UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE INGENIERÍA MECÁNICA Y ENERGÍA

TITULO: TRABAJO EN GRUPO N°01

CURSO: Cálculo Numérico y Computacional

PROFESOR: Collante Huanto, Andres

INTEGRANTES:

Dominguez Quinto, Cristian

Huamán Araujo, Marcos

Mulatillo De la Cruz, Miguel

Ramírez Navarro, Edy

Villacorta Mogollón, Said

BELLAVISTA-CALLAO

2019
 MÉTODO DE LA SECANTE

Es el método que consiste en aproximar la derivada f ′(xi ) de la ecuación:

f(xi )
xi+1 = xi − = g(xi )
f ′(xi )

Por el cociente, de la forma:

f(xi ) − f(xi−1 )
xi − xi−1

Formado con los resultados de las iteraciones anteriores xi−1 y xi . De esto obtenemos la
fórmula:

(xi − xi−1 )f(xi )

xi+1 = xi − = g(xi )
f(xi ) − f(xi−1 )

Para la primera aplicación de la ecuación anterior, requerimos de dos valores iniciales

x0 y x1 . La aproximación siguiente x2 está dada por:

(x1 − x0 )f(x1 )
x2 = x1 −
f(x1 ) − f(x0 )

Así mismo, x3 estará dado por:

(x2 − x1 )f(x2 )
x3 = x2 −
f(x2 ) − f(x1 )

Y así sucesivamente hasta que g(xi ) ≈ xi+1 , o también que:

|xi+1 − xi | < 𝜀

|f(xi+1 )| < 𝜀
Ejemplo

Use el método de la secante para encontrar una raíz real de la siguiente ecuación
polinominal:

f(x) = x 3 + 2x 2 + 10x − 20 = 0

Solución

Utilizando la ecuación:

(xi − xi−1 )f(xi )

xi+1 = xi − = g(xi )
f(xi ) − f(xi−1 )

Se obtiene:

(xi − xi−1 )(xi3 + 2xi2 + 10xi − 20)

xi+1 = xi −
(xi3 + 2xi2 + 10xi − 20) − (xi−13 2
+ 2xi−1 + 10xi−1 − 20)

Haciendo x0 = 0 y x1 = 1 calculamos x2 :

(1 − 0)(13 + 2(12 ) + 10(1) − 20)

x2 = 1 − 3 = 1.53846
(1 + 2(12 ) + 10(1) − 20) − (03 + 2(02 ) + 10(0) − 20)

Nótese que los valores de las iteraciones subsecuentes se encuentran en la siguiente

tabla. Si bien no se convergió a la raíz tan rápido como en el caso del método de
Newton, la velocidad de convergencia tampoco es tan lenta como en el método del
punto fijo, es decir; se tiene una velocidad de convergencia intermedia.

i 𝐱𝐢 |𝐱 𝐢+𝟏 − 𝐱 𝐢 |
0 0.00000
1 1.00000 1.00000
2 1.53846 0.53846
3 1.35031 0.18815
4 1.36792 0.01761
5 1.36881 0.00090

|xi+1 − xi | < 𝜀 = 10−3

 INTERPRETACIÓN GEOMÉTRICA DEL MÉTODO DE LA SECANTE

Los dos miembros de la ecuación x = g(x) se grafican por separado, como se ve en la

siguiente figura. Se eligen dos puntos del eje x, x0 y x1 , como primeras aproximaciones
a x̅.

Se evalúa g(x) en x0 y en x1 , así se obtienen los puntos A y B de coordenadas

(x0 , g(x0 )) y (x1 , g(x1 )), respectivamente.

Los puntos A y B se unen con una línea recta (secante a la curva y=g(x)), y se sigue por
la secante hasta su intersección con la recta y=x. La abscisa correspondiente al punto de
intersección es x2 , la nueva aproximación a x̅.

Para obtener x3 se repite el proceso comenzando con x1 𝑦 x2 en lugar de x0 𝑦 x1 .

Este método no garantiza la convergencia a una raíz, lo cual puede lograrse con ciertas
modificaciones que dan lugar a los métodos de falsa posición y bisección.
 MÉTODO DE POSICIÓN FALSA

El método de la posición falta, también llamado de Regula-Falsi, al igual que el

algoritmo de la secante, aproxima la derivada 𝑓′(𝑥𝑖 ) de la ecuación:

f(xi )
xi+1 = xi − = g(xi )
f ′(xi )

Por el cociente, de la forma:

𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑖−1 )
𝑥𝑖 − 𝑥𝑖−1

Pero en este caso los valores de 𝑥𝑖 𝑦 𝑥𝑖−1 se encuentran en el lado opuesto de la raíz
buscada, de modo tal que sus valores funcionales 𝑓(𝑥𝑖 ) 𝑦 𝑓(𝑥𝑖−1 ) correspondientes
tienen signos opuestos, esto es:

𝑓(𝑥𝑖 ) × 𝑓(𝑥𝑖−1 ) < 0

Se denota 𝑥𝑖 𝑦 𝑥𝑖−1 como 𝑥𝐷 𝑦 𝑥𝐼 respectivamente.

Para ilustrar el método se utilizará la siguiente figura y se partirá del hecho de que se
tiene dos valores iniciales 𝑥𝐷 𝑦 𝑥𝐼 definidos arriba, y que la función es continua en
(𝑥𝐼 , 𝑥𝐷 ).
Se traza una línea recta que une los puntos A Y B de coordenadas
(𝑥𝐼 , 𝑓(𝑥𝐼 )) 𝑦 (𝑥𝐷 , 𝑓(𝑥𝐷 )), respectivamente. Se reemplaza 𝑓(𝑥) en el intervalo
(𝑥𝐼 , 𝑥𝐷 ) con el segmento de recta ̅̅̅̅
𝐴𝐵 y el punto de intersección de este segmento con el
eje x, 𝑥𝑀 , será nuestra nueva aproximación a 𝑥̅ .

Se evalúa 𝑓(𝑥𝑀 ) y se compara su signo con el de 𝑓(𝑥𝐷 ). Si son iguales, se actualizará

𝑥𝐷 sustituyendo su valor por el de 𝑥𝑀 ; si los signos son diferentes, se actualizará 𝑥𝐼
sustituyendo su valor por el de 𝑥𝑀 . Nótese que el objetivo es mantener los valores
descritos (𝑥𝐷 y 𝑥𝐼 ) cada vez más cercanos a la raíz entre ellos.

Se trazará una nueva línea secante entre los puntos actuales A y B. Se repite el proceso
hasta que se satisfaga el criterio de exactitud |𝑓(𝑥𝑀 )| < 𝜀1 , tomándose como
aproximación a 𝑥̅ el valor último de 𝑥𝑀 . Para terminar el proceso también puede usarse
el criterio |𝑥𝐷 − 𝑥𝐼 | < 𝜀. En este caso, se toma como aproximación a 𝑥̅ la media entre
𝑥𝐷 y 𝑥𝐼 .

Para calcular el valor de 𝑥𝑀 se sustituye el valor de 𝑥𝐷 por 𝑥𝑖 y el de 𝑥𝐼 por 𝑥𝑖−1 en la

ecuación:

(xi − xi−1 )f(xi )

xi+1 = xi −
f(xi ) − f(xi−1 )

Reemplazando:

(xD − xI )f(xD ) xI f(xD ) − xD f(xI )

xM = xD − =
f(xD ) − f(xI ) f(xD ) − f(xI )

Con lo que se llega al algoritmo de la posición falsa.

Ejemplo

Utilice el método de la posición falsa para obtener la raíz real del polinomio

𝑓(𝑥) = 𝑥 3 + 2𝑥 2 + 10𝑥 − 20

Solución

Para obtener 𝑥𝐼 𝑦 𝑥𝐷 se puede, por ejemplo, evaluar la función en algunos puntos donde
este cálculo sea fácil, o bien se grafica. Así:

𝑓(0) = −20

𝑓(1) = −7
 𝑓(−1) = −29

𝑓(2) = 16

De acuerdo con el teorema de Bozlano, hay una raíz real, por lo menos, en el intervalo
(1,2), por tanto

𝑥𝐼 = 1 ; 𝑓(𝑥𝐼 ) = −7

𝑥𝐷 = 2 ; 𝑓(𝑥𝐷 ) = 16

Al aplicar la ecuación:

(xD − xI )f(xD )
xM = xD −
f(xD ) − f(xI )

Se obtiene 𝑥𝑀

(2 − 1)(16)
𝑥𝑀 = 2 − = 1.30435
16 − (−7)

𝑓(𝑥𝑀 ) = (1.30435)3 + 2(1.30435)2 + 10(1.30435) − 20 = −1,33476

Como 𝑓(𝑥𝑀 ) < 0 (igual signo que 𝑓(𝑥𝐼 ), el valor actual de 𝑥𝐼 se reemplaza con el valor
de 𝑥𝑀 ; así el nuevo intervalo queda reducido a (1.30435, 2). Por tanto:

𝑥𝐼 = 1,30435; 𝑓(𝑥𝐼 ) = −1,33476

𝑥𝐷 = 2; 𝑓(𝑥𝐷 ) = 16

Se calcula una nueva 𝑥𝑀

(2 − 1,30435)(16)
𝑥𝑀 = 2 − = 1.35791
16 − (−1,33476)

𝑓(𝑥𝑀 ) = (1,35791)3 + 2(1.35791)2 + 10(1.35791) − 20 = −0,22914

Como 𝑓(𝑥𝑀 )<0, el valor actual de 𝑥𝐼 , se reemplaza con el ultimo valor de 𝑥𝑀 ; así el
intervalo queda reducido a (1.35791; 2). La siguiente tabla muestra los cálculos llevados
a cabo hasta satisfacer el criterio de exactitud.

|𝑓(𝑥𝑀 )| < 10−3

 i 𝐱𝐈 𝐱𝐃 𝐱𝐌 |𝐟(𝐱 𝐌 )|
0 1.00000 2.00000
1 1.00000 2.00000 1.30435 1.33476
2 1.30435 2.00000 1.35791 0.22914
3 1.35791 2.00000 1.36698 0.03859
4 1.36698 2.00000 1.36850 0.00648
5 1.36850 2.00000 1.36876 0.00109
6 1.36876 2.00000 1.36880 0.00018

ACELERACIÓN DE CONVERGENCIA

Se han visto métodos cuyo orden de convergencia es uno y dos, o bien un valor intermedio
(super- lineales). Existen métodos de orden 3 y de orden superior; sin embargo, es importante
dar otro giro a la búsqueda de raíces reales y averiguar si la convergencia de los métodos vistos se
puede acelerar.

MÉTODOS DE UN PUNTO

Si en alguno de los métodos vistos se tiene que la sucesión 𝑥0 , 𝑥1 , 𝑥2 ,… converge

muy lentamente a la raíz buscada, pueden tomarse, entre otras, las siguientes
decisiones:
a) Continuar el proceso hasta satisfacer alguno de los criterios de convergencia
preestablecidos.

b) Ensayar con una g (x) distinta; es decir, buscar una nueva g (x) en punto
fijo o cambiar de método.

c) Utilizar la sucesión de valores 𝑥´0 , 𝑥´1 , 𝑥´2 ,… para generar otra sucesión:
𝑥´0 , 𝑥´1 , 𝑥´2 ,… que converja más rápidamente a la raíz x¯ que se busca.

Los incisos a) y b) son suficientemente claros, mientras que la sucesión 𝑥´0 , 𝑥´1 , 𝑥´2 ,… de
la parte c) se basa en ciertas condiciones de g ' (x),* así se tiene que:

∈𝑖+1
lim = 𝑔´(𝑥̅ )
𝑖→∞ ∈𝑖

Donde ∈ 𝑖 = 𝑥𝑖 – 𝑥̅ es el error en la i-ésima iteración. Para valores finitos de i, la anterior

ecuación puede escribirse como:
 ∈𝑖+1
≈ 𝑔´(𝑥̅)
∈𝑖

𝑥𝑖+1 – 𝑥̅ ≈ 𝑔′ (𝑥̅ ) (𝑥𝑖 – 𝑥̅ )

o también

𝑥𝑖+2 – 𝑥̅ ≈ 𝑔′ (𝑥̅ )(𝑥𝑖+1 – 𝑥̅ )

Restando ambas ecuaciones se tiene que:

𝑥𝑖+2 – 𝑥𝑖+1 ≈ 𝑔′ (𝑥̅ )(𝑥𝑖+1 – 𝑥𝑖 )

De donde
𝑥𝑖+2 – 𝑥 𝑖+1
𝑔 ′ (𝑥̅ ) ≈
𝑥𝑖+1 – 𝑥 𝑖

Despejando 𝑥̅ de la ecuación:

𝑥𝑖+1 – 𝑥̅ ≈ 𝑔′ (𝑥̅ ) (𝑥𝑖 – 𝑥̅ )

Se tiene:

𝑥𝑖+1 – 𝑔 ′ (𝑥̅ )𝑥 𝑖
𝑥̅ ≈
1– 𝑔 ′ (𝑥̅ )

Sustituyéndole a la última ecuación esto:

𝑥𝑖+2 – 𝑥 𝑖+1
𝑔 ′ (𝑥̅ ) ≈
𝑥𝑖+1 – 𝑥 𝑖

Se llega a:

(𝑥𝑖+1 − 𝑥𝑖 )2
𝑥 ≈ 𝑥𝑖 −
𝑥𝑖+2 − 2𝑥𝑖+1 + 𝑥𝑖

Que da aproximaciones a 𝑥, a partir de los valores ya obtenidos en alguna sucesión. Llámese a

esta nueva sucesión 𝑥´0 , 𝑥´1 , 𝑥´2 ,…

(𝑥𝑖+1 − 𝑥𝑖 )2
𝑥′𝑖 = 𝑥𝑖 − 𝑖≥0
𝑥𝑖+2 − 2𝑥𝑖+1 + 𝑥𝑖

Por ejemplo, 𝑥′0 requiere de 𝑥0 , 𝑥1 , 𝑥2 , ya que:

 (𝑥1 − 𝑥0 )2
𝑥′0 = 𝑥0 −
𝑥2 − 2𝑥1 + 𝑥0

y 𝑥′1 de 𝑥1 , 𝑥2 , 𝑥3, pues

(𝑥2 − 𝑥1 )2
𝑥′1 = 𝑥1 −
𝑥3 − 2𝑥2 + 𝑥1

y así sucesivamente.

Este proceso conducirá, en la mayoría de los casos, a la solución buscada 𝑥 más rápido que si se
siguiera el inciso a); asimismo, evita la búsqueda de una nueva g (x) y el riesgo de no obtener
convergencia con esa nueva g (x). A este proceso se le conoce como aceleración de convergencia y
se presenta como algoritmo de Aitken.

ALGORITMO DE AITKEN

Dada una sucesión de número 𝑥0 , 𝑥1 , 𝑥2 ,…, a partir de ella se genera una nueva sucesión
𝑥´0 , 𝑥´1 , 𝑥´2 ,… con esta ecuación:

(𝑥𝑖+1 − 𝑥𝑖 )2
𝑥′𝑖 = 𝑥𝑖 − 𝑖≥0
𝑥𝑖+2 − 2𝑥𝑖+1 + 𝑥𝑖

Si se emplea la notación

∆ 𝑥𝑖 = 𝑥𝑖+1 – 𝑥𝑖 i = 0, 1, 2, …

Donde ∆ es un operador de diferencias, cuyas potencias (o más propiamente su orden) se pueden

obtener así:

∆(∆𝑥𝑖 ) = ∆2 𝑥𝑖 = 𝛥 (𝑥𝑖+1 – 𝑥𝑖 ) = ∆𝑥𝑖+1 – ∆𝑥𝑖

O también

∆2 𝑥𝑖 = ∆𝑥𝑖+2 – 2𝑥𝑖+1 + 𝑥𝑖

De esta manera la ecuación:

(𝑥𝑖+1 − 𝑥𝑖 )2
𝑥′𝑖 = 𝑥𝑖 − 𝑖≥0
𝑥𝑖+2 − 2𝑥𝑖+1 + 𝑥𝑖

Adquiere la forma simplificada

(∆𝑥𝑖 )2
𝑥´𝑖 = 𝑥𝑖 −
∆2 𝑥𝑖
Ejemplo

Acelerar la convergencia de la sucesión del ejemplo anterior, mediante el algoritmo de

Aitken.

Solución

Con la ecuación:

(𝑥𝑖+1 − 𝑥𝑖 )2
𝑥′𝑖 = 𝑥𝑖 −
𝑥𝑖+2 − 2𝑥𝑖+1 + 𝑥𝑖

Con 𝑥0 = 1, 𝑥1 = 1.53846, 𝑥2 = 1.29502, se tiene:

(1.53846 − 1)2
𝑥′0 = 1 − = 1.37081
1.29502 − 2(1.53846) + 1

Con 𝑥1 = 1.53846, 𝑥2 = 1.29502, 𝑥3 = 1.40183 se tiene:

(1.29502 − 153846)2
𝑥′1 = 1.53846 − = 1.36566
1.40183 − 2(1.29502) + 1.53846

En una tercera iteración se obtiene

𝑥′2 = 1.36889

Obsérvese que 𝑥′1 esta prácticamente tan cerca de la raíz real de la ecuación y que
𝑥′2 mejora tanto la aproximación que es preciso comparar este valor con el de ejercicios
anteriores.

Se ha encontrado que el Método de Aitken es de segundo orden y se emplea

generalmente para acelerar la convergencia de cualquier sucesión de valores que
convergen linealmente, cualquiera que sea su origen.

La aplicación del método de Aitken a la iteración de punto fijo da el procedimiento

conocido como el método de Steffensen, que se ilustrara a continuación.
Ejemplo

Utilizando el método de Steffensen y utilizando 𝜀 = 10−3 aplicado al |𝑓(𝑥′𝑖 )|.

Encontrar una raíz real de la ecuación:

𝑓(𝑥) = 𝑥3 + 2𝑥 2 + 10𝑥 − 20 = 0

Solución

Pasamos la ecuación de la forma f(x)=0 a la forma g(x)=x. Para esto luego procedemos
a despejar x:

20
𝑥=
𝑥2 + 2𝑥 + 10

Primera iteración:

Elegimos un valor inicial 𝑥0 = 1 y calculamos 𝑥1 𝑦 𝑥2 :

𝑥1 = 1.53846

𝑥2 = 1.29502

Ahora aplicamos la ecuación:

(𝑥𝑖+1 − 𝑥𝑖 )2
𝑥′𝑖 = 𝑥𝑖 −
𝑥𝑖+2 − 2𝑥𝑖+1 + 𝑥𝑖

Para acelerar la convergencia:

(1.53846 − 1)2
𝑥0 ′ = 1 − = 1.37081
1.29502 − 2(1.53846) + 1

Dado que:

|𝑓(𝑥 ′ 0 )| = (1.37081)3 + 2(1.37081)2 + 10(1.37081) − 20 = 0.04234 > 10−3

Pasamos a la segunda iteración.

Segunda iteración:

Con el valor de 𝑥′0 que ahora hemos denotado como 𝑥3 , y con g(x) que se tiene, resulta:

𝑥4 = 1.36792

𝑥5 = 1.36920

Aplicamos nuevamente en la ecuación:

(𝑥𝑖+1 − 𝑥𝑖 )2
𝑥′𝑖 = 𝑥𝑖 −
𝑥𝑖+2 − 2𝑥𝑖+1 + 𝑥𝑖

A 𝑥3, , 𝑥4 𝑦 𝑥5 , así obtenemos:

(1.36792 − 1.37081)2
𝑥′1 = 𝑥6 = 1.37081 − = 1.36881
1.3692 − 2(1.3692) + 1.37081

Finalmente, con el criterio de exactitud tenemos:

|𝑓(𝑥6 )| = 0.0000399 < 10−3

Con lo cual el problema queda resuelto.