Академический Документы
Профессиональный Документы
Культура Документы
1. Método de bisección
2. Método de la Falsa posición
3. Método de la secante
4. Método del punto jo
5. Método Newton-Raphson
6. Ejemplos resueltos
7. Codigo programas
1
Método de Bisección
El método de bisección es un algoritmo de búsqueda de raíces que trabaja dividiendo el intervalo a la mitad
y seleccionando el subintervalo que tiene la raíz. El método consiste en lo siguiente:
De antemano debemos estar seguros de la continuidad de la funcion F(X) en el [a,b] intervalo. Luego
vericamos que F(a).F(b)<0. Calculamos el punto medio m del intervalo. A continuación calculamos F(m).
En caso de que F(m) sea igual a cero, ya hemos encontrado la raíz buscada. En caso de que no lo sea,
vericamos si F(m) tiene signo opuesto con F(a) o con F(b). Se redene el intervalo[a,b] como [a,m] o [m,b]
según se haya determinado en cuál de estos intervalos ocurre un cambio de signo. Con este nuevo intervalo
se continúa sucesivamente encerrando la solución en un intervalo cada vez más pequeño, hasta alcanzar la
precisión deseada. ver Fig 1
En la primera iteración del algoritmo de bisección, es claro que la raíz p se halla a una distancia menor o
igual que
b−a
2
pues con toda seguridad la raíz se encuentra en alguno de los dos intervalos de tamaño
b−a
2
contiguos al punto medio del intervalo [a,b]. En la segunda iteración, el nuevo intervalo mide
b−a
2
y de nuevo la distancia entre el nuevo punto medio p y es menor o igual que
b−a
2 b−a
=
2 4
.
2
Método de la Falsa posición
Como en el método de bisección, el método parte de un intervalo inicial [a0 , b0 ] (y esto que signica) que contiene
al menos una solución de la ecuación F(x) = 0, a la cual se llama raíz de F. Es decir, parte de un intervalo con
F (a0 )yF (b0 ) de signos contrarios (véase el teorema de Bolzano). El algoritmo va obteniendo sucesivamente en
cada paso un intervalo [ak, bk] más pequeño que incluye una raíz de la función f. Para determinar a partir de un
intervalo [ak , bk ] el siguiente intervalo [ak+1 , bk+1 ], lo que se hace es obtener el punto del interior del intervalo
dado por la fórmula:
Se puede demostrar que bajo ciertas condiciones el método de la falsa posición tiene orden de convergencia
lineal, por lo que suele converger más lentamente a la solución de la ecuación que el método de la secante,
aunque a diferencia de en el método de la secante el método de la falsa posición siempre converge a una solución
de la ecuación.
El algoritmo tiene el inconveniente de que si la función es convexa o cóncava cerca de la solución, el extremo
del intervalo más alejado de la solución queda jo varíando únicamente el más cercano, convergiendo muy
lentamente. Para solucionarlo, se suele utilizar una variante del algoritmo, conocida como método de regula
falsi modicado, consistente en el caso de que el intervalo quede jo por un extremo en ir dividiendo por dos el
valor de la función en dicho extremo hasta que el nuevo intervalo no contenga al extremo que se había quedado
jado.
3
Método de la secante
El Método de la secante es un método para encontrar los ceros de una función de forma iterativa. Donde en
vez de calcular la derivada de la función en el punto de estudio, teniendo en mente la denición de derivada,
se aproxima la pendiente a la recta que une la función evaluada en el punto de estudio y en el punto de la
iteración anterior. Este método, a diferencia del de bisección y regla falsa, casi nunca falla ya que solo requiere
de 2 puntos al principio, y después el mismo método se va retroalimentando. Lo que hace básicamente es ir
tirando rectas secantes a la curva de la ecuación que se tiene originalmente, y va chequeando la intersección de
esas rectas con el eje de las X para ver si es la raíz que se busca. ver Fig 2
4
La sucección queda expresada en término generales como:
[ ]
xn−1 − xn−2
xn = xn−1 − F (xn−1 )
F (xn−a ) − F (xn−2 )
A partir de ciertos valores x0 y x1 dados. El algoritmo deberá parar cuando |xn+1 − xn | sea menor que la
precisión requerida. Obviamente, para poder arrancar el método se necesitan dos valores iniciales.
De aquí tenemos que : g(xr ) − g(xi ) = g ′ (β) ∗ (xr − xi ) O bien, xr − xi+1 = g ′ (β) ∗ (xr − xi ) Tomando valor
absoluto en ambos lados, |xr − xi+1 | = |g ′ (β)| ∗ |xr − xi | Observe que el termino |xr − xi+1 | es precisamente el
error absoluto en la (i+1)- ésima iteracción, mientras que el termino|xr − xi | corresponde al error absoluto en
la i- ésima interación.
En resumen, el metodo de interacción del punto jo converge a la raiz si |g ′ (x)| < 1 para x en un in-
tervali [a,b] que contiene a la raiz y donde g(x) es continua y diferenciable, pero diverge si |g ′ (x)| > 1 en dicho
intervalo.
Método de Newton-Raphson
El metodo de Newton-Raphson, el cual es un método iterativo, es uno de los más usados y efectivos. A
diferencia de los métodos anteriores, el método de Newton-Raphson no trabaja sobre un intervalo sino que basa
su fórmula en un proceso iterativo.
5
Supongamos que tenemos la aproximación xi a la raíz xr de F(x)
Hacemos : y=0
Y despejamos : x
F (xi )
x = xi −
F ′ (xi )
Que es la fórmula iterativa de Newton-Raphson para calcular la siguiente aproximación:
F (xi )
xi+1 = xi − , si F ′ (xi )! = 0
F ′ (xi )
Note que el método de Newton-Raphson no trabaja con intervalos donde nos asegure que encontraremos la
raíz, y de hecho no tenemos ninguna garantía de que nos aproximaremos a dicha raíz. Desde luego, existen
ejemplos donde este método no converge a la raíz, en cuyo caso se dice que el método diverge. Sin embargo, en
los casos donde si converge a la raíz lo hace con una rapidez impresionante, por lo cual es uno de los métodos
preferidos por excelencia.
También observe que en el caso de que F'(x)=0, el método no se puede aplicar. De hecho, vemos geo-
métricamente que esto signica que la recta tangente es horizontal y por lo tanto no intersecta al eje x en
ningún punto, a menos que coincida con éste, en cuyo caso xi mismo es una raíz de F(x).
6
Ejemplos
Encontrar la raiz de F (x) = 3x2 − 1 Con un error de 0.1 Tomando en cuenta x(0)=1 , x(1)=3
7
Figura 7: Método de Newton-Raphson
Ejemplos 2
Encontrar la raiz de F (x) = x10 − 1 Con un error de 0.01 Tomando en cuenta x(0)=0 , x(1)=1.3
8
Ejemplos 3
Encontrar la raiz de F (x) = 3x3 + 2x − 11 Con un error de 0.01 Tomando en cuenta x(0)=0 , x(1)=3
Ejemplos 5
Encontrar la raiz de F (x) = x3 − 7x2 + 14x − 6 Con un error de 0.1 Tomando en cuenta x(0)=1 , x(1)=3.2
10
Figura 18: Método de la Secante
Ejemplos 6
Encontrar la raiz de F (x) = e−x − 4x3 − 5 x Con un error de 1 Tomando en cuenta x(0)=0.1 , x(1)=2
11
Figura 21: Método de Punto jo
Ejemplos 7
Encontrar la raiz de F (x) = sin(x) − x2 Con un error de 2 Tomando en cuenta x(0)=0.5 , x(1)=1
12
Figura 24: Método de la Secante
Figura 25: Método de Newton-Raphson
Ejemplos 8
Encontrar la raiz de F (x) = cos(x)
2 Con un error de 0.1 Tomando en cuenta x(0)=0.5 , x(1)=1
13
Ejemplos 9 - 10 Método de la Falsa posición
Encontrar la raiz de F (x) = 3x2 − 1 Con un error de 0.1 Tomando en cuenta x(0)=1 , x(1)=3
14
Encontrar la raiz de F (x) = e−x − In x Con un error de 0.01 Tomando en cuenta x(0)=0.1 , x(1)=2
15
Método de la Falsa posición
16
Método de Bisección
17
Método de la Secante
18
Método de Newton-Raphson
19