5.1.

MTODO DE BISECCIN

Si f es una funcin continua sobre el intervalo [a,b] y si f(a) f(b)<0, entonces f debe tener un cero en (a,b).
Dado que f(a)f(b)<0, la funcin cambia de signo en el intervalo [a,b] y por lo tanto tiene por lo menos un
cero en el intervalo. (Vase la figura 5.1)

Esta es una consecuencia del teorema del valor intermedio para funciones continuas, que establece que
si f es continua en [a,b] y si k es un nmero entre f(a) y f(b) , entonces existe por lo menos un c (a,b) tal
que f(c)=k.
(para el caso en que f(a)f(b)<0 se escoge k=0, luego f(c)=0, c (a,b)).

El mtodo de biseccin consiste en dividir el intervalo en 2 subintervalos de igual magnitud, reteniendo el

subintervalo en donde f cambia de signo, para conservar al menos una raz o cero, y repetir el proceso
varias veces.

Por ejemplo, suponga que f tiene un cero en el intervalo [a,b].

Primero se calcula el punto medio del intervalo ; despus se averigua s f(a)f(c)<0. Si lo es,
entonces f tiene un cero en [a,c].

A continuacin se renombra a c como b y se comienza una vez ms con el nuevo intervalo [a,b], cuya
longitud es igual a la mitad del intervalo original.

Si f(a)f(c)>0 , entonces f(c)f(b)<0 y en este caso se renombra a c como a.

En ambos casos se ha generado un nuevo intervalo que contiene un cero de f, y el proceso puede
repetirse.

Ejemplo.

La funcin f(x) = xsenx 1 tiene un cero en el intervalo [0,2], porque f(0) = -1 y f(2)=0.818595.

Si se denota con entonces c1 = 1. Ahora f(c1) = f(1) =

-0.158529, luego la funcin tiene un cero en el intervalo [c1, b1] = [1,2] ; se renombra a2=c1 y b2=b1 .

El nuevo punto medio es y f(c2) = f(1.5) = 0.496242, el cero est en el

intervalo [a2, c2] y se renombra como [a3,b3].

En la tabla de abajo se muestran las primeras nueve iteraciones del mtodo de biseccin
para f(x)= xsenx 1 con a=0 b=2.
 Error
Extremo Extremo Punto Valor de la
n
izquierdo an derecho bn medio cn funcin f(cn)
Relativo

1 0 2 1 -0.158529

2 1 2 1.5 0.496242 0.333333

3 1 1.5 1.25 0.186231 0.2

4 1 1.25 1.125 0.015051 0.111111

5 1 1.125 1.0625 -0.071827 0.0588235

6 1.0625 1.125 1.09375 -0.028362 0.0285714

7 1.09375 1.125 1.109375 -0.006643 0.0140845

8 1.1093750 1.125 1.1171875 0.004208 0.0069930

9 1.1093750 1.1171875 1.11328125 -0.001216 0.0035087

(c = 1.114157141 es el cero de f(x) = xsenx - 1)

Para detener el mtodo de biseccin y dar una aproximacin del cero de una funcin se pueden usar
varios criterios (llamados criterios de parada).
Uno de los criterios de parada consiste en examinar si |f(cn)| < , donde es una tolerancia previamente

establecida (por ejemplo = 10-3). Otro criterio que puede utilizarse es examinar s
Tambin se puede usar como criterio de parada el error relativo entre dos aproximaciones del cero

de f ,
En el ejemplo anterior si =0.005, el procedimiento se parara en la octava iteracin con el criterio |f(cn)|
< , ya que:
|f(c8)| = |f(1.1171875)| = 0.004208 < = 0.005,
pero si se usa el criterio , el procedimiento se detendra en la novena iteracin porque:

Cuando se generan aproximaciones por medio de una computadora, se recomienda fijar un nmero
mximo de iteraciones N que debera realizar la mquina. Esto con el fin de contar con un resguardo para
evitar la posibilidad de que el proceso de clculo caiga en un ciclo infinito cuando la sucesin diverge (o
cuando el programa no esta codificado correctamente). Un algoritmo para el mtodo de biseccin es:

Teorema. (Error en el mtodo de biseccin).

Si f es continua en [a, b] y f(a) f(b) < 0, el mtodo de biseccin genera una sucesin que

aproxima un cero c de f con la propiedad que: ,n 1 (Prueba)

Ejemplo.

Para determinar el nmero de iteraciones necesarias para aproximar el cero de f(x) = xsen x - 1 con una
exactitud de 10-2en el intervalo [0,2], se debe hallar un nmero n tal que:

< 10-2, es decir , n > 7.643...

se necesitan aproximadamente unas 8 iteraciones.

Observe en la tabla de aproximaciones que el cero de f(x) = xsen x - 1 es c=1.114157141 y c8=1.1171875.

El error real es = 0.003030359 3x10-3.

El error real es menor que el error dado por el teorema; en la mayora de casos la cota de error dada por
el teorema es mayor que el nmero de iteraciones que realmente se necesitan. Para este

ejemplo, = 0.004782141<10-2 = 0.01

Notas:

El mtodo de biseccin tiene la desventaja que es lento en cuanto a convergencia (es decir que
se necesita un n grande para que sea pequeo). Otros mtodos requieren menos
iteraciones para alcanzar la misma exactitud, pero entonces no siempre se conoce una cota para
la precisin.

El mtodo de biseccin suele recomendarse para encontrar un valor aproximado del cero de una
funcin, y luego este valor se refina por medio de mtodos ms eficaces. La razn es porque la
mayora de los otros mtodos para encontrar ceros de funciones requieren un valor inicial cerca
de un cero; al carecer de dicho valor, pueden fallar por completo.

Resolver una ecuacin en una variable como por ejemplo: xex=1 es equivalente a resolver la
ecuacin xex-1=0 , o a encontrar el cero de la funcin f(x) = xex-1. Para aproximar el cero de f o
la raz de la ecuacin se puede hacer la grfica de f en una calculadora o usar matlab para
determinar un intervalo donde f tenga un cero. Tambin se pueden ensayar nmeros a y b de tal
manera que f(a)f(b)<0. Para el caso de f(x) = xex-1 por ejemplo f(0) = -1, f(1) = e-1 1.71828
entonces f tiene un cero en el intervalo [0,1].

Cuando hay races mltiples, el mtodo de biseccin quiz no sea vlido, ya que la funcin
podra no cambiar de signo en puntos situados a cualquier lado de sus races. Una grfica es
fundamental para aclarar la situacin. En este caso sera posible hallar los ceros o races
trabajando con la derivada f (x), que es cero en una raz mltiple.

5.2 MTODO DE NEWTON

El mtodo de Newton o tambin llamado mtodo de Newton-Raphson es uno de los mtodos mas tiles y
mejor conocido para aproximar el cero de una funcin.
Suponga que c es un cero de f , es decir, f(c)=0 y que x0 es una aproximacin de c. El polinomio de Taylor
de grado uno para f alrededor de x0 y su correspondiente residuo es:

(1)

z esta entre x0 y x.
Si en la ecuacin (1) se reemplaza x por c y usando el hecho que f(c) = 0, se obtiene:

(2)

si x0 est suficientemente cerca de c, entonces en el ltimo sumando de la ecuacin (2) el trmino

(c - x0)2ser pequeo, comparado con la suma de los dos primeros trminos.

Si se desprecia este trmino se puede usar la expresin (2) para encontrar una aproximacin al cero de f.

0 f(x0) + f'(x0)(c - x0)

Despejando c en la ecuacin anterior, resulta:

El mtodo de Newton comienza con una aproximacin inicial x0 del cero de la funcin a partir de la cual se
define una sucesin {xn} de aproximaciones definida por

,n 0 (3)

Desde un punto de vista geomtrico, lo que hace el mtodo de Newton es construir la recta tangente a la
grfica de f en un punto cercano x0 a c y encontrar el cero de la recta tangente, x1 (vase la figura 5.2). La
aproximacin x2 es el cero de la recta tangente a la grfica de f en el punto x1 y as sucesivamente.

Ejemplo 1.

Para aproximar una solucin de la ecuacin 3x + senx - ex, se puede tomar f(x)=3x+senx-ex. Observe
que f(0) = -1 y f(1) = 1.123189, segn el teorema del valor intermedio existe un cero de f en el intervalo
[0,1].

Si se aplica el mtodo de Newton comenzando con x0 = 0 se tiene:

Los criterios de parada mencionados en el mtodo de biseccin tambin se pueden usar en el mtodo de
Newton.

A continuacin se escribe un algoritmo para el mtodo de Newton (N = Nmero mximo de

iteraciones, E = Tolerancia o margen de error).
Cualquier programa para computadora que se base en el algoritmo anterior necesitar subprogramas o
procedimientos para calcular f(x) y f(x).

ANLISIS DE ERRORES

A continuacin se analizar los errores del mtodo de Newton. Entendindose por errores las
cantidades en = xn- c, xn: aproximacin del cero de f, c: cero de f

Observe que :

(4)
Por el teorema de Taylor.

donde zn esta entre xn y c ( ya que en=xn- c, c = xn- en).

Ahora,
reemplazando este resultado en la ecuacin (4), se tiene

Este resultado indica que cada error es proporcional a la segunda potencia del error previo. Es decir, que
si se comienza con una aproximacin del cero de f con 1 dgito correcto, despus de una iteracin se
tendra dos dgitos correctos; despus de dos iteraciones cuatro dgitos correctos; y despus de tres
iteraciones ocho dgitos correctos, etc.

Ejemplo 2.

Halle una expresin para aproximar la raz cuadrada de un nmero R>0. Use la expresin para
aproximar
Solucin:

Se puede aplicar el mtodo de Newton a la funcin f(x)=x2-R

Para aproximar , se usa la frmula con R=5 y si se toma x0=2 entonces

en una calculadora = 2.236067977

Notas:
 Uno de los inconvenientes del mtodo de Newton es la posibilidad de que se divida entre cero en
la frmula (3), lo que ocurrira si f (xn)=0.

Existen funciones y puntos iniciales para los que el mtodo de Newton fracasa. En la figura
5.3 se muestra una funcin en la que la grfica tiene una forma que para ciertos valores iniciales
la sucesin {xn} diverge.

En el mtodo de Newton hay que evaluar dos funciones en cada iteracin,f(xn) y f (xn). Para
algunas funciones f (xn) no es una expresin sencilla y se requieren ms operaciones aritmticas
para evaluarla que para la funcin. Esto hace que el mtodo de Newton sea ms costoso, por
ejemplo que el mtodo de biseccin, en el que en cada iteracin la funcin se evala una vez.

5.3. MTODO DE LA SECANTE

El mtodo de la secante, es otro mtodo para aproximar el cero de una funcin en el que en cada
iteracin se evala la funcin y no la derivada. A continuacin se presenta este mtodo.
Utiliza la misma frmula del Mtodo de Newton:

pero en lugar de utilizar la derivada f (xn), este valor se aproxima por

Al reemplazar esta aproximacin de f (xn) en la frmula de Newton resulta:

Ya que el clculo de xn+1 requiere conocer xn y xn-1 , se debe dar al principio dos aproximaciones
iniciales x0 y x1.

La interpretacin geomtrica del mtodo de la secante es similar a la del mtodo de Newton. La recta
tangente a la curva se reemplaza por una recta secante. El cero de f se aproxima por el cero de la recta
secante a f, (vase la figura 5.4). Si x0y x1 son las aproximaciones iniciales, la aproximacin x2 es la
interseccin de la recta que une los puntos (x0, f(x0)) y (x1,f(x1)). La aproximacin x3 es la interseccin de
la recta que une los puntos (x1, f(x1)) y (x2, f(x2)) y as sucesivamente.

Ejemplo.

Efecte tres iteraciones del mtodo de la secante para la funcin f(x) = xsenx - 1 con x0=1 y x1=2.
Solucin:

Para este caso f(x4) = -0.000896772969

|f(x4)| < 0.0009.

Este ejercicio se resolvi con el mtodo de biseccin en la seccin anterior y en la novena iteracin |f(x9)|
= 0.001216...

El mtodo de la secante converge a la solucin ms lentamente que el mtodo de Newton, pero tiene la
ventaja de no usar la derivada en cada iteracin.

5.4. MTODO DE PUNTO FIJO

El Mtodo de Punto Fijo (tambin conocido como iteracin de punto fijo), es otro mtodo para hallar los
ceros de f(x). Para resolver f(x) = 0, se reordena en una forma equivalente:

f(x) = 0
x - g(x) = 0
x = g(x)

Observe que si c es un cero de f(x), f(c)=0 y c=g(c). (Siempre que se tenga c=g(c) se dice que c es un
punto fijo de la funcin g). Para aproximar un cero de f se utiliza la iteracin de punto fijo
(1) xn+1 = g(xn) , n = 0, 1, 2, 3, . . .
donde x0 es una aproximacin inicial del cero de f.

Ejemplo.

f(x) = x2 - 2x - 3 = 0, tiene dos ceros. x = 3 y x = -1

Supngase que se reordena para lograr la forma equivalente:

Si se comienza con x0 = 4 y se itera con la iteracin de punto fijo (1), los valores sucesivos de x son:

parece que los valores convergen a x = 3.

Otro reordenamiento de f(x) = 0 es :

Si nuevamente se comienza con x0 = 4, los valores sucesivos de x son:

parece que ahora x converge al otro cero de f, x = -1.

Considrese un tercer reordenamiento

Comenzando de nuevo con x0 = 4 se obtiene:

x0 = 4
x1 = 6.5
x2 = 19.625
x3 = 191.070

resulta evidente que las iteraciones son divergentes.

La diferencia en el comportamiento de los tres reordenamientos se puede apreciar considerando las

grficas en los tres casos. El punto fijo de x = g(x) es la interseccin de la recta y = x, y la curva y = g(x).
En la figura 5.5 se presentan los tres casos. Se comienza en el eje x con x0, se efecta un desplazamiento
vertical hacia la curva, luego uno horizontal hacia la recta y = x, luego uno vertical hacia la curva y
nuevamente una horizontal hacia la recta. Este proceso se repite hasta que los puntos en la curva
convergen a un punto fijo o bien divergen. Parece que los diferentes comportamientos dependen de que
la pendiente de la curva sea mayor, menor o de signo opuesto a la pendiente de la recta (que es igual a 1)

Cuando se tiene la ecuacin f(x) = 0, existen muchas formas de reordenarla en la forma x = g(x), por
ejemplo para la ecuacin anterior x2-2x-3 = 0 otras alternativas son:
 **

Una pregunta que surge en este momento es cul de las funciones g sirve para aproximar el punto fijo
de g? (o en forma equivalente el cero de f) . A continuacin se presenta un teorema que da condiciones
suficientes para la existencia y unicidad del punto fijo de una funcin.

Teorema 1.
Si g es continua [a,b] y g(x) [a,b] para toda x [a,b], entonces g tiene un punto fijo en [a,b].
Y si adems g(x) existe en (a, b) y existe una constante positiva K < 1 con |g'(x)| K, para todo x
(a,b), entonces el punto fijo en [a,b] es nico.

Vase la figura 5.6

(Demostracion)

Ejemplo.

La funcin g(x)=(x2-3)/2 en el intervalo [2,4] tiene un punto fijo nico. c=3 es un punto fijo

de g porque
Observe que g'(x)=x y en el intervalo [2,4] g'(x)>0. g es creciente y g(x) [1/2 ,6.5], adems |g'(x)| 1. (ya
que g'(x)=x y x (2,4)).
Esto demuestra que las hiptesis del teorema 1 son suficientes para garantizar un punto fijo nico, pero
no son necesarias.

El siguiente resultado da algunas pistas sobre los procedimientos que se deben seguir y algunos que se
deben excluir para escoger funciones que produzcan sucesiones que converjan a un punto fijo.

Teorema 2
Sea g una funcin continua en [a,b] tal que g(x) [a,b] para toda x en [a,b]. Adems suponga que
existe g' en (a,b) y una constante positiva K<1 tal que |g'(x)| K, para toda x (a,b), entonces para
cualquier nmero x0 en (a,b), la sucesin definida por xn+1=g(xn), converge al nico punto fijo x
en [a,b].

(Demostracion)

Corolario.
Si g satisface las hiptesis del teorema 2, una cota para el error al aproximar el punto fijo x de g por xn es:

(Demostracion)

Ejercicio 1.

Aplique el teorema 2 para demostrar que tiene un punto fijo nico en [2,4]. Use el
corolario para estimar la cantidad de iteraciones necesarias para lograr una exactitud de 10-2 y despus
compare esta estimacin terica con la cantidad que realmente se requiere, use x0=3.5.
Solucin:
 (Nota)
Luego, g(x) [g(2),g(4)] = [2.65, 3.32]

Por lo tanto g(x) [a,b] = [2,4]

Adems , porque g'(x) es decreciente y x (2,4)

Como |g'(x)| K = 0.378 < 1 el punto fijo de g es nico en [2, 4].

Para determinar aproximadamente el nmero de iteraciones necesarias para lograr una exactitud de 10-
2
se usa el corolario ,

a=2 b=4 x0 = 3.5

|xn - x| (0.378)n mx {1.5, 0.5} k = 0.378

|xn - x| (0.378)n(1.5)

Como el error debe ser menor que 10-2 entonces

(0.378)n(1.5) < 10-2
n > 5.15042...

Por lo tanto se necesitan unas seis iteraciones para lograr una aproximacin exacta dentro de 10-2.

Este ejercicio ya se resolvi al comienzo de esta seccin y se obtuvo x5=3.00381.

Observe que el error real es | x5 - x| = |3.00.81 - 3| = 0.00381 < 10-2 = 0.01.

Cabe sealar que el corolario no da ms que una cota del nmero de iteraciones necesarias. En la
mayora de casos se requiere un nmero menor de iteraciones.