1

CAPTULO 5

ECUACIONES NO LINEALES


Evaluacin de funciones.
Mtodos de evaluacin de funciones:
Mtodo de biseccin
Regula Falsi
Punto fijo
NewtonRapson
Secante
a) polinmicas,
b) series,
c) exponenciales,
d) logartmicas,
e) trigonomtricas,
f) hiperblicas,
g) funciones arco, etc.
Estimacin de errores en la evaluacin.
Resolucin numrica de ecuaciones.























2

CAPTULO 5

ECUACIONES NO LINEALES

INTRODUCCION

Uno de los problemas que frecuentemente ocurren en los trabajos cientficos es calcular
las races de una determinada ecuacin de la forma () . Donde () puede ser un
polinomio en o una funcin trascendente.
En algunos casos es posible hallar la raz exacta de () , esto ocurre con los
polinomios factorables.
Por medio de mtodos numricos es posible obtener una solucin aproximada, en algunos
casos, tan prxima como se desee de la solucin exacta.
La mayora de los procedimientos numricos generan una secuencia de aproximaciones,
algunas con mayor precisin que otras, algunas aproximndose con mayor rapidez a la
solucin buscada, de tal forma que la repeticin de procedimientos produce una
aproximacin al valor verdadero definido por una tolerancia prefijada.
Estos procedimientos son semejantes al concepto de lmite del anlisis matemtico, pues
normalmente el resultado obtenido de una operacin por medio de mtodos numricos se
acerca tanto como se desee al valor verdadero, sin llegar casi nunca al valor exacto.
Para el inicio del estudio de las funciones o ecuaciones no lineales es importante contar
con algunas herramientas fundamentales para el estudio de las funciones no lineales.
Una caracterstica principal de los mtodos numricos es que casi nunca arrojan
resultados exactos, por lo tanto, en la mayora de los casos, si no en todos, se obtienen
resultados aproximados, que siempre dependern de la precisin que se desee.

Teorema 5.1.
Si una funcin continua () asume valores de signos opuestos en los puntos extremos del
intervalo , -, esto es, si () () , entonces existe por lo menos un punto

, -, tal que (

) .

Este teorema se presenta sin demostracin.
1


Teorema 5.2. Teorema de Descartes

El numero de races positivas de una ecuacin () es menor o igual que el numero de
variaciones de signo en (). El numero de races negativas es menor o igual que el
numero de variaciones de signo en (). (Cada raz se cuenta tantas veces como indica
su orden de multiplicidad).

Este teorema se presenta sin demostracin.
2





1- La demostracin de este teorema en: Velzquez Zapateiro, Jorge y Obeso Fernndez, B. 2007.
Anlisis Numrico, Notas de clase. Colombia. Pg. 28
2. La demostracin de este teorema en: Bernis, Francisco. Malet, Antonio. Molinas, Cesar. 1983.
Matemticas. Editorial Noger S.A. Madrid, Espaa. Pg. 468.
3

Teorema 5.2. Teorema de Bolzano
Sean () () (() () tienen signos opuestos). Entonces
tiene en , - un nmero impar de races. Si () () , entonces tiene un numero
par de races en , - (y en particular puede tener cero). Cada raz se cuenta tantas veces
como indica su orden de multiplicidad.

Este teorema se presenta sin demostracin.
3


Teorema 5.2. Teorema de Fermat
Si () es un punto extremo de una funcin en un intervalo , -, est en el interior de
, - y () existe, entonces

() .

Este teorema se presenta sin demostracin.
4


Teorema 5.3.
Si es continua en un intervalo cerrado , - entonces existe un punto

, - para el
cual (

) () , -.

La demostracin de este teorema se deja como ejercicio al lector.

Teorema 5.4.
Si es continua en un intervalo cerrado , - entonces existe un punto

, - para
el cual (

) () , -.

Teorema 5.5. Teorema de Rolle

Si es continua en un intervalo cerrado , - diferenciable en el intervalo abierto ( ) y
() (), entonces existe un nmero ( ), tal que

()

Este teorema se presenta sin demostracin.
5


Teorema 5.5. Teorema de Rolle

Entre dos races consecutivas de una ecuacin algebraica () , existe un numnero
impar de ceros de la derivada , contando cada uno de ellos tantas veces como indique su
orden de multiplicidad.

Corolario
Entre dos races consecutivas de la derivada no pueden existir dos races distintas de
() , porque si existieran, tendra una raz intermedia.

Teorema 5.6. Teorema del Valor Medio
Si es continua en un intervalo cerrado , - y diferenciable en el intervalo abierto ( )
existe un nmero ( ), tal que () ()

()( )

3. La demostracin de este teorema en: Bernis, Francisco. Malet, Antonio. Molinas, Cesar. 1983.
Matemticas. Editorial Noger S.A. Madrid, Espaa. Pg. 469.
4. La demostracin de este teorema en: Velzquez Zapateiro, Jorge y Obeso Fernndez, B. 2007.
Anlisis Numrico, Notas de clase. Colombia. Pg. 28.
5. La demostracin de este teorema en: Velzquez Zapateiro, Jorge y Obeso Fernndez, B. 2007.
Anlisis Numrico, Notas de clase. Colombia. Pg. 29.
4


Este teorema se presenta sin demostracin.
6


Teorema 5.7. Teorema del valor Intermedio

Si es continua en un intervalo cerrado , -, () () un numero cualquiera
entre () (), entonces existe un numero ( ), tal que ()

Este teorema se presenta sin demostracin.
7






Preguntas siguientes:
1. >Cmo se elige la aproximacin inicial x0?
2. >Cmo se construye la sucesin fxk
g de aproximaciones?
3. >Cmo se decide si xk es una aproximacin suficientemente buena a x_?
Estas preguntas se responden a lo largo del captulo. De momento, y para terminar este
apartado de introduccin, se presentan dos ejemplos de la ecuaci_on 5.1.
5

Definicin 5.1.
Si , - es una funcin dad, un punto

, - es un cero (o raz) de si
(

)

Grafica de funciones, un mtodo para hallar intervalos.
Las graficas ayudan enormemente en la bsqueda de los ceros o races de una funcin,
pues si no se conoce el intervalo que contiene la raz de dicha funcin, es difcil iniciar
cualquier proceso en bsqueda de solucin.

Seguidamente se presentan algunas graficas y las explicaciones que necesarias para
adentrarse a la solucin de ecuaciones no lineales.

Ejemplo 5.1.
Hallar el intervalo que contiene una raz de la funcin ()

Solucin 1
Se grafica la funcin ()

6. La demostracin de este teorema en: Velzquez Zapateiro, Jorge y Obeso Fernndez, B. 2007.
Anlisis Numrico, Notas de clase. Colombia. Pg. 29.

7. La demostracin de este teorema en: Velzquez Zapateiro, Jorge y Obeso Fernndez, B. 2007.
Anlisis Numrico, Notas de clase. Colombia. Pg. 30.
5

-1 -0.5 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
-1.5
-1
-0.5
0.5
1
1.5
x
y










Fig. 5.1.

Segn la grafica de la funcin, se tiene una raz en el intervalo , - y otra raz en
, -.
Observacin: Al ser una funcin peridica, esta ecuacin tiene infinitas soluciones.

Solucin 2

Sea la funcin ()

, implica que

,

Si

. Se grafican en un mismo plano, se tiene la fig. 5.1.

.







La interseccin de las dos curvas es un cero de la funcin sobre , lo cual indica que uan
raz se encuentra en el intervalo , -, como en el caso anterior.

Comentarios
Si se realiza la grafica a escala y sta est bien definida (una grafica muy bien hecha), se
puede estimar un intervalo ms reducido como , -, con esto se acelerara
notablemente el proceso de llegar a la aproximacin ms deseada, pues se usara menos
iteraciones, o sea, se resolvera el ejercicio en menor paso.
Grficamente, los ceros de una funcin son los puntos de interseccin de la grafica
() con el eje de las .
0.5 1 1.5 2 2.5
-0.5
0.5
1
1.5
2
x
y
6

5.1.1. Mtodos cerrados
Los mtodos numricos que en cada paso dan un intervalo cerrado donde se encuentra la
raz buscada, son llamados mtodos cerrados. Entre los ms conocidos se encuentran el
mtodo de biseccin y el mtodo de la falsa posicin o Regula Falsi.

5.1. Mtodo de biseccin

Definicin 5.1.
Sea f una funcin continua en un intervalo , - y () () . Entonces, por el
teorema del valor intermedio para funciones continuas, existe al menos un ( ) tal
que () .

El mtodo de la biseccin es un algoritmo de bsqueda de races que aplicando la funcin
para aproximar la raz , - consiste en dividir sucesivamente al intervalo a la
mitad y seleccionando el sub-intervalo que tiene la raz. Es un mtodo de bsqueda
incremental que divide el intervalo siempre en 2.
Si la funcin cambia de signo sobre un intervalo, se evala el valor de la funcin en el
punto medio. La posicin de la raz se determina situndola en el punto medio del sub-
intervalo donde exista cambio de signo, basndose en el teorema de Bolzano. El proceso se
repite hasta mejorar la aproximacin.

Supngase que se desea resolver la ecuacin () , donde f es una funcin continua.
Dados dos puntos a y b tal que f(a) y f(b) tengan signos distintos, es sabido por el Teorema
de Bolzano que f debe tener, al menos, una raz en el intervalo [a, b]. El mtodo de
biseccin divide el intervalo en dos, usando un tercer punto c = (a+b) / 2. En este
momento, existen dos posibilidades: f(a) y f(c), f(c) y f(b) tienen distinto signo. El
algoritmo de biseccin se aplica al sub-intervalo donde el cambio de signo ocurre.
El mtodo de biseccin no es muy eficiente, pero es mucho ms seguro que otros mtodos
de aproximacin de races, pues siempre converge hacia el valor buscado.
Si f es una funcin continua en el intervalo [a, b] yf(a)f(b) < 0, entonces este
mtodo converge a la raz de f. De hecho, una cota del error absoluto es:
||

Encontrar dos nmeros a y b con a < b en los cuales el polinomio P toma valores
cuyos signos son distintos.
Considerando que
2
1
b a
x
+
= es el punto medio del intervalo [a, b].
Si P(x1) = 0, x1 es la raz buscada, si P(x1) = 0 entonces:

Se elige uno de los intervalos [a, x1] o [x1, b] de tal manera que los extremos del
intervalo del polinomio tome valores cuyos signos sean distintos.
Se repite el procedimiento en el intervalo elegido.

Observaciones:

La longitud del intervalo es una estimacin del error cometido al aproximar la raz.
7

-2.5 -2 -1.5 -1 -0.5 0.5 1 1.5 2 2.5
-6
-5
-4
-3
-2
-1
1
2
x
y
La nica restriccin para elegir a y b es que los valores P(a) y P(b) tengan signos
distintos, en general, entre ms pequea sea la longitud del intervalo, en menor
nmero de pasos se encontrar la aproximacin deseada.

Este mtodo se aplica en la busca de races tanto racionales como irracionales.

Teorema 5.7. Teorema de Weierstrass

Una sucesin creciente y acotada superiormente tiende a un lmite, y una sucesin
decreciente y acotada inferiormente tiende a un lmite.


Teorema 5.8. Teorema de convergencia

Sea , - ()() . Sea *

la sucesin de puntos medios generada por el

mtodo de bsqueda binaria (mtodo de biseccin). Existe , - () y
adems:
|

Este teorema se presenta sin demostracin.
8


Ejemplo 5.1.

Aproximar con al menos una cifra exacta la raz del polinomio ()

.
Solucin:
Para encontrar el intervalo que contiene una raz de la funcin, la forma ms simple es
graficando dicha funcin. Fig. 5.1.
















8. La demostracin de este teorema en: Velzquez Zapateiro, Jorge y Obeso Fernndez, B. 2007.
Anlisis Numrico, Notas de clase. Colombia. Pg. 39.

8


Fig. 5.1.

Segn la grafica, una raz de la ecuacin se encuentra en el intervalo [ 2, 1].
Se inicia la bsqueda de la raz de este polinomio en el intervalo [ 2, 1].

Sea el polinomio ()

Evaluando en () ()

()

() ()

()


As:

El punto medio del intervalo [ 2, 1] es
2
3
2
1 2
1
=

= x = 1,5
Evaluando en () ()

()

() () ()


La raz se encuentra en el intervalo [; ]. La longitud del intervalo es:
El punto medio del nuevo intervalo es:
2
5 , 2
2
1 5 , 1
2
=

= x = 1,25
Evaluando en P(1,25) = 6 ( 1,25)
3
+ (1,25) 6 = 11,719 1,25 6 = 4,469 > 0

P( 1,5) P( 1,25) P( 1)
+ +

La raz se encuentra en [ 1,25; 1]. La longitud del intervalo es: 1 + 1,25 = 0,25

Se repite el procedimiento:
2
25 , 2
2
1 25 , 1
3
=

= x = 1,125
Evaluando en P(1,125) = 6 ( 1,125)
3
+ (1,125) 6 = 8,543 1,125 6 = 1,418 > 0

P( 1,25) P( 1,125) P( 1)
+ +

La raz se encuentra en el intervalo [ 1,125; 1]. La longitud del intervalo es: 0,125

De manera anloga
2
125 , 2
2
1 125 , 1
4
=

= x = 1,0625

() ()
+
9

Evaluando P(1,0625) = 6( 1,0625)
3
+ (1,0625) 6 = 7,1968 1,0625 6 = 0,1343 >
0

P( 1,025) P( 1,0625) P( 1)
+ +

La raz se encuentra en el intervalo [ 1,0625; 1]. La longitud del intervalo es: 0,0625

Repitiendo un paso ms el mismo procedimiento, se obtiene la siguiente tabla:

Intervalo Punto medio xn P(xn) signo Error
[ 2; 1]. 1,5 12,75 + 1
[ 1,5; 1]. 1,25 4,46 + 0,5
[ 1,25; 1]. 1,125 1,418 + 0,25
[ 1,125; 1]. 1,0625 0,134 + 0,125
[ 1,0625; 1]. 1,0313 0,45008 0,0625
[ 1,0625; 1,0313]. 1,0468 0,16436 0,03125

Como tienen un 0 en la primera cifra decimal, cualquier punto
intermedio lo tiene, es decir, la primera cifra decimal de la raz buscada es cero, lo cual
asegura que la aproximacin obtenida tiene una cifra decimal exacta.

Comentario
Una desventaja es que en general la convergencia es muy lenta, la biseccin necesita, para
obtener una buena aproximacin, muchos ms pasos que cualquiera de los otros mtodos
que veremos despus. Pero estos mtodos, para converger, necesitan que la primera
aproximacin que se toma, c1, est cerca de la solucin exacta de la ecuacin. En
consecuencia, el procedimiento usual es ste: se usan unos pocos pasos de la biseccin
para acercarse a c y a partir de all se usa cualquiera de los otros mtodos de convergencia
rpida.





Mtodo de Regula Falsi o Falsa Posicin

Este mtodo de aproximacin de races es similar al mtodo de biseccin en el sentido de
que se generan sub-intervalos ,

- que encierran a la raz , pero esta vez,

no es el
punto medio de ,

-, sino el punto de interseccin de la recta que pasa por los puntos

(

)) (

)) con el eje .
10

Al reemplazar la curva por una recta se obtiene una posicin falsa de la raz, de ah el
nombre el mtodo. Este mtodo tambin se conoce como mtodo de interpolacin lineal
inversa.
En la figura 5.1 se grafica el mtodo

(b ())



()
a=a1 x1 =c x2
b=b1

Fig. 5.1

( ())

Sea ()() y considerando la recta que une los puntos ( ()), (b ()) cuya
pendiente es
()()

, pero si (c, 0) es el punto de interseccin de la recta X,

entonces tambin
()

, luego:

() ()

()


()( )
() ()

()( )
() ()



() () () ()
() ()

() ()
() ()


As como el mtodo de biseccin, este mtodo de falsa posicin, tambin tienen tres
posibilidades: () ()() ()()
a) Si () , entonces c es un cero de .
b) Si ()() , entonces existe un cero de en , -.
c) Si ()() , entonces existe un cero de en , -.
De todo esto se desprende un proceso iterativo que se concreta generalizndolo en la
siguiente expresin matemtica.

)
(

) (

)



Ejemplo 5.2.
Aplicar el mtodo de falsa posicin para encontrar un cero de () , en el
intervalo , -

Solucin
Sea la funcin () ,
11

Inicio: Se construye una tabla por mejor organizacin de los datos.

() ()
1 1

)
(

) (

() ()
() ()

()
()

Iteracin 1: Reorganizando los datos en una segunda tabla se tiene:

() ()

)
1 1 0.58 0.0352728

Para esta siguiente operacin, se toma el intervalo cerrado ,

-, pues poseen signos

contrarios uno respecto del otro y se cumple el teorema de Bolzano (

)()

()
(

) ()

()
()

Iteracin 2: Una nueva reorganizacin de los datos obtenidos permite la siguiente tabla:

()

)
0.58 0.0352728 0.5736 0.017777

Se toma el intervalo ,

-, pues poseen signos opuestos, o sea, (

)()

()
(

) ()

()
()

Iteracin 3: Se construye de nuevo la tabla y se tiene:

()

)
0.5736 0.017777 0.5674608 0.00087498


Realizando un anlisis del error del ejercicio se tiene:

El valor exacto de ()
12

()

()

()
Este ejercicio tiene una precisin de tres decimales, o sea los primeros tres decimales
corresponden al valor exacto o valor verdadero.

Ejemplo 5.2.
Aplicar el mtodo de falsa posicin para encontrar un cero de ()

, en el intervalo , -

Solucin
()

Sean:


() ()
() ()

() ()
() ()


Mtodo de Punto fijo

MTODOS ABIERTOS

A diferencia de los mtodos cerrados que requieren de un intervalo que encierre la raz
buscada, los mtodos abiertos que se vern a continuacin requieren de un solo valor o
dos valores iniciales o valores de arranque, que no necesariamente encierran a la raz,
esto hace que algunas veces las sucesiones generadas por estos mtodos sean divergentes
o se alejen de la raz de inters, pero tiene la ventaja que cuando convergen lo hacen ms
rpidamente que las sucesiones generadas por los mtodos cerrados.


Mtodo de Newton

Uno de los mtodos ms atractivos y populares para la bsqueda de los ceros de una
funcin no lineal es el mtodo de Newton, debido a la rpida convergencia del mtodo, ya
que en general es q-cuadrtico.
Existe varias maneras de deducir el mtodo de Newton, el mtodo a ser presentado se
base en el mtodo de iteracin lineal.

ste es, sin duda, uno de los mtodos ms importantes y tiles para el clculo de races.
Dada una aproximacin inicial de la raz

, se busca, a partir de

, una aproximacin
mejor

de la raz, de la siguiente forma: Se sustituye la funcin () por el valor de su

desarrollo de Taylor centrado en

hasta el orden 1, es decir: () (

)(
13

0.5 1 1.5 2 2.5 3 3.5
-1.5
-1
-0.5
0.5
1
1.5
2
x
y

) que corresponde a un polinomio de grado 1, y a continuacin se calcula

como el cero
de este polinomio, es decir:

)

y por tanto, de forma general, se obtiene, a partir de

una secuencia

de valores que van

aproximando la raz, definidos por

)



Definicin.
Dada una ecuacin () . Un nmero se dice una raz de multiplicidad m (m un
entero positivo) de la ecuacin () , si () . Si m = 1, la raz se dice simple.

Teorema
Sea que una funcin tiene sus dos primeras derivadas continuas en un intervalo , -
que contiene a un nmero . Entonces es una raz simple de la ecuacin () si y
solo si () () .

Este teorema se presenta sin demostracin.
9


Teorema
Sea que la funcin tiene sus primeras derivadas continuas en un intervalo , -
que contiene a un nmero . Entonces es una raz de multiplicidad m de la ecuacin
() si y solo si








Sea

, -, una funcin diferenciable en , - y sea

, -, entonces para todo

( ), se sabe por el Teorema de Taylor que se puede escribir de la forma:

() (

)(

)(

)(

Sea () una ecuacin y

un primer valor aproximado a una raz de una ecuacin.

Este mtodo consiste en obtener una aproximacin a calculando el punto en que la
tangente de la curva en (

)) corta al eje X. Grficamente se ve en la fig. 5.7.

9. La demostracin de este teorema en: Velzquez Zapateiro, Jorge y Obeso Fernndez, B. 2007.
Anlisis Numrico, Notas de clase. Colombia. Pg. 57.
14














Fig. 5.7
















EJERCICIOS DE FIJACIN

E) Encuentra las races racionales del polinomio en cada caso.

1) 24x
3
26x
2
+ 9x 1

2) 24x
3
22x
2
5x + 6

3) x
3
+ 5x
2
8x + 3

4) 3x
5
4x
4
2

5) 5x
5
2x
2
6x 5

6) x
5
6x
3
5x + 5

7) 16x
4
+ 16x
3
64x
2
4x + 15
15


8) 27x
4
+ 63x
3
57x
2
7x + 6

9) 7x
4
4x
3
+ 3x
2
20x 9

10) 40x
4
+ 202x
3
+ 3x
2
34x + 5

11) 30x
4
67x
3
+ 7x
2
+ 16x 4

12) 5x
5
+ 4x
3
11x
2
+ 17

13) 2x
4
13x
3
83x
2
+ 442x + 240

14) 36x
5
12x
4
95x
3
50x
2
x + 2

15) 19x
7
+ 21x
6
34x
4
+ 42x
3
13x
2
27x + 71

16) 64x
5
56x
4
242x
3
+ 223x
2
56x + 4

17) 25x
6
+ 153x
4
+ 20x
5
+ 120x
3
+ 143x
2
+ 100x + 15

18) 18x
6
+ 111x
5
+ 17x
4
114x
3
666x
2
102x + 36

19) 32x
7
16x
6
10x
5
+ 3x
4
64x
3
+ 32x
2
+ 20x 6

20) 25x
6
+ 14x
5
12x
4
+ 34x
3
8x
2
+ 63x 21

21) x
7
7x
6
9x
5
+ 63x
4
+ x
3
7x
2
9x + 63

22) 24x
8
10x
7
3x
6
+ x
5
+ 24x
3
10x
2
3x + 1

23) 49x
8
344x
6
+ 56x
4
344x
2
+ 7

24) 16x
8
+ 12x
7
+ 12x
6
+ 73x
5
+ 44x
4
+ 45x
3
+ 36x
2
16x 12

25) 48x
7
2x
6
+ 157x
5
8x
4
+ 4x
3
6x
2
105x

26) x
7
+ 4x
6
14x
5
56x
4
+ 49x
3
+ 196x
2
36x 144

27) 54x
7
+ 9x
6
294x
5
49x
4
+ 444x
3
+ 74x
2
144x 24

28) 35x
9
+ 16x
8
+ 15x
7
8x
6
18x
5
+ 23x
4
42x
3
39x
2
+ 28x 5

29) 15x
9
+ 8x
8
74x
7
40x
6
5x
5
+ 45x
4
+ 24x
3
222x
2
120x 15


16


F) Evala cada polinomio en el punto indicado utilizando la calculadora

30) 6x
6
+ 2x
5
12x
4
+ 5x
3
4x
2
+ 10x 3 en x = 3

31) X
8
3x
7
+ 14x
6
21x
5
8x
4
9x
3
+ 15x
2
+ 2x + 6 en x = 2

32) 9x
7
+ 4x
5
+ 20x
4
12x
3
+ 17x
2
23x + 35 en x = 4

33) 12x
4
24x
3
+ 8x
2
3x + 26 en x = 1,5

34) 7x
9
+ 2x
4
8x 19 en x = 1,25

35) Prueba que 6 es un nmero irracional.

36) Prueba que
3
4 es un numero irracional

G) Determina el nmero de races positivas y negativas de cada uno de los polinomios
siguientes:

37) P(x) = 2x
4
+ 3x
3
7x
2
12x 4

38) P(x) = 9x
6
x
4
+ 9x
2
1

39) P(x) = x
3
+ 9x
2
15x 25

40) P(x) = x
5
+ 4x
3
x
2
+ 4

41) P(x) = 6x
7
23x
6
5x
5
+ 4x
4
+ 6x
3
23

42) P(x) = 5x
7
7x
6
+ 25x 35

43) P(x) = 3x
5
2x
4
15x
3
+ 10x
2
+ 12x 8

44) P(x) = 3x
5
+ 7x
4
7x
3
27x
2
20x 4

45) P(x) = 2x
6
5x
5
11x
4
+ 28x
3
+ 16x
2
32x 16

46) P(x) = 16x
5
+ 52x
4
+ 68x
3
11x
2
41x 12

47) P(x) = 10x
6
71x
5
+ 237x
4
473x
3
+ 525x
2
248x + 20

48) P(x) = 8x
5
46x
4
+ 73x
3
8x
2
45x + 18

49) P(x) = 16x
5
277x
3
5x
2
+ 336x + 80

17

50) P(x) = 9x
5
12x
4
47x
3
+ 58x
2
+ 44x 40

51) P(x) = 36x
5
+ 60x
4
35x
3
80x
2
x + 20

52) P(x) = 64x
6
+ 88x
5
306x
4
253x
3
+ 356x
2
84x

53) P(x) = 75x
7
+ 70x
6
+ 21x
5
+ 2x
4
+ 75x
3
+ 70x
2
+ 21x + 2

54) P(x) = 54x
7
63x
6
+ 21x
5
2x
4
54x
3
+ 63x
2
21x + 2

55) P(x) = 125x
7
150x
6
+ 55x
5
6x
4
+ 250x
3
300x
2
+ 110x 12

56) P(x) = 49x
7
378x
6
251x
5
42x
4
49x
3
378x
2
251x 42


H) Mostrar que A es una cota inferior y B es una cota superior para las races del
polinomio dado y encontrar todas las races reales.

57) P(x) = 3x
4
10x
3
27x
2
+ 82x 24; A = 4, B = 6

58) P(x) = 33x
4
72x
3
+ 47x
2
12x + 1 A = 1, B = 3

59) P(x) = 3x
5
22x
4
+ 22x
3
+ 16x
2
25x + 6; A = 2, B = 8

60) P(x) = 10x
5
+ 63x
4
328x
3
+ 403x
2
168x + 20; A = 11, B = 4

61) P(x) = 4x
3
56x
2
+ 259x 396; A = 1, B = 14

62) P(x) = x
4
+ 18x
3
+ 111x
2
+ 278x + 240; A = 18, B = 1

63) P(x) = x
5
+ 10x
4
+ 19x
3
+ 26x
2
+ 17x + 8; A = 10, B = 2

64) P(x) = x
5
+ 7x
4
3x
3
21x
2
4x 28; A = 8, B = 4

I) Encontrar en cada caso, un nmero entero que sea cota inferior y uno que sea cota
superior de las races del polinomio dado.

65) P(x) = x
5
+ 6x
4
6x
3
64x
2
27x + 90

66) P(x) = x
4
2x
3
13x
2
+ 38x 24

67) P(x) = x
5
+ 9x
4
+ 21x
3
+ 21x
2
+ 20x + 12

68) P(x) = x
7
+ 6x
6
+ 5x
5
+ 30x
4
+ 4x
3
+ 24x
2


69) P(x) = 54x
6
+ 117x
5
+ 120x
4
+ 110x
3
+ 56x
2
7x 10

18

70) P(x) = 44x
4
532x
3
+ 543x
2
166x + 11

71) P(x) = 2x
5
+ 25x
4
22x
3
113x
2
+ 56x + 52

72) P(x) = 2x
5
+ 5x
4
33x
3
23x
2
+ 79x 30


J) Usando el mtodo de biseccin, halla las races de los siguientes polinomios, en el
intervalo indicado, de tal forma que el error cometido sea menor a 0,01.



73) 4x
3
5x
2
+ 4x 5 en [1, 2]

74) 50x
3
+ 89x
2
278x + 378 en [3, 4]

75) x
4
30x
3
+ 81 en [5, 6]

76) 10x
3
17x
2
9x + 39 en [2, 1]

77) x
4
2x
2
3 en [2, 1]

78) x
3
+ 3x + 6 en [2, 1]

79) x
3
4x + 5 en [3, 2]

80) x
4
4x
2
5 en [2, 3]

81) x
3
+ 5x 1 en [0, 1]

82) 4x
4
39x
3
10 en [4, 3]

83) x
5
+ x
3
50x
2
50 en [3, 4]

84) x
4
4x
3
2x
2
6x 3 en [1, 0]

K) Encuentra las races de los siguientes polinomios usando el mtodo de Newton,
tomando como primera aproximacin el punto indicado. El error cometido debe ser
menor que 0,01.


85) 6x
6
+ x
5
4x
2
2x + 8 si x1 = 1

86) x
8
10x
6
+ 35x
4
50x
2
+ 24 si x1 = 1,8

87) x
8
x
7
2x
6
+ 4x
4
7x
3
13x
2
+ 14x + 16 si x1 = 1

19

88) 4x
6
+ 4x
5
15x
4
4x
2
4x + 15 si x1 = 2

89) 8x
6
8x
5
+ 72x
4
71x
3
x
2
+ 9x 9 si x1 = 1

90) 2x
5
25x
4
+ 80x
3
110x
2
+ 70x 17 si x1 = 9

91) x
5
+ 7x
4
6x
3
29x
2
+ 5x 30 si x1 = 2

92) x
6
+ 7x
5
12x
4
77x
3
+ 10x
2
+ 11 si x1 = 3

93) 2x
6
+ 2x
5
61x
4
53x
3
+ 86x
2
145x + 29 si x1 = 5

L) Encontrar en cada caso un polinomio con coeficientes enteros que satisfaga las
condiciones dadas.

94) Grado 3; races r1 = 2, r2 = (3 + i)

95) Grado 3; races r1 = 3, r2 = (6 i)

96) Grado 4; races r1 = i, r2 = (2 + 2 i)

97) Grado 4; races r1 = 11 1+ i, r2 = ( 11 1 i )

98) Grado 3; races r1 = i, r2 = 7/3

99) Grado 3; races r
1
= 3/5, r
2
= 7 i

100) Grado 4; races r1 = 5 i, r2 = 5 i, r3 = i/6

101) Grado 6; races r1 = i, r2 = (1 + i), r3 = (2 + i)

102) Grado 5; races r1 = (6 3i), r2 = (i + 7), r3 = 12

M) Encontrar las races del polinomio utilizando la raz dada, en cada caso.

103) x
4
x
2
2 si r1 = i

104) x
4
+ 2x
2
+ 1 si r1 = i

105) x
4
6x
3
+ 15x
2
18x + 10 si r1 = (1 + i)

106) x
4
4x
3
15x
2
+ 80x 100 si r1 = (2 i)

107) x
4
2x
3
2x
2
+ 12x 24 si r1 = ( ) i 3 1+

20

108) 8x
4
49x
3
+ 87x
2
x 105 si r1 = 7/8

109) x
4
+ 2x
2
1 si r1 = |
.
|

\
|
+ 2 1 i

110) x
4
2x
3
+ 24x
2
50x 25 si r1 = 5i

N) Encuentra las races del polinomio

111) x
3
1

112) x
3
+ 6x 7

113) x
3
+ 2x + 3

114) 4x
4
+ 4x
3
+ x
2
18x 9

115) 9x
3
5x
2
+ 27x 15

116) 5x
3
+ x
2
+ 40x + 8

117) 36x
3
32x
2
+ 257x + 29

118) 3x
3
+ 7x
2
+ 80x + 26

119) 4x
3
+ 9x
2
+ 10x + 2

120) 3x
3
+ x
2
+ 3x + 1

121) 2x
3
7x
2
+ 30x + 17
122) x
5
x
3
x
2
+ 1

123) x
3
2x
2
+ 1

124) x
4
+ x
2
2

125) x
5
2x
4
+ 8x
3
16x
2
9x + 18

126) 3x
5
+ x
4
+ 72x
3
+ 24x
2
75x 25

127)
128)

129)

130) x
7
x
6
x
5
x
4
x
3
x
2
x 1 en [ 1, 1 ]
131)
21



PORTAPAPELES UTILES

P(x) = x
7
x
6
x
5
x
4
x
3
x
2
x 1; A = 1, B = 1

4 12 7 3 2 ) (
2 3 4
+ = x x x x x P

Bibliografa:

Oteyza de Oteyza, Emma Lam Osnaya. Hernndez Garciadiego, Carlos. Carrillo Hoyo, ngel
Manuel. Temas Selectos de Matemticas. Prentice Hall. Mxico 1998.

Bernis, Francisco. Malet, Antonio. Molinas, Cesar. Curso de Orientacin Universitaria
Matemticas. Editorial Noguer. Madrid Espaa. 1983.




Mtodo de Newton
De Wikipedia, la enciclopedia libre
El mtodo de Newton, conocido tambin como el mtodo de Newton-Raphson o el
mtodo de Newton-Fourier es un algoritmo eficiente para encontrar aproximaciones de
los ceros o races de una funcin real. Tambin puede ser usado para encontrar el
mximo o mnimo de una funcin, encontrando los ceros de su primera derivada.


Tabla de contenidos
[ocultar]
- 1 Descripcin del mtodo
- 2 Obtencin del Algoritmo
- 3 Convergencia del Mtodo
- 4 Ejemplo
- 5 Historia
- 6 Referencias
- 7 Enlaces externos
Descripcin del mtodo
22

La idea de este mtodo es la siguiente: se comienza con un valor razonablemente
cercano al cero, denominado punto de arranque, entonces se reemplaza la funcin por la
recta tangente en ese valor, se iguala a cero y se despeja fcilmente, por ser una
ecuacin lineal. Este cero ser, generalmente, una aproximacin mejor a la raz de la
funcin. Luego, se aplican tantas iteraciones como se deseen.
Supngase , - funcin derivable definida en el intervalo real [a, b]. Se inicia
con un valor inicial x
0
y se define para cada nmero natural

)




Obtencin del Algoritmo
Tres son las formas principales por las que tradicionalmente se ha obtenido el algoritmo
de Newton.
La primera de ellas es una simple interpretacin geomtrica. En efecto, atendiendo al
desarrollo geomtrico del mtodo de la secante, podra pensarse en que si los puntos de
iteracin estn lo suficientemente cerca (a una distancia infinitesimal), entonces la
secante se sustituye por la tangente a la curva en el punto. As pues, si por un punto de
iteracin trazamos la tangente a la curva, por extensin con el mtodo de la secante, el
nuevo punto de iteracin se tomar como la abscisa en el origen de la tangente (punto de
corte de la tangente con el eje X). Esto es equivalente a linealizar la funcin, es decir, f
se reemplaza por una recta tal que contiene al punto (x
0
, f (x
0
)) y cuya pendiente
coincide con la derivada de la funcin en el punto, f'(x
0
). La nueva aproximacin a la
raz, x
1
, se logra la interseccin de la funcin linear con el eje X de ordenadas.
Matemticamente:


23



Ilustracin de una iteracin del mtodo de Newton (la funcin f se demuestra en azul y
la lnea de la tangente est en rojo). Vemos que x
n + 1
es una aproximacin mejor que x
n

para la raz x de la funcin f.
En la ilustracin adjunta del mtodo de Newton se puede ver que x
n + 1
es una mejor
aproximacin que x
n
para el cero (x) de la funcin f.
Una forma alternativa de obtener el algoritmo es desarrollando la funcin f(x) en serie
de Taylor, para un entorno del punto x
n
:

Entonces, si se trunca el desarrollo a partir del trmino de grado 2, y evaluamos en x
n + 1
:
f(x
n + 1
) = f(x
n
) + f'(x
n
)(x
n + 1
x
n
)
Si adems se acepta que x
n + 1
tiende a la raz, se ha de cumplir que f(x
n + 1
) = 0, luego,
sustituyendo en la expresin anterior, obtenemos el algoritmo.
Finalmente, hay que indicar que el mtodo de Newton-Raphson puede interpretarse
como un mtodo de iteracin de punto fijo. As, dada la ecuacin f(x) = 0, se puede
considerar el siguiente mtodo de iteracin de punto fijo:
g(x) = x + h(x)f(x)
Se escoge h(x) de manera que g'(r)=0 (r es la raz buscada). Dado que g'(r) es:
g'(r) = 1 + h'(r)f(r) + h(r)f'(r) = 1 + h(r)f'(r)
Entonces:

24

Como h8x) no tiene que ser nica, se escoge de la forma ms sencilla:

Por tanto, imponiendo subndices:

Expresin que coincide con la del algoritmo de Newton-Raphson
Convergencia del Mtodo
El radio de convergencia de este mtodo es, por lo menos, cuadrtico. Sin embargo, si la
raz buscada es de multiplicidad algebraica mayor a uno (i.e, una raz doble, triple,...), el
mtodo de Newton-Raphson pierde su convergencia cuadrtica y pasa a ser lineal de
constante asinttica de convergencia 1-1/m, con m la multiplicidad de la raz.
Existen numerosas formas de evitar este problema, como pudieran ser los mtodos de
aceleracin de la convergencia tipo de Aitken o el mtodo de Steffensen. Derivados
de Newton-Raphson destacan el mtodo de Ralsta-Ravinovitz, que restaura la
convergencia cuadrtica sin ms que modificar el algoritmo a:

Evidentemente, este mtodo exige conocer de antemano la multiplicidad de la raz, lo
cual no siempre es posible. Por ello tambin se puede modificar el algoritmo tomando
una funcin auxiliar g(x)=f(x)/f'(x), resultando:

Su principal inconveniente en este caso sera lo costoso que pudiera ser hallar g(x) y
g'(x) si f(x) no es fcilmente derivable.
Por otro lado, la convergencia del mtodo se demuestra cuadrtica para el caso ms
habitual en base a tratar el mtodo como uno de punto fijo: si g'(r)=0, y g(r) es distinto
de 0, entonces la convergencia es cuadrtica. Sin embargo, est sujeto a las
particularidades de stos mtodos.


25

Ejemplo
Consideremos el problema de encontrar un nmero positivo x tal que cos(x) = x
3
.
Podramos tratar de encontrar el cero de f(x) = cos(x) - x
3
.
Sabemos que f '(x) = -sin(x) - 3x
2
. Ya que cos(x) 1 para todo x y x
3
> 1 para x>1,
deducimos que nuestro cero est entre 0 y 1. Comenzaremos probando con el valor
inicial x
0
= 0.5

Los dgitos correctos estn subrayados. En particular, x
6
es correcto para el nmero de
decimales pedidos. Podemos ver que el nmero de dgitos correctos despus de la coma
se incrementa desde 2 (para x
3
) a 5 y 10, ilustando la convergencia cuadrtica.
En pseudocdigo, esto es:
function newtonIterationFunction(x) {
return x - (cos(x) - x^3) / (-sin(x) - 3*x^2)
}

var x := 0.5

for i from 0 to 99 {
print "Iteraciones: " + i
print "Valor aproximado: " + x
xold := x
x := newtonIterationFunction(x)
if x = xold {
print "Solucin encontrada!"
break
}
}
Historia [editar]
El mtodo de Newton fue descrito por Isaac Newton en De analysi per aequationes
numero terminorum infinitas (escrito en 1669, publicado en 1711 por William Jones) y
en De metodis fluxionum et serierum infinitarum (escrito en 1671, traducido y publicado
como Mtodo de fluxiones en 1736 por John Colson). Sin embargo, su descripcin
difiere en forma sustancial de la descripcin moderna presentada ms arriba: Newton
aplica el mtodo solo a polinomios. l no computa las aproximaciones sucesivas x
n
,
26

sino que computa una secuencia de polinomios y recin al final llega a la aproximacin
de la raz x. Finalmente, Newton ve el mtodo como puramente algebraico y falla al no
ver la conexin con el clculo. Isaac Newton probablemente deriva su mtodo de forma
similar aunque menos precisa del mtodo de Franois Vite. La esencia del mtodo de
Vite puede encontrarse en el trabajo del matemtico persa Sharaf al-Din al-Tusi.
Referencias [editar]
- Tjalling J. Ypma, Historical development of the Newton-Raphson method,
SIAM Review 37 (4), 531551, 1995.
- P. Deuflhard, Newton Methods for Nonlinear Problems. Affine Invariance and
Adaptive Algorithms. Springer Series in Computational Mathematics, Vol. 35.
Springer, Berlin, 2004. ISBN 3-540-21099-7.
- C. T. Kelley, Solving Nonlinear Equations with Newton's Method, no 1 in
Fundamentals of Algorithms, SIAM, 2003. ISBN 0-89871-546-6.
- J. M. Ortega, W. C. Rheinboldt, Iterative Solution of Nonlinear Equations in
Several Variables. Classics in Applied Mathematics, SIAM, 2000. ISBN 0-
89871-461-3.
- W. H. Press, B. P. Flannery, S. A. Teukolsky, W. T. Vetterling, Numerical
Recipes in C: The Art of Scientific Computing, Cambridge University Press,
1992. ISBN 0-521-43108-5. (online, with code samples: [1])
- W. H. Press, B. P. Flannery, S. A. Teukolsky, W. T. Vetterling, Numerical
Recipes in Fortran, Cambridge University Press, 1992. ISBN 0-521-43064-X
(online, with code samples: [2])
- Endre Sli and David Mayers, An Introduction to Numerical Analysis,
Cambridge University Press, 2003. ISBN 0-521-00794-1.
no mames brandon deja de mamarme el ganso! ahh pinche brandon.. le dire a los demas
de fcfm... tmb es jotiiio el cepi
Enlaces externos [editar]
- Mtodo de Newton aplicado al clculo de la raz cuadrada de un nmero
- El mtodo de Newton en Mathcad Application Server (con animacin)
- Mtodo de Newton-Raphson: Notas, PPT, Mathcad, Maple, Matlab,
Mathematica
Obtenido de "http://es.wikipedia.org/wiki/Mtodo_de_Newton"
Categoras: Wikipedia:Artculos buenos en w:de | Anlisis numrico




Presentacin

Bajo el nombre de Clculo Numrico, Anlisis Numrico, o Mtodos Numricos
(las tres expresiones sern tomadas como sinnimos) se engloba el conjunto de
27

tcnicas que sirven para resolver, mediante el uso de clculos mecnicos (o
algoritmos), problemas matemticos bien determinados. Cabe aclarar que en el
Clculo Numrico no slo interesa saber que existe una solucin para un
problema, sino que se buscan mtodos para resolver los problemas de manera
efectiva y concreta, aunque en general la solucin que se obtiene sea
aproximada.

Normalmente se considera Clculo Numrico como sinnimo de Clculo
mediante computadoras y, en efecto, en la prctica los clculos mecnicos de
los que hablbamos en el prrafo anterior suelen ser realizados por una
computadora. Sin embargo, es interesante observar que la mayora de los
mtodos numricos que se estudian en los libros de texto han sido creados
siglos antes que las computadoras, por lo que la computadora debe ser
considerado un elemento accesorio y no esencial en este tema.

La filosofa general de este curso ser, en la medida de lo posible, motivar los
temas que se traten mediante la introduccin previa de problemas concretos.
As por ejemplo, los libros de texto de Clculo Numrico suelen comenzar
explicando la aritmtica de la mquina, es decir, la forma en que las
computadoras operan y guardan en la memoria nmeros reales. En este curso,
en cambio, trataremos ese tema cuando su necesidad haya sido
convenientemente introducida.

Cada clase cierra con ejercicios y problemas. Los ejercicios sirven para practicar
o profundizar los temas estudiados en la clase de marras o en clases anteriores.
Para resolver los problemas, en cambio, no basta con los conocimientos
estudiados hasta ese momento. Los problemas implican un desafo mayor y
tienen como objetivo introducir o motivar temas que se vern despus en el
curso. Se recomienda a los alumnos la resolucin de estos ejercicios y problemas
antes de seguir adelante.

Problema 1.1: Imagine que tiene una calculadora que slo permite sumar
restar multiplicar y dividir cmo podra usarla para hallar una aproximacin,
con dos cifras decimales exactas, de la raz cuadrada de 28? (Use los mtodos
que sea capaz de imaginar, no consulte por ahora libros ni las otras clases de
este curso, utilice su ingenio.)
28


Problema 1.2: En el dibujo, el ngulo alfa es tal que el rea pintada de
amarillo representa la cuarta parte del rea total del crculo.
a) Halle alguna ecuacin de la cual alfa sea solucin.

b) Halle una solucin aproximada de esa ecuacin. (Como antes, use los
mtodos que sea capaz de imaginar, no consulte por ahora libros ni las otras
clases de este curso, utilice su ingenio.)
Problema 1.3: Enumere todos los mtodos que conoce para calcular las races
de un polinomio (por ejemplo, el mtodo de Gauss). Aplique esos mtodos para
hallar todas las races de los siguientes polinomios:

a) f(x) = x^5 + x^2 + 6

b) f(x) = x^4 7x^3 + 1
(A la clase 2)
POSTED BY GUSTAVO PI EI RO AT 4: 21 PM

Clase 2
(A la clase 1 - A la clase 3)

Mtodo de la biseccin

En esta clase comenzaremos a estudiar distintos mtodos para hallar soluciones
aproximadas de ecuaciones con una incgnita, especialmente aquellas
ecuaciones que sean difciles de despejar. Todos los mtodos que veremos
tienen en comn la siguiente caracterstica: se comienza con una primera
aproximacin a la solucin, digamos c1, a partir de ella se calcula una segunda
aproximacin c2 y as sucesivamente. Diremos que el mtodo en cuestin
converge si la sucesin numrica c1, c2, c3,... tiene como lmite una solucin
exacta de la ecuacin.

29

El mtodo que veremos en esta clase se basa en el siguiente teorema del Clculo:

Teorema de Bolzano: Si f : [a,b] -> R es una funcin continua tal que f(a) y
f(b) tienen distinto signo entonces existe algn c en (a,b) tal que f(c) = 0.

Supongamos entonces que queremos resolver una ecuacin de la forma f(x) = 0,
donde f es una funcin continua en algn intervalo [a,b] y supongamos adems
que f(a) y f(b) tienen distinto signo. Bajo estas condiciones, el teorema anterior
nos asegura que en (a,b) hay, al menos, una solucin de la ecuacin, llammosla
c.

Sea, a modo de ejemplo, la ecuacin x^3 + 2x - 1 = 0 (en todos los casos, el
smbolo ^ significa "elevado a"), donde f(x) = x^3 + 2x - 1, que es continua en
todo R. Para comenzar necesitamos dos nmeros a y b tales que f(a) y f(b)
tengan distinto signo. No existe un mtodo estndar para hallar estos a y b, en
nuestro ejemplo tras un rpido tanteo obtenemos que f(0) = -1 y que f(1) = 2.

Primera aproximacin: sabemos entonces que hay una raz entre 0 y 1, como
primera aproximacin a esa solucin tomamos el punto medio del intervalo
[0,1], c1 = 0,5. No sabemos cul es la solucin exacta c, pero es seguro que su
distancia a c1 no puede ser mayor a la mitad de la longitud del intervalo. En el
caso general, la primera aproximacin a la solucin ser el punto medio del
intervalo [a,b], c1 = (a + b)/2. La distancia entre c1 y el valor exacto de c (el
error de la aproximacin) no puede ser mayor a la semilongitud de [a,b]:


Segunda aproximacin: Sigamos con nuestro ejemplo, el intervalo [0,1] ha
quedado dividido en dos partes [0; 0,5] y [0,5; 1]. De ambas, debemos elegir
aquella mitad en la que se sigan cumpliendo las condiciones del Teorema de
Bolzano. Calculamos f(0,5) = 0,25, como f(0) y f(0,5) tienen distinto signo, nos
quedamos con [0; 0,25], donde es seguro que existe una solucin. La siguiente
30

aproximacin es el punto medio de ese intervalo: c2 = 0,125. En el caso general,
tras el primer paso, el intervalo [a,b] habr quedado partido en dos mitades: [a,
c1] y [c1, b]. Calculamos f(c1) y nos quedamos con el semiintervalo en el que f
cambia de signo. El error en esta aproximacin no puede ser mayor a (b - a)/4
Por qu?
Generalizacin: El procedimiento sigue de la misma forma. En cada paso
tendremos un intevalo que cumple para f las condiciones de Bolzano (f tiene
distinto signo en sus extremos). Tomamos como aproximacin el punto medio
de ese intervalo, el cual queda dividido en dos partes iguales. Calculamos f en
ese punto medio y, segn sea su signo, elegimos de los dos semiintervalos aqul
que siga cumpliendo las condiciones de Bolzano. Y as sucesivamente.
El error cometido en el paso n-simo, es decir, la diferencia entre el valor exacto
c y la aproximacin cn no puede ser mayor a (b - a)/2^n Por qu? Y como (b -
a)/2^n tiende a 0, deducimos que cn converge a c. En otras palabras, a la larga
nos iremos aproximando a una solucin exacta de la ecuacin.
Resumen del mtodo:
1) Buscamos un intervalo [a,b] tal que f(a) y f(b) tengan distinto signo.
2) Tomamos c1 = (a + b)/2.
3) Si f(a) y f(c1) tienen distinto signo, redefinimos b = c1. Si f(c1) y f(b) tienen
distinto signo, redefinimos a = c1.
4) Tomamos c2 = (a + b)/2.
5) Si f(a) y f(c2) tienen distinto signo, redefinimos b = c2. Si f(c2) y f(b) tienen
distinto signo, redefinimos a = c2.
6) Tomamos c3 = (a + b)/2.
Y as sucesivamente. La diferencia entre cn y un nmero c tal que f(c) = 0 es
menor que (b - a)/2^n, por lo que la sucesin c1, c2, c3,... converger a una
solucin de f(x) = 0. (Pueden verse ejemplos en los enlaces indicados ms
abajo.)
31

Cundo nos detenemos? Nos estamos preguntando por lo que se llama
tnicamente el criterio de detencin del algoritmo (1) En otras palabras
cuntas aproximaciones debemos calcular? Hay dos criterios posibles, uno de
ellos prescribe detenerse cuando (b - a)/2^n es ms pequeo que cierta
cantidad establecida de antemano. La otra opcin es que en cada paso se calcule
el valor de f(cn) para detenerse en el momento en que el resultado obtenido sea,
en valor absoluto, menor que cierta cantidad establecida de antemano. Por los
motivos que veremos en la respuesta a la siguiente pregunta, esta cuestin no es
en realidad muy importante.
Es til este mtodo? Una virtud que tiene este mtodo (de la que carecen los
otros que estudiaremos) es que siempre converge (una vez que se ha obtenido el
intervalo [a,b] inicial). Una desventaja es que en general la convergencia es muy
lenta, la biseccin necesita, para obtener una buena aproximaxin, muchos ms
pasos que cualquiera de los otros mtodos que veremos despus. Pero estos
mtodos, para converger, necesitan que la primera aproximacin que se toma,
c1, est cerca de la solucin exacta de la ecuacin. En consecuencia, el
procedimiento usual es ste: se usan unos pocos pasos de la biseccin para
acercarse a c y a partir de all se usa cualquiera de los otros mtodos de
convergencia rpida.
Ejercicio 2.1: escriba cada una de estas ecuaciones en la forma f(x) = 0, halle
un intevalo [a,b] que cumpla las condiciones del Teorema de Bolzano y calcule
las aproximaciones c1, c2 y c3 del mtodo de la biseccin:
a) x = exp(-x)
(Donde exp(x) es la funcin exponencial e^x.)
b) x = sen(x)
c) x = tg(x), con x > 0.

Problema 2.2: Sea la ecuacin f(x) = 0, donde f es una funcin continua tal
que f(a) es negativo y f(b) es positivo, para ciertos nmeros a y b. Supongamos
adems que la ecuacin tiene una nica solucin c en (a,b). Sea c1, c2, c3,... la
sucesin que obtenemos por aplicacin del mtodo de la biseccin Es
necesariamente cierto que la distancia entre cn y c disminuye a medida que n
32

crece? En otras palabras es cierto que cada aproximacin de c que obtenemos
es mejor que la anterior? Cmo justificara su respuesta?
Problema 2.3:
a) Suponga que tiene una calculadora que slo puede sumar, restar, multiplicar
y dividir. Cmo usara el mtodo de la biseccin para calcular una
aproximacin de la raz cuadrada de 28?
b) Cuando decimos que c1, c2, c3,... converge a c esto quiere decir que
podemos calcular c con tanta exactitud como queramos? Usando la calculadora
del punto anterior puede calcular la raz cuadrada de 28 con tanta precisin
como quiera? Por ejemplo puede aproximarla con 12.000 cifras decimales
exactas? Y si hace los clculos con lpiz y papel?
Enlaces en los que se habla de este tema: 1, 2, 3.
Nota:
(1) Un algoritmo es una receta mecnica para realizar un clcul0 o cualquier
otra operacin (matemtica o no). El mtodo de la biseccin describe un
algoritmo.
(A la clase 1 - A la clase 3)
POSTED BY GUSTAVO PI EI RO AT 3: 51 PM
Clase 3
(A la clase 2 - A la clase 4)

Introduccin a la "aritmtica de la mquina"

La raz cuadrada de 2 es 1,41421356237309504... donde los puntos suspensivos
esconden una cantidad infinita de dgitos. Imaginemos dada una ecuacin cuya
solucin sea la raz de 2. Supongamos adems que, usando el mtodo de la
biseccin, calculamos sucesivas aproximaciones de esa solucin: c1, c2, c3,... La
teora que vimos en la clase anterior dice que la sucesin c1, c2, c3,... converge a
la raz de 2, es decir, tomando n suficientemente grande cn se aproximar a la
raz de 2 tanto como queramos. Pero es as en la prctica?
33


Normalmente haremos nuestros clculos mediante el auxilio de una
computadora (o una calculadora, que es tambin un tipo de computadora). No
nos interesan aqu los detalles tcnicos acerca de cmo una computadora
almacena los nmeros en su memoria (el lector interesado podr encontrar esos
detalles en los enlaces indicados ms abajo). S nos interesa el siguiente hecho
bsico: cualquier computadora dispone de una cantidad finita y fija de memoria
para almacenar los nmeros con los que trabaja, as como de un espacio finito y
fijo para mostrar esos nmeros al usuario. No importa si los nmeros
almacenados son escritos usando punto fijo, punto flotante o cualquier otro
mtodo concebible, el hecho esencial es la limitacin de memoria.

Una consecuencia de este hecho bsico es que cualquier computadoraslo es
capaz de conocer una cantidad finita de nmeros. Es decir, aunque en teora hay
una cantidad infinita de nmeros reales, el conjunto de todos los nmeros que
una computadora es capaz de entender o mencionar es finito.

Para poner un ejemplo, supongamos que la computadora almacenara los
nmeros de la siguiente forma:

donde cada cuadrado es ocupado por un dgito
entre 0 y 9, excepto el cuadrado que est a la izquierda de la coma, que no podr
contener un cero. El nmero 200 se almacenara como +2,0000000 x 10^+02,
el nmero 3 se almacenara como +3,0000000 x 10^+00. El 0 se almacena
aparte. La cantidad total de nmeros que esta computadora puede comprender
es 2 x 9 x 10^7 x (2 x 99 + 1) + 1 = 35.820.000.001 Por qu?

En particular, no importa cmo los nmeros se almacenen, habr un nmero,
llamado el psilon de la mquina, que ser el menor nmero positivo que la
computadora es capaz de almacenar. Cualquier nmero que ese psilon ser
interpretado como igual a cero. En el ejemplo explicado ms arriba el psilon de
la mquina es 10^(99) Por qu? La computadora no puede acercarse a 0
ms que psilon.

El nmero ms cercano a raz de 2 que esta computadora es capaz de escribir es
1,4142136. Si usamos la computadora para calcular una sucesin c1, c2, c3,...
34

que, en teora, se aproxime a raz de 2 tanto como se quiera, en realidad se
detendr en 1,4142135 o 1,4142136 y all se estabilizar, incapaz de acercarse
ms.

Problema 3.1: Cunto es 10^99 + 10^(99) 10^99? Cunto es 10^99
10^99 + 10^(99)? Y si realiza los clculos con una calculadora?

Problema 3.2: En el algoritmo del mtodo de la biseccin, estudiado en la
clase anterior, conviene definir cn = a + 0,5(b a) en lugar de cn = (a + b)/2. Al
hacerlo as se sigue la estrategia general de que, al efectuar clculos numricos
es mejor calcular una cantidad aadiendo un pequeo trmino de correccin a
una aproximacin obtenida anteriormente. Le proponemos que halle un
ejemplo tal que en su calculadora los resultados de calcular a + 0,5(b a) y (a +
b)/2 sean diferentes.

Enlaces en los que se habla de este tema: 1, 2, 3, 4.

(A la clase 2 - A la clase 4)
POSTED BY GUSTAVO PI EI RO AT 4: 44 PM
Clase 4
(A la clase 3 - A la clase 5)









35


Punto fijo

Es otro de los mtodos de los mtodos para hallar soluciones aproximadas de ecuaciones
de una variable. Para ello necesitamos desarrollar previamente algunos conceptos.

Definicin: Sea una funcin cualquiera, se dice que un nmero es punto fijo
de si ()

Por ejemplo si ()

entonces 2 es un punto fijo de , pues () . Por

definicin, es un punto fijo de si y slo si es solucin de la ecuacin () . As por
ejemplo, todos los puntos fijos de ()

resultan de resolver la ecuacin

. Las dos soluciones de esta ecuacin son , que son exactamente los
dos puntos fijos de .

Definicin: A la ecuacin () se le llama ecuacin de punto fijo de g.

La ecuacin () es tambin la ecuacin que permite hallar la interseccin entre el
grfico de () y la recta .
Grficamente, los puntos fijos de corresponden a esos puntos de interseccin:

-4 -3 -2 -1 1 2 3
-6
-5
-4
-3
-2
-1
1
2
3
x
y

36

El concepto de punto fijo se utiliza para hallar soluciones aproximadas de una ecuacin de
la forma () . Para lograr esto, el primer paso ser transformar la ecuacin dada en
otra equivalente que sea de la forma () .
Por ejemplo, si la ecuacin es

, entonces esto puede hacerse de distintas

maneras:

( )

Si tuviramos un modo de hallar en forma aproximada un punto fijo de una funcin g
entonces tendramos un modo para hallar una solucin de f(x) = 0. Pero cmo puede
hallarse un punto fijo de g, sin despejar la ecuacin correspondiente? Estudiaremos la
respuesta a esta pregunta en las prximas clases.


Para hallar una solucin aproximada por el metodo de punto fijo, es necesario
transformar la ecuacin en otra que sea de punto fijo, pudiendo lograrse esto de
muchas maneras diferentes.
Ejemplo:
Se desea transformar la ecuacin

,
La transformacin a punto fijo puede lograrse las siguientes formas:

( )
Por medio de ecuaciones equivalentes de la ecuacin original se tiene la forma
apropiada para hallar un punto fijo.
En el primer caso de la funcin ()

y en el segundo, de la funcin
() ( )
Definicin: La sucesin ()

()

() se llama la rbita de .

Teorema: Si () es una funcin continua y la sucesin () (())
((())) es convergente entonces su lmite es un punto fijo de .

37

El teorema presenta una forma de hallar un punto fijo de , basta realizar las
iteraciones de la funcin partiendo de un nmero , si la rbita es convergente
las sucesivas iteraciones acercarn cada vez ms a un punto fijo de . Sin
embargo, hay que tomar en cuenta que el teorema dice que si la rbita es
convergente entonces su lmite es un punto fijo de . Se sabe que la rbita no
siempre es convergente.





Sea g: R -> R una funcin y sea a un nmero cualquiera. Apliquemos la funcin
g al nmero a, luego apliquemos g al resultado, volvamos a aplicar g al nuevo
resultado obtenido y as sucesivamente. A este proceso se le llama iterar la
funcin g. Al iterar construimos la sucesin a, g(a), g(g(a)), g(g(g(a))),... que
indicaremos como a, g(a), g2(a), g3(a),...

Definicin: La sucesin a, g(a), g2(a), g3(a),... se llama la rbita de a por g o,
ms brevemente, la rbita de a.

Una manera clsica de visualizar las rbitas es la siguiente:

38

En el dibujo vemos el grfico de
una funcin g y la recta y = x (recurdese que la interseccin de ambos
representa el punto fijo de g). Comenzamos con el punto a y nos movemos hacia
la curva para visualizar (en el eje vertical) el valor de g(a). Para visualizar
g(g(a)) debemos proyectar el valor g(a) hasta el eje x. El dibujo muestra cmo
hacerlo usando la recta y = x como espejo. Desde g(a) (ahora en el eje x) vamos
de nuevo hacia la curva y as obtenemos g(g(a)). En resumen, el movimiento es:
comenzamos en a, vamos verticalmente hacia la curva, luego horizontalmente
hacia la recta, verticalmente hacia la curva, horizontalmente hacia la recta, etc.
Los puntos que quedan marcados sobre la curva van graficando la rbita de a.

En el dibujo que acabamos de hacer, la rbita va convergiendo al punto fijo de g
(es decir, los puntos de la rbita se van acercando cada vez ms a la interseccin
de la recta y la curva). El siguiente teorema generaliza esta situacin:

Teorema: Si g(x) es una funcin continua y la sucesin a, g(a), g(g(a)),
g(g(g(a))),... es convergente entonces su lmite es un punto fijo de g.

El teorema nos da entonces una forma de hallar un punto fijo de g, basta iterar
la funcin partiendo de un nmero a, si la rbita es convergente las sucesivas
iteraciones nos irn acercando cada vez ms a un punto fijo de g. Sin embargo,
hay que tomar en cuenta que el teorema dice que si la rbita es convergente
entonces su lmite es un punto fijo de g. Pero la rbita es siempre
convergente?

Consideremos a modo de ejemplo la funcin h(x) = ln(6 x) [recurdese que
proviene de la ecuacin x + exp(x) = 6] y calculemos la rbita correspondiente a
39

a = 3:

3
1,098612289
1,589518371
1,483983896
1,507630212
1,502380355
1,503548289
1,503288577
1,503346335
1,503333490
1,503336347
1,503335711
1,503335853
1,503335821
1,503335828
1,503335827
1,503335827
1,503335827
1,503335827

La rbita se estabiliza en 1,503335827, que es (aproximadamente) el punto fijo
de h y a la vez solucin (aproximada) de la ecuacin x + exp(x) = 6. [La
inevitabilidad de trabajar con aproximaciones fue estudiada en la clase 3.]

Consideremos ahora la funcin g(x) = 6 exp(x). Ntese que los puntos fijos de
g(x) y de h(x) = ln(6 x) son los mismos pues en ambos casos son las soluciones
de x + exp(x) = 6. Veamos la rbita de a = 1,5 con respecto a g(x) = 6 exp(x):

a = 1,5
1,518310930
1,435491095
1,798292060
0,039323848
5,038560702
40

-148,2478466
6
-397,4287935
6
-397,4287935
6

A partir de este punto (si se hacen los clculos con 10 dgitos) la rbita se
estabiliza en el ciclo 6; -397,4287935; 6; -397,4287935; 6,... Si se trabaja con
ms decimales ese nmero 6 se ve as:

5,9999999999999999999999999999999999
999999999999999999999999999999999999
999999999999999999999999999999999999
999999999999999999999999999999999999
999999999999999999999999999999749465
212979943827764688882...

Ntese que, aunque el valor de a estaba muy cerca del punto fijo, la rbita no
convergi a l, sino que se alej de l.

En la prxima clase seguiremos estudiando el comportamiento de las rbitas,
especialmente en relacin con los puntos fijos.

Problema 5.1: Tomemos una calculadora en modo DEG e iteremos la tecla
COS. Al poco tiempo la mquina se estabilizar en el nmero
0,9998477415310881129598107686798... Qu ecuacin satisface este nmero?
(Ntese que este nmero no es un punto fijo de la funcin cos(x) por qu?)

Ejercicio 5.2: Estudie el comportamiento de las rbitas de f(x) = 2x^2 1,
para distintos valores de a. Alguna de esas rbitas converge?
Puede verse aqu un comentario, relacionado con esta clase, acerca de la teora
del caos.

(A la clase 4 - A la clase 6)
41

POSTED BY GUSTAVO PI EI RO AT 11: 13 PM
Clase 6
(A la clase 5 - A la clase 7)

Atractivos y repulsivos

Consideremos la funcin g(x) = (1/9)*(x 2)^2 2 (donde * indica la
multiplicacin y ^ es elevado a). Resolviendo la ecuacin (1/9)*(x 2)^2 = x
llegamos a la conclusin de que g tiene dos puntos fijos: 1 y 14. Recordemos
que si una rbita cualquiera de g es convergente entonces converger a uno de
estos dos nmeros, pero son convergentes todas las rbitas? Analicemos el
comportamiento de algunas de ellas. Veamos primero la rbita que comienza
con a = 0, 5:

a = 0, 5
1,305555556
0,785922497
1,137626205
0,906144644
1,061591479
0,958517513
1,027463792
0,981606999
1,012224412
0,991833788
1,005436732
0,996372228
1,002417052
0,998387983
1,001074389
0,999283613
1,000477534
0,999681619
1,000212243

El valor inicial est cerca de 1 y, en efecto, se ve que la rbita se va acercando a
42

ese nmero. Qu sucede si tomamos valores iniciales cada vez ms lejanos de
1? Veamos distintos valores iniciales, que se vayan alejando de 1:

a = 2
0.222222222
1.451303155
0.676500726
1.204038207
0.859348797
1.091569384
0.938022083
1.040891805
0.972553003
1.018214294
0.987820275
1.008103334
0.994590481
1.003603095
0.997596494
1.001601696
0.998931918
1.000711928
0.999525325

Tambin se va acercando a 1. Lo mismo suceder si tomamos como valor
inicial el nmero 3 0 el nmero 4. Alejmonos un poco ms y tomemos a =
11:

a = 11
16,77777778
22,26474623
43,62888220
190,5515370
3948,186901
1,730263673 x 10^6
1,3326450507 x 10^12
43

1,229474775 x 10^22

La rbita diverge (su lmite es infinito). Vemos entonces que si tomamos valores
iniciales cercanos a 1 la rbita converge a ese nmero, pero si los valores
iniciales se van alejando llegamos finalmente a una zona en la que los valores
iniciales dan rbitas divergentes. Qu sucede con el otro punto fijo?

a = 13
11,44444444
7,910836752
1,881999012
1,998452863
0,223597189
1,450623949
0,677021596
1,203728375
0,859569389
1,091429212
0,938118381
1,040828931
0,972595490
1,018186228
0,987839099
1,008090835
0,994598837
1,003597534
0,997600206

La rbita comienza cerca de 14, pero se acerca al otro punto fijo! Intentemos
con a = 15:

a = 15
16,77777778
22,26474623
43,62888220
190,5515370
44

3948,186901
1,730263673 x 10^6
3,326450507 x 10^11
1,229474775 x 10^22

La rbita diverge. En realidad, ninguna rbita converge a 14 no importa qu tan
cerca de ese nmero comencemos. La nica forma de que una rbita converja a
14 es que, por casualidad, caiga exactamente en ese nmero, por ejemplo:

a = 10
14
14
14

Pero esta situacin (el que una rbita caiga justo en el punto fijo) en la prctica
ser virtualmente imposible. Los ejemplos anteriores motivan las siguientes
definiciones:

Definicin: Un punto fijo c de una funcin g(x) es atractivo si para cualquier
valor inicial cercano a c la rbita correspondiente converger siempre a c. Con
ms precisin, un punto fijo c es atractivo si existe un nmero positivo delta tal
que si la distancia entre a y c es menor que delta entonces la rbita de a
converge a c.

Definicin: Un punto fijo c de una funcin g(x) es repulsivo si es imposible
hallar una rbita que converja a l (a menos que, por coincidencia, caiga
justamente en el nmero c). Con ms precisin, un punto fijo c es repulsivo si
existe un nmero positivo delta tal que si la distancia entre c y algn nmero r
de la rbita es menor que delta entonces el valor siguiente de la rbita (que es
g(r)) est ms lejos de c que lo que estaba r (la rbita tiende a alejarse de c).

Es claro que en el ejemplo anterior, en relacin a los puntos fijos de g(x) =
(1/9)*(x 2)^2 2, el nmero 1 es un punto fijo atractivo, mientras que 14 es
repulsivo.

En la clase anterior proponamos como mtodo para hallar los puntos fijos de g
45

calcular una rbita cualquiera y confiar en que sta vaya convergiendo, ya que
necesariamente converger a un punto fijo. Vemos ahora que la rbita slo
converger (es decir el mtodo slo funcionar) si el punto fijo en cuestin es
atractivo y si el valor inicial de la rbita est suficientemente cerca de l.
Cmo podemos saber, a priori, si un punto fijo es atractivo o repulsivo? Eso es
lo que estudiaremos en la prxima clase.

Problema 6.1: La funcin g(x) = 2x^2 1 tiene dos puntos fijos, 1/2 y 1.
Tome rbitas cercanas a cada uno de ellos y trate de determinar cul de ambos
(si es que hay alguno) que sea repulsivo y cul de ambos (si es que hay alguno)
que sea atractivo. Qu sucede si toma a = 0,5?

Problema 6.2: Analice el comportamiento de las rbitas de g(x) = ln(7 cos x)
que comienzan con nmeros que estn lejos de 2.

(A la clase 5 - A la clase 7)
POSTED BY GUSTAVO PI EI RO AT 11: 57 AM
Clase 7
(A la clase 6 - A la clase 8)

Ms sobre atractivos y repulsivos

En la clase anterior estudibamos la diferencia entre puntos fijos atractivos y
puntos fijos repulsivos. Recordemos que si una rbita comienza cerca de un
punto fijo atractivo entonces converger a l, mientras que es imposible
encontrar una rbita que converja a un punto fijo repulsivo, no importa qu tan
cerca de l comience.

Por otra parte, a menos que la ecuacin g(x) = x con la que estemos trabajando
sea realmente muy sencilla (en cuyo caso no necesitaramos mtodos numricos
para resolverla), la nica forma efectiva de hallar puntos fijos de g(x) es iterar la
funcin confiando en que la rbita converja. Por lo tanto los nicos puntos fijos
que seremos capaces de encontrar sern los puntos atractivos. La pregunta es
podemos saber a priori si un punto fijo es atractivo o repulsivo? El siguiente
resultado nos dar buena parte de la respuesta.

46

Teorema: Sea g(x) una funcin derivable con derivada continua y sea c un
punto fijo de g(x). Si g(c) es menor que 1 entonces c es un punto fijo atractivo.
Si g(c) es mayor que 1 entonces c es un punto fijo repulsivo.

Expliquemos la idea que est detrs del teorema. Sea c un punto fijo de g(x),
desarrollemos el polinomio de Taylor de orden 1 de g(x) en x = c.

Si x est cerca de c: g(x) # g(c) + g(c)(x c). (Donde # debe tomarse aqu como
el signo de aproximadamente igual, es inevitable usar smbolos extraos, ya
que el blog es avaro en smbolos matemticos.)

Como g(c) = c entonces:

g(x) # c + g(c)(x c)

g(x) c # g(c)(x c)

g(x) c # g(c)x c

(Recurdese que si a y b son nmeros reales entonces a b es la distancia entre
a y b.)

Sea x0 el primer nmero de una rbita, que supondremos que est lo
suficientemente cerca de c como para que valga la aproximacin dada por el
polinomio de Taylor. Notemos que g(x0) = x1, el siguiente valor de la rbita. Por
lo tanto:

x1 c # g(c)x0 c

Si g(c) es menor que 1 entonces g(c)x0 c es menor que x0 c, luego x1 c es
menor que x0 c. Es decir, x1 est ms cerca de c que lo que estaba x0.
Aplicando el mismo razonamiento, x2 est ms cerca que x1, x3 est ms cerca
que x2 y ass sucesivamente. De hecho puede probarse que la distancia entre xn
y c tiende a cero. Es decir, para cualquier x0 suficientemente cerca de c sucede
que la rbita converge a c.

47

Por lo tanto si g(c) es menor que 1 entonces el punto fijo es atractivo.

Por otra parte, si g(c) > 1, un razonamiento similar anterior prueba que la
distancia entre x1 y c es mayor que la distancia entre x0 y c, por lo que la rbita
tiende a alejarse de c.

Ejercicio 7.1: Halle (en forma aproximada, desde luego) todas las soluciones
de la ecuacin x^x = 0,7.

Ejercicio 7.2: Halle en forma aproximada todas las races de los polinomios
indicados.

a) f(x) = x^5 + x^3 6x + 2
b) f(x) = x^3 + 2x 7

Enlaces donde se tratan los temas estudiados en las clases 4 a 7: 1, 2,
3.

(A la clase 6 - A la clase 8)
POSTED BY GUSTAVO PI EI RO AT 9: 09 AM

Clase 8
(A la clase 7 - A la clase 9)

El mtodo de Newton

El mtodo de Newton (llamado en algunos textos mtodo de NewtonRaphson)
es otro de los mtodos para resolver una ecuacin de modo aproximado. Tal
como sucede con los otros que hemos estudiado anteriormente, este mtodo
procede por aproximaciones sucesivas. Se comienza con un nmero x0 que se
elige ms o menos arbitrariamente, a partir de x0 se calcula un nuevo nmero
x1; a partir de x1 se calcula un nmero x2 y as sucesivamente. Con suerte, los
nmeros x0, x1, x2,... se irn acercando cada vez ms a una solucin de la
ecuacin.

La forma en que se calculas los sucesivos nmeros x1, x2, x3,... se basa en una
48

idea grfica muy sencilla y convincente. Sea f(x) = 0 la ecuacin que queremos
resolver y llamemos c a una solucin de la ecuacin.

Tomemos como x0, la primera aproximacin, cualquier nmero. Trazamos la
recta tangente al grfico de f en x0 (para que esto sea posible, suponemos que f
es derivable en todo punto) y tomamos x1 como la raz de esa recta tangente. A
partir de aqu se repite el mismo procedimiento: trazamos la recta tangente al
grfico de f en x1 y tomamos x2 cmo la raz de esta recta tangente, y as
sucesivamente.



Si tenemos suerte, x0, x1, x2,...
converger a c, sin embargo, al menos en algunos casos, si x0 no es elegido de
modo conveniente entonces puede suceder que la sucesin x0, x1, x2,... no
converja. Un ejemplo de esta situacin se da con la funcin f(x) = arctga(x) cuya
nica raz es c = 0. Si x0 se elige suficientemente cerca de 0 entonces la sucesin
x0, x1, x2,... converge a la raz, pero si x0 es elegido lejos de 0, entonces la
sucesin diverge:




Como se ve en el grfico, la sucesin x0, x1, x2,... se va alejando de c.

49

Las preguntas que surgen son: si x0 se elige suficientemente cerca de c
entonces la sucesin x1, x2, x3,... converge siempre a c? Dado x0, cmo se
calculan x1, x2, x3,...? Respondamos primero a la segunda pregunta.

Recordemos que la ecuacin de la recta tangente al grfico de f en x = a es la
siguiente:

y = f(a) + f(a)(x a)

Dado x0, calculamos la reca tangente al grfico de f en x = x0:

y = f(x0) + f(x0)(x x0)

El nmero x1 es la raz de la recta:

0 = f(x0) + f(x0)(x1 x0)

Despejando:

f(x0) = f(x0)(x1 x0)

f(x0)/f(x0) = x1 x0

Entonces: x1 = x0 f(x0)/f(x0)

Con el mismo razonamiento:

x2 = x1 f(x1)/f(x1)
x3 = x2 f(x2)/f(x2)

Generalizando: x(n + 1) = xn f(xn)/f(xn)

Por supuesto, estas frmulas tienen sentido si f(x0), f(x1), f(x2),... son todos
distintos de cero. Suponemos entonces que f nunca se anula, al menos en las
cercanas de c.

50

Observemos que el mtodo de Newton es en realidad un caso particular del
mtodo del punto fijo, ya que x1, x2, x3,... se calculan a partir de x0 iterando la
funcin:

g(x) = x f(x)/f(x)

Un ejemplo: aproximemos una raz de f(x) = x^3 + x + 1. La frmula que
tenemos que iterar es g(x) = x (x^3 + x + 1)/(3x^2 + 1).

x (x^3 + x + 1)/(3x^2 + 1) = (3x^3 + x x^3 x 1)/(3x^2 + 1) = (2x^3
1)/(3x^2 + 1)

Por otra parte, el teorema de Bolzano nos dice que hay una raz entre 1 y 0.
Elijamos entonces x0 = 0,5. Los valores que se obtienen son:

0,714285
0,683179
0,682328
0,6823278
0,6823278

La sucesin se estabiliza. Una raz aproximada es 0,6823278.

Para ver que la sucesin que se obtiene iterando g converge siempre a una raz
de f (si x0 se elige suficientemente de esa raz) tenemos que probar que:

1) Un nmero c es punto fijo de g(x) = x f(x)/f(x) si y slo si f(c) = 0.
(Suponiendo que f no se anula en c.)
2) Todo punto fijo de g(x) = x f(x)/f(x) es atractivo. (Suponiendo tambin que
f no se anula en ese punto fijo.)

El punto 2) dice que la sucesin x0, x1, x2,... converge siempre a un punto fijo de
g si x0 est suficientemente cerca de l y 1) dice que ese punto fijo es una raz de
f. Es decir, si x0 se elige convenientemente el mtodo siempre converge a una
raz de f. Tenemos entonces el siguiente teorema.

51

Teorema: si x0 se elige suficientemente cerca de una raz de f entonces y f no
se anula en un entorno de esa raz entonces el mtodo de Newton converge a esa
raz de f.

La demostracin de los puntos 1) y 2) se deja como ejercicio para los lectores.

Hay que observar (la demostracin requiere un anlisis ms fino, que aqu no
haremos) que el mtodo de Newton no slo converge, sino que adems converge
muy rpidamente.

Ejercicio 8.1: Usando el mtodo de Newton, halle en forma aproximada, todas
las soluciones de la ecuacin x^x = 0,7. Compare la velocidad de convergencia
(es decir la cantidad de pasos necesaria para lograr una buena aproximacin)
con el mtodo usado en el ejercicio 7.1.

Ejercicio 8.2: Usando el mtodo de Newton, halle en forma aproximada, todas
las races de los polinomios indicados.

a) f(x) = x^5 + x^3 6x + 2
b) f(x) = x^3 + 2x 7

Compare la velocidad de convergencia (es decir la cantidad de pasos necesaria
para lograr una buena aproximacin) con el mtodo usado en el ejercicio 7.1.

Problema 8.3: Demuestre que un nmero c es punto fijo de g(x) = x
f(x)/f(x) si y slo si f(c) = 0. (Suponiendo que f no se anula en un entorno de c.)

Ejercicio 8.4: Demuestre que todo punto fijo de g(x) = x f(x)/f(x) es
atractivo. (Suponiendo tambin que f no se anula en ese punto fijo.)

(A la clase 7 - A la clase 9)
POSTED BY GUSTAVO PI EI RO AT 2: 04 PM




52


Problema 4.1: Muestre un ejemplo de una funcin que no tenga ningn punto fijo.

Problema 4.2: Demuestre que si f : R -> R es una funcin continua tal que f(0) es mayor
que 0 y f(1) es menor que 1 entonces f tiene al menos un punto fijo en [0,1].
Problema 4.3: Tome una calculadora y marque en ella cualquier nmero positivo. Oprima
dm z dd sucede a la larga? Depende del nmero
inicial elegido? Cmo se relaciona su conclusin con lo estudiado en la clase anterior?
Repita el problema con otras teclas de la calculadora.
Ejercicio 4.4: Transforme cada una de las siguientes ecuaciones en al menos dos
ecuaciones punto fijo diferentes.
a) 3x^3 + 1 = 0
b) sen(x + 2) = 2 + x
c) x^2 = tg(x)
(A la clase 3 - A la clase 5)
POSTED BY GUSTAVO PI EI RO AT 9: 28 PM

Clase 5
(A la clase 4 - A la clase 6)








Problemas
Ejercicio 2.1: escriba cada una de estas ecuaciones en la forma f(x) = 0, halle
un intevalo [a,b] que cumpla las condiciones del Teorema de Bolzano y calcule
las aproximaciones c1, c2 y c3 del mtodo de la biseccin:
53

a) x = exp(-x)
(Donde exp(x) es la funcin exponencial e^x.)
b) x = sen(x)
c) x = tg(x), con x > 0.

Problema 2.2: Sea la ecuacin f(x) = 0, donde f es una funcin continua tal
que f(a) es negativo y f(b) es positivo, para ciertos nmeros a y b. Supongamos
adems que la ecuacin tiene una nica solucin c en (a,b). Sea c1, c2, c3,... la
sucesin que obtenemos por aplicacin del mtodo de la biseccin Es
necesariamente cierto que la distancia entre cn y c disminuye a medida que n
crece? En otras palabras es cierto que cada aproximacin de c que obtenemos
es mejor que la anterior? Cmo justificara su respuesta?
Problema 2.3:
a) Suponga que tiene una calculadora que slo puede sumar, restar, multiplicar
y dividir. Cmo usara el mtodo de la biseccin para calcular una
aproximacin de la raz cuadrada de 28?
b) Cuando decimos que c1, c2, c3,... converge a c esto quiere decir que
podemos calcular c con tanta exactitud como queramos? Usando la calculadora
del punto anterior puede calcular la raz cuadrada de 28 con tanta precisin
como quiera? Por ejemplo puede aproximarla con 12.000 cifras decimales
exactas? Y si hace los clculos con lpiz y papel?