  15 
7
Y
kx2 − x1 k2 = 0.257539