2 Soluciones de ecuaciones en una variable

2.1 El método de bisección

2.2 Interacción del punto fijo

2.3 Métodos de Newton y sus extensiones

2.4 Análisis de error para métodos iterativos

2.5 Convergencia acelerada

2.6 Ceros de polinomios y método de Müller

El problema de la búsqueda de la raíz

Jesus Antonio Garcia Martinez

Funcion continua

a) Las funciones polinomiales, b) Funciones definidas c) Funcion racional

trigonométricas por intervalos f(x)=1/x

Es aquella cuya grafica puede dibujarse sin alzar el lápiz

 El método de bisección se basa a partir del
método de Bolzano 1) Funcion continua en [a , b]

2) Signo de f(a) distinto f(b)

Bernard Placidus Johann Nepomuk Bolzano (1781 - 1848)

Si cumplimos estas dos condiciones, el teorema de Bolzano

Año 1817 nos dice que por lo menos un punto del intervalo [a , b]
tenemos un valor que llamaremos “c” y puede ser mas de
uno equivalente a f(c)=0
 Método de bisección

El método realiza repetidamente una reducción a la mitad (o bisección) de los subintervalos de [a , b] y en cada
paso localiza la mitad que contiene el punto c

Teorema de Bolzano
Teorema del valor intermedio
Si f es continua en [a,b] y f(a) < 0 < f(b) o f(b) < 0 < f(a) Si f es continua en [a,b] y k : f(a) < 0 < f(b)
entonces existe c ε (a,b) tal que f(c) = 0 entonces existe c ε (a,b) tal que f(c) = k
Este método se utiliza para encontrar una aproximación de la raíz de una función a partir de un intervalo inicial.

El método va iterando, dividiendo el intervalo a la mitad hasta encontrar un valor que se acerque lo suficiente a
cero y, finalmente, obtener un aproximado de la raíz

Es un tipo de búsqueda incremental

1) El intervalo se divide siempre en la mitad.
2) Se busca un intervalo con cambio de signo
3) En ese sub-intervalo se determina que esta la raíz
4) El proceso se repite hasta obtener una mejor
aproximación
 Método

1) Definir una funcion en un intervalo [a , b] Entradas

seguro
2) Verificar que f(a) * f(b) > 0 1

3) Calcular el punto medio “c” del intervalo [a , b] y

se evalúa f(c); si f(c)=0 ya hemos encontrado la raíz
Proceso 2
4) En caso de que no, verificamos si f(c) tenga
signos opuestos con f(a) o f(b) 3 Salida

5) Se redefine el intervalo [a , b] como [a , m] o

[m , b] según el que contenga el cambio de
signo

6) Con este nuevo intervalo se realiza los pasos 3 al 4

5 hasta alcanzar la precisión deseada
5
Entradas

Proceso

Salida

Entradas [a,b] y tolerancia

Notas

Procedimiento de parada

Se puede seleccionar una tolerancia que cumpla una

de las siguientes condiciones:

¿  𝐶 𝑛 − 𝐶𝑛 − 1∨¿ ∈ Error absoluto

¿𝐶  𝑛 −𝐶𝑛−1∨ ¿ ¿
¿𝐶𝑛 ∨¿<∈¿ Error relativo

¿  𝑓 ( 𝐶 𝑛 ) ∨¿ ∈ ≈
  𝑓 ( 𝐶 𝑛 ) =0
Ventajas Desventajas
Es conceptualmente claro Velocidad de convergencia es mas lenta
lenta (es decir, N se puede volver bastante grande
Siempre converge a una solución antes de que |c-c1| sea suficientemente
pequeña).
Se utiliza como indicador para los métodos mas eficientes
2.1 Iteración de punto fijo
Un punto fijo para una funcion es un numero en el que el valor de la funcion no cambia cuando se aplica la
funcion

Los resultados del punto fijo ocurren en muchas áreas de las Herramientas
matemáticas y son una herramienta principal de los
economistas para proporcionar resultados concernientes a los
equilibrios.

Soluciones nutritivas Raciones alimenticias

 L. E. J. Brouwer (1882-1962)

Universidad 16 años

Año 1911

29 años

Definición: El numero p es un punto fijo para una funcion dada g si g(p)=p

La sección se basa en encontrar soluciones para problemas de punto fijo y la conexión entre los
problemas de punto fijo y aquellos para encontrar la raíz que queremos resolver

Dado un problema para encontrar la raíz f(p)=0, podemos definir la funcion g con un
punto fijo en p
Formas

g(x)= x - f(x) o g(x) =x + 3 f(x)

Por otra parte, si la funcion g tiene un punto fijo en p, entonces

f(x)= x - g(x) Tiene un cero en p f(p) = 0

Si f(p)=0  0 = x – g(x)  x = g(x)

 Teorema
 1) Si y para todos entonces g tiene por lo menos un punto fijo en [a,b]

2) Si, además, existe en (a,b) y hay una cosntante positiva k<1 con | para tas las

Entonces existe un punto fijo en [a,b]

 Estrategia
 Partimos de un valor Valor que creemos cercano a la solución y empezamos a iterar con la ecuación de punto fijo
𝑥
  𝑖+1 = 𝑔 ( 𝑥𝑖 )

Repetimos hasta alcanzar un limite de iteraciones (dependerá de que herramienta computacional tengamos)

𝑥
  1 = 𝑔 ( 𝑥0 )
𝑥
  2 = 𝑔 ( 𝑥1 )
𝑥
  3 = 𝑔 ( 𝑥2 )
𝑥
  4= 𝑔 ( 𝑥 3 )
.
.
.
𝑥
  𝑖+1 = 𝑔 ( 𝑥𝑖 )
 Ejemplo 1
  Determine cualquier punto fijo de la funcion

  Propiedad de un punto fijo

2
 𝑝=𝑔 ( 𝑝 )= 𝑝 −2

Igualando a cero

 𝑝2 − 𝑝 −2=0
Factorizando

(  𝑝+1 ) ( 𝑝 − 2 ) P1
P2
P1 P2
 𝑝+1=0  𝑝 −2=0
 𝑝=−1  𝑝=2
  Ejemplo 2
Muestre que tiene un punto fijo
único en el intervalo [-1,1]

Documentación
https://www.sympy.org/en/index.html
1 2

3
1) Continua en el rango [-1,1]

  2) Derivada en el intervalo [-1,1]

MAX

MIN
Forma algebraica:
2
 𝑝=𝑔 ( 𝑝 )= 𝑝 − 1 2
3   𝑝 − 3 𝑝 − 1=0

Por la formula cuadratica P2

P1[-1,0]

P2[3,4]
P1

g(x) también tiene un punto fijo en P2, sin

embargo g(4)=5 y g’(4)=8/3 >1 y no satisface el No garantiza la unicidad del punto fijo
teorema.
Iteración punto fijo iteración funcional
Existen funciones que no podemos determinar explícitamente

  Por ejemplo, no tenemos forma para resolver .

Sin embargo podemos aproximarlo para este punto fijo con

cualquier grado de precisión

 Para aproximar el punto fijo de una función g, elegimos una aproximación inicial y
generamos la suesion al permitir evaluar para cada

Si la sucesión converge a p y g es continua, entonces:

 𝑝=lim 𝑝 𝑛= lim 𝑔 ( 𝑝𝑛 − 1 )=𝑔 lim 𝑝𝑛 − 1 = 𝑔 ( 𝑝)

→
𝑛 ❑∝
→
𝑛 ❑∝ ( →
𝑛❑ ∝ )
 

Por el teorema
x = g(x)

  despejar x:

4  𝑥 2=10 − 𝑥 3
  10 − 𝑥 3
2
𝑥 =
4
 
10 − 𝑥 3
√𝑥 = 4 2

 𝑥=± 1
√ 3 No
Si

2
√ 10− 𝑥

 𝑥=𝑔( 𝑥)= 1 √ 10 − 𝑥3
2
Bisección

Punto Medio
 2.3 Método de Newton y sus extensiones
El método de Newton es una técnica usada para obtener una convergencia mas rápida

Descrito: 1671 publicado: 1736

Joseph Raphson

publicado: 1690
46 años antes
Series de Taylor
 
Seponga que si es una aproximación para p de tal forma que es pequeño. Considere que el primer polinomio de Taylor
para f(x) expandido alrededor de y evaluando en x=p
2
( 𝑝 − 𝑝 0)
𝑓  ( 𝑝 )= 𝑓 ( 𝑝0 ) + ( 𝑝 − 𝑝 0 ) 𝑓 ( 𝑝0 ) +
′
𝑓 ′ ′ (𝜉 ( 𝑝 ) )
2
  Donde
  0=

  El método de Newton supone que como es pequeño, el termino es mucho mas pequeño

  0=

  0=

Al resolver para “p” obtenemos

(  𝑝 − 𝑝0 ) 𝑓 ′ ( 𝑝 0 )= − 𝑓 ( 𝑝 0 )

 𝑝 − 𝑝 =− 𝑓 ( 𝑝0 )
0 ′
𝑓 ( 𝑝0)
Bases Para 𝛼
{  𝑝𝑛 } 𝑛 −0  𝑝 = 𝑝 − 𝑓 ( 𝑝𝑛 −1 )
𝑛 𝑛 −1 ′
 𝑝= 𝑝 − 𝑓 ( 𝑝 0 ) Newton 𝑓 ( 𝑝𝑛 − 1 )
0 ′
𝑓 ( 𝑝0 )
Interpretación grafica

  Error
 Algoritmo

2
3

3
1
Punto Medio Newton
El método de Newton es una técnica en extremo poderosa, pero tiene una debilidad importante: La necesidad
de conocer el valor de la derivada de f en cada aproximación. Con frecuencia f’(x) es mucho mas difícil y
necesita mucho mas operaciones aritméticas para calcular f(x)
La secante une dos puntos
Método de la secante que cortan la curva

La derivada también se puede aproximar mediante una diferencia finita dividida hacia atrás

 𝑓 ′ 𝑥 = 𝑓 ( 𝑥 𝑖− 1 ) − 𝑓 ( 𝑥𝑖 )
( 𝑖) 𝑥𝑖 −1 − 𝑥 𝑖

Se sustituye en la ecuación de Newton

  𝑖+1 = 𝑋 𝑖 − 𝑓 ( 𝑥 𝑖 )( 𝑥 𝑖 −1 − 𝑥 𝑖 )
𝑥
𝑓 ( 𝑥 𝑖− 1 ) − 𝑓 (𝑥 𝑖 )
  𝑓 (𝑏)( 𝑎 −𝑏)
𝑐=𝑏−
𝑓 ( 𝑎 ) − 𝑓 (𝑏)
Newton Raphson

Newton Secante
 Método de posición falsa

A partir de la gráfica, usando triángulos semejantes,

considerando que f(a) es negativo en el ejemplo, se estima
que:
  𝑓 (𝑎 ) =−
𝑓 (𝑏)
𝑐− 𝑎 𝑏− 𝑐
Despejando c:
  (𝑎 −𝑏)
𝑐=𝑏− 𝑓 (𝑏)
𝑓 ( 𝑎 ) −𝑓 (𝑏)

Calculado el valor de c, éste reemplaza a uno de los valores

iniciales [a,b], cuyo valor evaluado tenga el mismo signo
que f(c)

Las correcciones del intervalo que se realizan en cada iteración

tienden a ser más pequeñas.

Si la reducción del intervalo es por la izquierda, tramo = c – a

Si la reducción del intervalo es por la derecha, tramo = b – c
  Conociendo los valores [a , b], evaluamos la funcion:

Observamos donde se presenta un cambio de signo. El punto c se determina:

Se evalúa la funcion en este punto

Buscamos el signo de y lo comparamos con el signo de y con la que comparta el mismo signo se evalúa:
Newton Raphson

Newton Secante

Newton Posición falsa

2.4 Análisis de error para métodos iterativos
Su propósito es obtener convergencias mas rápidas

 Suponga que es una sucesión que converge en p con para todas las n

  | 𝑝𝑛 +1 − 𝑝|
lim 𝛼
=𝜆
𝑛 ⇒ ∞ | 𝑝 − 𝑝|
𝑛

  Converge a p de orden α con constante de error

 1) Si la sucesión es linealmente convergente

2) Si la sucesión es cuadráticamente convergente

  Método de Newton
es pequeño

 Pero si tuviéramos un supuesto

El método Newton convergerá por lo menos cuadráticamente

Raíces múltiples

𝑓  ′ ( 𝑝0 ) ≠ 0 Restricción

 El método de Newton y secante, en general dan problemas si cuando

 Cero de multiplicidad m

Una solución de es un cero de multiplicidad m de f si para se puede escribir donde

En esencia , q(x) representa la porción f(x) que no contribuye con el cero de f

  Ejemplo: Sea

  a) Muestre que f tiene un cero de multiplicidad 2 en x=0

b) Muestre que el método de Newton con converge para este cero, pero no de manera cuadrática

Solución a:

   derivando  

 Aplicando el teorema 2.12

  =0

=1 Se cumple el teorema
2.12
Solución b:
Consiste en solucionar el método con el algoritmo “Newton-Raphson”

Tiende a converger a
cero
“pero no
cuadráticamente”
Método para manejar el problema de las raíces múltiples de una funcion f es utilizar la
Newton
siguiente modificación a la ecuación del método de Newton

 𝑔 ( 𝑥 ) = 𝑥 − 𝑓 ( 𝑥) 𝑓 ′(𝑥 )
2
[ 𝑓 ′ ( 𝑥 )] − 𝑓 ( 𝑥) 𝑓 ′ ′(𝑥)

Newton-Modificado
 Convergencia acelerada
punto fijo
 ¡Es raro tener una convergencia cuadrática!. Para ello consideramos la técnica del método que se puede utilizar
para acelerar la convergencia de una sucesión que es linealmente convergente independientemente de su origen o
aplicación

  Se basa en la suposición de que la sucesión definida por que converge mas rápidamente a p que

  ( 𝑝 𝑛+1 − 𝑝𝑛 )2
𝑝𝑛 = 𝑝𝑛 −
^
𝑝𝑛+2 − 2 𝑝𝑛 + 𝑝 𝑛

 
Sea cualquier sucesión que converja linealmente a un límite p con para toda n ≥ 0. Entonces la sucesión
converge a p más rápidamente que en el sentido de que

  ^ 𝑛− 𝑝
𝑝
lim =0
𝑛 ⇒∞ 𝑝𝑛− 𝑝
 Método Esteffensen Esteffensen Aitken

 
Difiere un poco de aplicar el método
de Aitken.

construye los mismos primeros cuatro

términos:

sin embargo, en el siguiente paso,

supone que 
𝑝 0= ^
𝑝 0
es mejor aproximación a p que:

Suposición del método de Aitken

 Newton

Algoritmo

Newton Modificado

  𝟐 𝐀𝐢𝐭𝐤𝐞𝐧
∆

 𝑬𝒔𝒕𝒆𝒇𝒇𝒆𝒏𝒔𝒆𝒏