Академический Документы
Профессиональный Документы
Культура Документы
OBJETIVO
Determinar las raíces de una ecuación no lineal con una variable, utilizando los
métodos de manera eficiente y analizando los problemas de convergencia y error
que puedan presentarse.
Definición 1
Entonces:
𝑥𝑛 → 𝛼.
Que significa que si 𝑥𝑛 y 𝑥𝑚 están en la misma vecindad, éstos están tan cerca o
menos que 𝜖, a este tipo de cercanía entre aproximaciones se le llama precisión.
Y es posible que ocurra en un proceso iterativo sin que ellas se aproximen al valor
real 𝛼, cuando éste caso ocurre, además de precisión se le llama exactitud.
|𝑥𝑛 − 𝑥𝑛−1 |
𝑖𝑖) ≤𝜖
|𝑥𝑛 |
Para un 𝛜 dado.
Como la convergencia puede ser lenta o no darse, el proceso se completa
tomando un número máximo de iteraciones, denotado Nmax . Este número
garantiza que el proceso no caerá en un ciclo infinito.
Para aclarar las afirmaciones anteriores definiremos los siguientes criterios de
parada en un proceso iterativo.
Criterio Optimista: El proceso converge hacia una raíz 𝛼 con una tolerancia 𝜖
pequeña. En este caso definiremos los siguientes criterios de parada optimistas.
𝑥𝑖+1 − 𝑥𝑖 < 𝜖 𝐹(𝑥𝑖 ) < 𝜖
|𝑥𝑖+1 − 𝑥𝑖 |
<𝜖 𝑓 𝑥𝑖+1 − 𝑓 𝑥𝑖 <𝜖
𝑥𝑖
|𝑥𝑖+1 − 𝑥𝑖 | |𝑓(𝑥𝑖+1 ) − 𝑓( 𝑥𝑖 ) |
<𝜖 <𝜖
𝑥𝑖+1 |𝑓(𝑥𝑖 )|
Métodos Numéricos
Documento Complementario para el curso Virtual
Segundo eje temático
3
Criterio Pesimista: No hay convergencia hacia una raíz α con un número positivo
pequeño ϵ. Como los errores crecen, para controlar esta situación imponemos un
número máximo de iteraciones al que llamaremos 𝑁𝑚𝑎𝑥 .
Observación: El número 𝐍𝐦𝐚𝐱 significa en cada caso que las distancias sugeridas
en las fórmulas crecen de tal manera que superan cualquier número 𝐍𝐦𝐚𝐱 fijo por
grande que éste sea.
Criterio automático: Los criterios automáticos suceden en muchas ocasiones
como hechos aislados a los procesos numéricos o algorítmicos, en este tipo de
criterio se clasifican entre otros que:
Datos de entrada:
1) 𝑓 es continua en 𝑎, 𝑏 .
2) 𝑓 𝑎 ∗ 𝑓 𝑏 < 𝑂.
Observaciones
x0 x a b
Ejemplo 1
𝑓(𝑥) = 6𝑥 𝑠𝑖𝑛(3𝑥 2 − 1) + 4𝑥 − 10
𝑥 𝑓
0 -10.00
1 -0.54 La raíz esta
2 -13.99 Cambio de
en [2,3]
3 15.72
Signo
Sea 𝑥 = 0.1
𝑥 𝑓
+ ∆𝑥
2 -13.999 La raíz esta en
2.1 -5.758 Cambio de [2.1 , 2.2]
2.2 9.560 Signo
Sea ∆𝑥 = 0.01
𝑥 + ∆𝑥 𝑓
2.10 -5.758
2.11 -4.10
La raíz esta en
2.12 -2.57
[2.13 , 2.14]
2.13 -0.913 Cambio de
2.14 0.7630 Signo
encuentra la raíz sea más pequeño que dicha tolerancia, si estamos hablando,
claro está de un criterio de parada optimista.
Sea 𝑓 una función continua sobre el intervalo 𝑎, 𝑏 y 𝑓(𝑎) ∗ 𝑓(𝑏) < 0, Como la
función cambia de signo en el intervalo [a, b], 𝑓 tiene al menos un cero en el
intervalo.
Supongamos que se da la condición 𝑓(𝑎) ∗ 𝑓(𝑏) < 0 en algún intervalo [𝑎, 𝑏],
entonces implica que existe al menos una raíz en el intervalo [𝑎, 𝑏], sin pérdida de
generalidad supongamos que tal raíz es única, en realidad dentro del proceso se
debe verificar también ésta condición. Después de verificar estos dos aspectos
1
Calculamos el punto medio entre 𝑎 y 𝑏, esto es 𝑐 = 2 (𝑎 + 𝑏) (ver gráfico).
Entonces el intervalo 𝑎, 𝑏 queda partido en dos intervalos de la misma longitud, a
saber, 𝑎, 𝑐 y 𝑐, 𝑏 .
Como hemos partido del supuesto que la raíz es única, esta se debe encontrar en
alguno de los dos subintervalos. Para averiguar en cuál se utiliza la condición
𝑓(𝑎)𝑓(𝑐) < 0.
𝑓 𝑥 = 𝑥 4 + 3𝑥 3 − 𝑥 2 − 3.5
En el intervalo [0,2]
Solución
a0 ≤ a1 ≤ a2 ≤ . .. ≤ b0
𝑏0 ≥ 𝑏1 ≥ 𝑏2 ≥. .. ≤ 𝑎0
Y ambas ecuaciones emplean la relación, en el n-ésimo paso
1
𝑏𝑛+1 − 𝑎𝑛+1 = 𝑏𝑛 − 𝑎𝑛 ,
2
Cuando 𝑛 → ∞, tenemos
0 ≥ 𝑓 𝑎𝑛 ∗ 𝑓 𝑏𝑛
Y entonces
𝑙𝑖𝑚 0 ≥ 𝑙𝑖𝑚 𝑓 𝑎𝑛 𝑓 𝑏𝑛 = 𝑓( 𝑙𝑖𝑚𝑎𝑛 ) ∗ 𝐹( 𝑙𝑖𝑚𝑏𝑛 )
𝑛→∞ 𝑛→∞ 𝑛→∞ 𝑛→∞
↑
𝑓 es Continua
Observación
Teorema 1.2
Si 𝑏0 , 𝑎0 , 𝑎1 , 𝑏1 , … , 𝑎𝑛 , 𝑏𝑛 denotan los intervalos en el método de la bisección,
entonces los limites 𝑙𝑖𝑚 𝑎𝑛 y 𝑙𝑖𝑚 𝑏𝑛 existen y son iguales y representan un cero
𝑛 →+∞ 𝑛 →+∞
de la función 𝑓 𝑥 .
Una expresión que nos permite calcular el número de pasos hasta encontrar la
raíz en el método de la bisección está dada por el siguiente resultado. Tenemos
1
Si 𝑟 = 𝑙𝑖𝑚 𝐶𝑛 y 𝐶𝑛 = 2 𝑏𝑛 − 𝑎𝑛 entonces 𝑟 − 𝐶𝑛 ≤ 2− 𝑛+1 (𝑏0 − 𝑎0 )
𝑛→∞
Para el intervalo 50,63 ¿Cuántas pasos se requieren para calcular una raíz con
una precisión relativa de 10−12 ?
Solución
𝑟−𝐶𝑛
Precisión relativa ≤ 10−12
𝑟
𝑟−𝐶𝑛
Y como 𝑟 ∈ (50 , 63), 𝑟 > 50 por lo tanto ≤ 10−12
50
𝑟−𝐶𝑛 2− 𝑛 +1 (63−50)
Y del teorema ≤ ≤ 10−12
50 50
− 𝑛+1 13
→2 ≤ 10−12 𝑛 ≥ 37
50
50 50
→ 2− 𝑛+1 ≤ 10−12 → − 𝑛 + 1 𝐿𝑛 (2) ≤ 𝐿𝑛 13 − 12 𝐿𝑛(10)
13
50
→ −𝑛 − 1 𝐿𝑛 (2) ≤ 13 − 12𝐿𝑛(10)
50
→ −𝑛𝐿𝑛 2 − 𝐿𝑛 2 ≤ 𝐿𝑛 − 12 𝐿𝑛(10)
13
50
→ 𝑛𝐿𝑛 (2) ≥ −𝐿𝑛(2) − 𝐿𝑛 + 12𝐿𝑛 10
13
50
𝐿𝑛 12𝐿𝑛 10
13
→ 𝑛 ≥ −1 − +
𝐿𝑛 2 𝑙𝑛 2
→ 𝑛 ≥ 36.91
→ 𝑛 ≥ 37
Ejemplo 2
Solución
𝑥𝑟 = −1.644598957811736 𝑦 𝑥𝑟 = 7.144598957811737
3. Con el método de Bisección generamos la siguiente tabla
último paso 𝟎. 𝟏𝟏𝟑𝟐, ésta mide la cercanía entre el valor que se tomo como exacto,
en este caso 𝑥𝑟 y la aproximación más actual (error verdadero). En el método de la
bisección también se mide con frecuencia el tamaño en el cual se encuentra la
solución, el tamaño de éste intervalo siempre es una potencia de 2 en este caso
particular el tamaño del intervalo actual es 7.1875 − 6.875 = 0.3125.
Cuando se solicita por parte del usuario una tolerancia específica para un error
especifico, es necesario poner el tamaño del error en cuestión por debajo de ésta
tolerancia, en esta situación se repiten los pasos (O se itera) hasta que se de la
tolerancia. Por ejemplo para el ejemplo en aquí descrito si la tolerancia fuera de
10−5 para ambos errores, se deben repetir los pasos hasta que alguno de los
errores este por debajo de la tolerancia especifica. Como ejercicio queda para el
estudiante completar la tabla hasta que se de la tolerancia aquí mencionada.
−𝑓 𝑎 −𝑓 𝑏
= → 𝑓 𝑎 𝑥𝑟 − 𝑏 = 𝑓 𝑏 𝑥𝑟 − 𝑎
𝑥𝑟 − 𝑎 𝑥𝑟 − 𝑏
→ 𝑥𝑟 𝑓 𝑎 − 𝑓 𝑎 𝑏 = 𝑥𝑟 𝑓 𝑏 − 𝑎 𝑓 𝑏
→ 𝑥𝑟 𝑓 𝑏 − 𝑓 𝑎 = 𝑎 𝑓 𝑏 − 𝑏 𝑓 𝑎
𝑎𝑓 𝑏 −𝑏𝑓 𝑎 𝑎𝑓 𝑏 −𝑏𝑓 𝑎 𝑏𝑓 𝑏 − 𝑓 𝑎
→ 𝑥𝑟 = =𝑏 + −
𝑓 𝑏 −𝑓 𝑎 𝑓 𝑏 −𝑓 𝑎 (𝑓 𝑏 − 𝑓 𝑎 )
Luego
𝑓 𝑏 𝑎 − 𝑏 − 𝑓 𝑎 (𝑏 − 𝑎) 𝑓 𝑏 𝑎 − 𝑏 𝑓 𝑎 − 𝑏𝑓 𝑏 + 𝑏𝑓(𝑎)
𝑥𝑟 = 𝑏 + =𝑏+
𝑓 𝑏 −𝑓 𝑎 𝑓 𝑏 −𝑓 𝑎
De donde
𝑓 𝑏 𝑎−𝑏 𝑓 𝑏 𝑏−𝑎
𝑥𝑟 = 𝑏 + =𝑏−
𝑓 𝑏 −𝑓 𝑎 𝑓 𝑏 −𝑓 𝑎
La cual es la fórmula para encontrar la nueva aproximación en el método de la
regla falsa.
Métodos Numéricos
Documento Complementario para el curso Virtual
Segundo eje temático
15
El intervalo de trabajo es [0,2], la gráfica muestra claramente que allí hay una
única, raíz pero verifiquemos el cambio de signo, notemos que 𝑓(0) = −1 y
𝑓(2) = 1.9093, lo que verifica el cambio de signo. Usemos la formula encontrada
para la regla falsa para encontrar la primera aproximación, esto es
𝑓 2 2−0
𝑥𝑟 = 2 − = 0.6875
𝑓 2 −𝑓 0
Métodos Numéricos
Documento Complementario para el curso Virtual
Segundo eje temático
16
Ejercicio
la función evaluado en este extremo se divide por dos para disminuir la pendiente
y forzar un acercamiento más rápido.
Ejercicio
Reconstruya el ejemplo anterior pero aplicando regla falsa modificada, note que el
lado derecho se ha fijado, después de notar la fijación divida el tamaño de la
función por dos en el siguiente paso del proceso. Ver pág. 137 del texto “Método
Numéricos Para Ingenieros”, Chapra-Canale, Quinta Edición.
1. Aplique el método de la regla falsa para obtener 𝑥𝑟3 , la tercera iteración, para
𝑓 𝑥 = 𝑥 − cos 𝑥 𝑒𝑛 0,1 . compare con el número de iteraciones en el
método de la bisección.
2. Aplique el método de la Regla Falsa para encontrar soluciones exactas con
tolerancia de 10−3 para la función 2 + cos 𝑒 𝑥 − 2 − 𝑒 𝑥 = 0 en el intervalo
0.5,1.5 . Compare con hecho antes con el método de bisección.
3. Encuentre una aproximación de 5 correcta en 10−4 usando el método de la
regla Falsa.
4. Sea 𝑓 𝑥 = 𝑥 + 2 𝑥 + 1 𝑥 𝑥 − 1 3 𝑥 − 2 ¿A cuál cero de 𝑓 converge el
método de la Regla Falsa en los siguientes intervalos? a. [−3, 2.5] b. −2.5,3
c. [−1.75, 1.5].
5. Determine la raíz real de 𝑓 𝑥 = (0.8 − 0.3𝑥)𝑥 de tres maneras: a)
Analíticamente b) Gráficamente c) Empleando cuatro iteraciones del método de
regla falsa en el intervalo [1,3]. Calcule el error aproximado y el error verdadero
en cada iteración.
Esto es 𝑓 𝛼 = 𝛼
Definición 1
𝑓 𝑥 − 𝑓(𝑦) ≤ 𝜆 𝑥 − 𝑦
Es decir, la distancia entre 𝑓 𝑥 y 𝑓(𝑦) se hace mas pequeña que la distancia entre
𝑥 y 𝑦.
𝑥𝑛 −𝑥𝑛+1
𝑛=1
Notemos que
∞ ∞ ∞
𝑛−1
1
𝑥𝑛 −𝑥𝑛 +1 ≤ 𝜆 𝑥1 − 𝑥0 = 𝑥1 − 𝑥0 𝜆𝑛−1 = 𝑥 − 𝑥0
1−𝜆 1
𝑛 =1 𝑛=1 𝑛=1
𝑙𝑖𝑚 𝑥𝑛 = 𝛼
𝑛→+∞
Unicidad
𝑒𝑛+1 < 𝑓´ 𝜉𝑛 𝑒𝑛
Donde 𝜉𝑛 es un punto entre 𝑥𝑛 y 𝛼. La condición 𝑓´(𝑥) < 1 para todo “𝑥” permite
garantizar que los errores disminuyen en cada paso iterativo.
Corolario al teorema:
Si 𝑓 satisface la hipótesis del teorema anterior, las cotas de error que suponen
aproximar 𝛼 con 𝑥𝑛 está dada por:
|𝑥𝑛 − 𝛼| ≤ 𝜆𝑛 𝑚𝑎𝑥 𝑥0 − 𝑎 , 𝑏 − 𝑋0
Y por
𝜆𝑛
𝑥𝑛 − 𝛼 ≤ 𝑥 − 𝑥0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑛 ≥ 1
1−𝜆 1
Prueba
a) 𝑒𝑛 = 𝑥𝑛 − 𝛼 ≤ 𝜆𝑛 𝑥0 − 𝛼 𝜆𝑛 𝑚𝑎𝑥 𝑥0 − 𝑎 , 𝑥0 − 𝑏
b) para 𝑚 ≥ 1 𝛼
𝑥𝑚 𝑥𝑚 +1
Métodos Numéricos
Documento Complementario para el curso Virtual
Segundo eje temático
20
𝑥𝑚 − 𝛼 < 𝑥𝑚 − 𝑥𝑛
= 𝑥𝑚 − 𝑥𝑚 −1 + 𝑥𝑚 −1 − 𝑥𝑚 −2 + ⋯ + 𝑥2 − 𝑥1 + 𝑥1 − 𝑥0
𝑛 𝑛
≤ 𝑥𝑚 − 𝑥𝑛 −1 < 𝜆𝑚 −1 𝑥1 − 𝑥0
𝑛 =1 𝑚 =1
𝑛
1
= 𝜆𝑛 𝑥1 − 𝑥0 𝜆𝑚 −𝑛−1 = 𝜆𝑛 𝑥1 − 𝑥0
1−𝜆
𝑚 =1
𝜆𝑛
= 𝑥 − 𝑥0
1−𝜆 1
Ejemplo
Utilice el método iterativo de punto fijo para buscar una raíz de la función 𝑓 𝑥 =
𝑥 3 + 4𝑥 2 − 10 = 0 en [1,2] con una tolerancia de 0.000001 = 10−6 .
Solución
El método iterativo de punto fijo consiste en encontrar a partir de 𝑓(𝑥) una función
𝑔(𝑥) que satisfaga los teoremas anteriores de existencia, es decir que dentro del
intervalo [1,2] la función 𝑔 tiene un punto fijo. Más aún, debemos encontrar un
intervalo contenido en [𝟏, 𝟐] que contenga la raíz, tal que el tamaño de la
derivada de la función 𝑔 sea menor que 1.
Una vez encontrada la función 𝑔 debemos verificar que si tiene un punto fijo. La
manera de ver esto, es verificando que la derivada de 𝑔 en el intervalo en cuestión
tiene tamaño estrictamente menor que 1.
De acuerdo con esto, una opción para 𝑔(𝑥) tal que 𝑥 = 𝑔(𝑥) puede ser;
De 𝑓(𝑥) = 0 tenemos 𝑥 3 + 4𝑥 2 − 10 = 0 de
donde 𝑥 𝑥 2 + 4𝑥 = 10 y entonces
despejando la 𝑥 de color rojo tenemos:
10
1) 𝑥 = 𝑥 2 +4𝑥 = 𝑔 𝑥 que tiene derivada
10(−2𝑥−4)
𝑔´ 𝑥 = >1 para algún 𝑥∈
(𝑥 2 +4𝑥)2
(1,2). El estudiante se debe convencer de
que ésta afirmación es cierta. Una forma de
hacer esto, puede ser graficando la función
fig. 4 Gráfica de la función derivada de 𝒈. derivada de g y notar el que el tamaño de la
función derivada en el intervalo es mayor
que 1, o mejor que la parte de la función derivada que es menor que 1 no contiene
la raíz. En la fig. 4 se muestra la gráfica de la función derivada de g, como se
requiere que la función derivada de g tenga un tamaño menor que 1 en el
intervalo, debe ocurrir que la gráfica de la función derivada de g se meta
completamente en el cuadrado, en este caso hay parte de la función adentro y
parte afuera en el intervalo, y el punto donde se parte la función está muy cerca de
la raíz aproximada, luego éste intervalo no da la certeza que se requiere para
aplicar el teorema de punto fijo.
4 10
𝑥= + =𝑔 𝑥
𝑥 𝑥3
De donde
fig. 5 Grafica de la derivada segunda opción.
Métodos Numéricos
Documento Complementario para el curso Virtual
Segundo eje temático
22
4 3
𝑔´ 𝑥 = − −
𝑥2 𝑥4
4 3 4 3
Para 𝑥 ∈ [1,2] se tiene que 𝑔´ 𝑥 = + 𝑥4 ≤ + 𝑥 4 > 1, Para 𝑥 ∈ [1,2]
𝑥2 𝑥2
Diverge, note de la fig. 5 que la gráfica ni siquiera entra al cuadrado, luego el
tamaño de la derivada es siempre mayor que 1 en el intervalo.
10 − 𝑥𝑛 3
𝑥𝑛 +1 = 𝑔 𝑥𝑛 =
4
Entonces para alguna condición inicial dentro del intervalo, por ejemplo 𝑥0 = 1,
tenemos que
10 − 𝑥0 3 10 − 13 9 3
𝑥1 = 𝑥0+1 = 𝑔 𝑥0 = = = = = 1.5
4 4 4 2
Luego
3
10 − 𝑥1 3 10 − 1.5 6.6250
𝑥2 = 𝑥1+1 = 𝑔 𝑥1 = = = = 1.2870
4 4 4
Métodos Numéricos
Documento Complementario para el curso Virtual
Segundo eje temático
23
Y así sucesivamente. La tabla con los datos hasta obtener una tolerancia 10−6 es
la siguiente
Sea 𝑔 ∈ ∁ [𝑎, 𝑏] tal que 𝑔(𝑥) ∈ [𝑎, 𝑏] para toda 𝑥 en [𝑎, 𝑏]; además supongamos
que existe 𝑔´ en (𝑎, 𝑏) y una constante positiva 0 < 𝑘 < 1 tales que
Entonces, para cualquier numero 𝑥0 en [𝑎, 𝑏], tal que la sucesión definida por
𝑥𝑛+1 = 𝑔 𝑥𝑛 , 𝑛 = 0,1, …
Gráficamente:
Converge
Diverge:
g=x
g(x1) g=x
g(xo)
x1
g(x2) g(xo)
g(x1)
X2
a X0 b a X0 b
Con la perspectiva de este teorema
notemos que los puntos fijos son
determinados por las intersecciones de la
gráfica de la función con la recta identidad
𝑦 = 𝑥. La función del ejemplo tiene tres
candidatos a ser punto fijo pero solo uno en
el intervalo de interés que es 𝑥 = 1.28, esta
cantidad también se puede usar como la
primera aproximación.
Observaciones:
𝐸𝑖+1 = 𝑂 𝐸𝑖
2. Los puntos fijos de la función 𝑔 son las raíces o los ceros de la función 𝑓. Ésta
es quizá la observación más importante al respecto del método de punto fijo
ya que finalmente en la práctica para localizar los ceros 𝑓 se localizan los
puntos fijos de 𝑔.
3. El método de punto fijo o más bien el teorema de punto fijo justifica y es base
para muchos otros métodos iterativos en una y varias dimensiones. Uno de los
Métodos Numéricos
Documento Complementario para el curso Virtual
Segundo eje temático
25
Ejercicio
a. 𝑔1 𝑥 = (3 + 𝑥 − 2𝑥 2 )1/4
1/2
𝑥+3−𝑥 4
b. 𝑔2 𝑥 = 2
𝑥+3 1/2
c. 𝑔3 𝑥 = 𝑥 2 +2
3𝑥 4 +2𝑥 2 +3
d. 𝑔4 𝑥 = 4𝑥 3 +4𝑥−1
3. Se proponen tres métodos para calcular 211/3 . Clasifíquelos por orden de,
basándose para ello en la rapidez de convergencia y con condición inicial 𝑝0 = 1.
20𝑝 𝑛 −1 +21/𝑝 𝑛2 −1
a. 𝑝𝑛 = 21
𝑝 𝑛3 −1 −21
b. 𝑝𝑛 = 𝑝𝑛−1 − 3𝑝 𝑛2 −1
𝑝 𝑛4 −1 −21𝑝 𝑛 −1
c. 𝑝𝑛 = 𝑝𝑛−1 − 𝑝 𝑛2 −1 −21
21 1/2
d.𝑝𝑛 = 𝑝 𝑛 −1
4. Aplique el método de iteración de punto fijo para determinar una solución con
exactitud de 10−2 para 𝑥 4 − 3𝑥 2 − 3 = 0 en 1,2 . Utilice 𝑝0 .
3
5. Use un método de iteración de puno fijo para obtener una aproximación a 25
con una exactitud de 10−4 .
Métodos Numéricos
Documento Complementario para el curso Virtual
Segundo eje temático
26
METODO DE NEWTON-RAPHSON
𝑓 𝑥𝑖 − 0
𝑓´ 𝑥𝑖 =
𝑥𝑖 − 𝑥𝑖+1
Luego,
𝑓 𝑥𝑖
𝑥𝑖 − 𝑥𝑖+1 =
𝑓´ 𝑥𝑖
𝑓 𝑥𝑖
𝑥𝑖+1 = 𝑥𝑖 −
𝑓´ 𝑥𝑖
Ejemplo 1
Solución
𝑓´ 𝑥 = 4𝑥 3 + 9𝑥 2 − 2𝑥
𝑓 𝑥𝑖
𝑥𝑖+1 = 𝑥𝑖 − , 𝑓 ′ (𝑥𝑖 ) ≠ 0
𝑓´ 𝑥𝑖
Análisis de error
0 = 𝑓 𝑥𝑖 + 𝑓´ 𝑥𝑖 (𝑥𝑖+1 − 𝑥𝑖 )
Métodos Numéricos
Documento Complementario para el curso Virtual
Segundo eje temático
28
𝑓 𝑥𝑖
−𝑓 𝑥𝑖 = 𝑓´ 𝑥𝑖 𝑥𝑖+1 − 𝑥𝑖 → 𝑥𝑖+1 − 𝑥𝑖 = −
𝑓´ 𝑥𝑖
𝑓 𝑥𝑖
𝑥𝑖+1 = 𝑥𝑖 −
𝑓´ 𝑥𝑖
Que no es otra sino la fórmula para encontrar raíces por el método Newton-
Raphson. Si suponemos convergencia, es decir 𝑥𝑖 → 𝑥𝑟 , donde 𝑥𝑟 representa la
raíz real de la función, entonces:
𝑓´´ 𝜉
𝑓 𝑥𝑟 = 𝑓 𝑥𝑖 + 𝑓´ 𝑥𝑖 𝑥𝑟 − 𝑥𝑖 + (𝑥𝑟 − 𝑥𝑖 )2 , 𝜉𝜖(𝑥𝑟 , 𝑥𝑖 )
2
Como 𝑥𝑟 es la raíz, tenemos:
𝑓´´ 𝜉
0 = 𝑓 𝑥𝑖 + 𝑓´ 𝑥𝑖 𝑥𝑟 − 𝑥𝑖 + (𝑥𝑟 − 𝑥𝑖 )2
2
Restando de la última expresión la anterior:
𝑓´´ 𝜉
0 = 𝑓 𝑥𝑖 − 𝑓 𝑥𝑖 + 𝑓´ 𝑥𝑖 𝑥𝑟 − 𝑥𝑖 − 𝑓´ 𝑥𝑖 (𝑥𝑖+1 − 𝑥𝑖 ) + (𝑥𝑟 − 𝑥𝑖 )2
2
De donde
𝑓´´ 𝜉
0 = 𝑓´ 𝑥𝑖 𝑥𝑟 − 𝑥𝑖+1 + (𝑥𝑟 − 𝑥𝑖 )2
2
Y llamando 𝑒𝑖 = 𝑥𝑟 − 𝑥𝑖 y 𝑒𝑖+1 = 𝑥𝑟 − 𝑥𝑖+1 , entonces encontramos que
𝑓´´ 𝜉 2
−𝑓´ 𝑥𝑖 𝑒𝑖+1 = 𝑒𝑖
2
Y de aquí que
𝑓´´ 𝜉
𝑒𝑖+1 = − 𝑒2
2𝑓´ 𝑥𝑖 𝑖
𝑓´´ 𝜉
𝑒𝑖+1 = − 𝑒2
2𝑓´ 𝜉 𝑖
Métodos Numéricos
Documento Complementario para el curso Virtual
Segundo eje temático
29
X1
X0
f´´(r)=0
𝑥3 𝑥1 𝑥2 𝑥0
Métodos Numéricos
Documento Complementario para el curso Virtual
Segundo eje temático
30
0 = 𝑓 𝑟 = 𝑓´ 𝑟 = ⋯ = 𝑓 𝑚 −1 𝑟 , 𝑓𝑚 𝑟 ≠ 0
c) Raíces Múltiples:
𝑥2 𝑥1 𝑥0
𝑓 𝑥𝑖
𝑥𝑖+1 = 𝑥𝑖 −
𝑓´ 𝑥𝑖
𝑢 𝑥𝑖
𝑥𝑖+1 = 𝑥𝑖 −
𝑢´ 𝑥𝑖
Métodos Numéricos
Documento Complementario para el curso Virtual
Segundo eje temático
31
Donde
𝑓´ 𝑥𝑖 𝑓´ 𝑥𝑖 − 𝑓 𝑥𝑖 𝑓´´ 𝑥𝑖
𝑢´ 𝑥 =
𝑓´ 𝑥𝑖 2
Luego,
𝑓 𝑥𝑖
𝑓´ 𝑥𝑖 𝑓 𝑥𝑖 𝑓´ 𝑥𝑖 2
𝑥𝑖+1 = 𝑥𝑖 − 2
= 𝑥𝑖 − 2
𝑓´ 𝑥𝑖 − 𝑓 𝑥𝑖 𝑓´´ 𝑥𝑖 𝑓´ 𝑥𝑖 𝑓´ 𝑥𝑖 − 𝑓 𝑥𝑖 𝑓´´ 𝑥𝑖
𝑓´ 𝑥𝑖 2
𝑓 𝑥𝑖 𝑓´ 𝑥𝑖
𝑥𝑖+1 = 𝑥𝑖 − 2
𝑓´ 𝑥𝑖 − 𝑓 𝑥𝑖 𝑓´´ 𝑥𝑖
Noten que la fórmula de iteración del método de Newton modificado ya no se
anula en puntos críticos de la función, esto le da más eficiencia al momento de
usarlo en la localización de raíces cercanas de puntos críticos o para algunas
raíces múltiples.
MÉTODO DE LA SECANTE
𝑓 𝑥𝑖
𝑥𝑖+1 = 𝑥𝑖 −
𝑓´ 𝑥𝑖
𝑓 𝑥𝑖−1 − 𝑓(𝑥𝑖 )
𝑓´(𝑥𝑖 ) ≅
𝑥𝑖−1 − 𝑥𝑖
𝑓 𝑥𝑖 𝑓 𝑥𝑖 𝑥𝑖−1 − 𝑥𝑖
𝑥𝑖+1 = 𝑥𝑖 − = 𝑥𝑖 −
𝑓 𝑥𝑖−1 − 𝑓(𝑥𝑖 ) 𝑓 𝑥𝑖−1 − 𝑓(𝑥𝑖 )
𝑥𝑖−1 − 𝑥𝑖
𝑓 𝑥𝑖 𝑥𝑖−1 − 𝑥𝑖
𝑥𝑖+1 = 𝑥𝑖 −
𝑓 𝑥𝑖−1 − 𝑓(𝑥𝑖 )
Ejemplo 1
Solución
Busquemos primero una buena aproximación gráfica con Matlab, la gráfica una
aproximación en
Observaciones:
𝑓 𝑥 𝑖 (𝑥 𝑖−1 −𝑥 𝑖 )
𝑥𝑖+1 = 𝑥𝑖 − MÉTODO DE LA SECANTE
𝑓 𝑥 𝑖−1 −𝑓(𝑥 𝑖 )
Ejercicio
Con 𝑥0 = 0.5 y 𝑥1 = 5.
𝑓(𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 −
𝑓´(𝑥𝑖 )
𝑓 𝑥 𝑖 +𝛿 −𝑓(𝑥 𝑖 )
Y aproximemos 𝑓´(𝑥𝑖 ) ≅ 𝛿
𝑓(𝑥𝑖 ) 𝛿𝑓(𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 − = 𝑥𝑖 −
𝑓 𝑥𝑖 + 𝛿 − 𝑓(𝑥𝑖 ) 𝑓 𝑥𝑖 + 𝛿 − 𝑓(𝑥𝑖 )
𝛿
Ejercicio
a) Cuadráticamente
b) Newton-Raphson
c) Secante
d) Secante modificado
𝜋𝑘 2 (3𝑟 − )
𝑉=
3𝑟
Determine para 𝑟 = 1 𝑚 y 𝑉 = 0.75 𝑚3 . Utilice el método de la secante y el
de Newton para hacerlo con un cercanía de 10−6 .