METODO DEL PUNTO FIJO

METODO DE NEWTON-RAPHSON
METODO DE LA SECANTE
1. METODO DEL PUNTO FIJO
Un punto fijo de una funcin , es un nmero tal que . El problema de
encontrar las soluciones de una ecuacin y el de encontrar los puntos fijos de
una funcin son equivalentes en el siguiente sentido: dado el problema de encontar
las soluciones de una ecuacin , podemos definir una funcin con un punto
fijo de muchas formas; por ejemplo, . En forma inversa, si la
funcin tiene un punto fijo en , entonces la funcin definida por
posee un cero en .
El mtodo de punto fijo inicia con una aproximacin inicial y genera
una sucesin de aproximaciones la cual converge a la solucin de la ecuacin
. A la funcin se le conoce como funcin iteradora. Se puede demostrar que dicha
sucesin converge siempre y cuando .
Ejemplo
Usando el mtodo de punto fijo vamos a aproximar la solucin de la ecuacin
dentro del intervalo .
Lo primero es buscar una funcin adecuada



0












Y claramente elegimos como funcin iteradora a

adems observe que

para toda , lo cual garantiza que la sucesin que vamos a construir va a ser
convergente.
La implementacin de este mtodo en Excel es realmente simple, como veremos.

1. En la celda A5 escribimos nuestra aproximacin inicial,
en este caso 2.
2. En la celda A6 escribimos la frmula que calcular las
aproximaciones:

3. Por ltimo arrastramos la celda A6 para generar las
restantes aproximaciones.
En la figura 10 se muestran los resultados generados por este mtodo.

Figura 10: Iteracin de punto fijo.

Una desventaja potencial del mtodo de punto fijo es que la eleccin de la funcin
iteradora no siempre es fcil.

MTODO DE NEWTON-RAPHSON
Este mtodo, el cual es un mtodo iterativo, es uno de los ms usados y efectivos.
A diferencia de los mtodos anteriores, el mtodo de Newton-Raphson no trabaja
sobre un intervalo sino que basa su frmula en un proceso iterativo.
Supongamos que tenemos la aproximacin a la raz de ,

i
x
r
x ) (x f
Trazamos la recta tangente a la curva en el punto ; sta cruza al eje
en un punto que ser nuestra siguiente aproximacin a la raz .
Para calcular el punto , calculamos primero la ecuacin de la recta tangente.
Sabemos que tiene pendiente


Y por lo tanto la ecuacin de la recta tangente es:


Hacemos :


Y despejamos :


Que es la fmula iterativa de Newton-Raphson para calcular la siguiente
aproximacin:


,
si

Note que el mtodo de Newton-Raphson no trabaja con intervalos donde nos
asegure que encontraremos la raz, y de hecho no tenemos ninguna garanta de
que nos aproximaremos a dicha raz. Desde luego, existen ejemplos donde este
mtodo no converge a la raz, en cuyo caso se dice que el mtodo diverge. Sin
embargo, en los casos donde si converge a la raz lo hace con una rapidez
impresionante, por lo cual es uno de los mtodos preferidos por excelencia.
Tambin observe que en el caso de que , el mtodo no se puede aplicar.
De hecho, vemos geomtricamente que esto significa que la recta tangente es
horizontal y por lo tanto no intersecta al eje en ningn punto, a menos que
coincida con ste, en cuyo caso mismo es una raz de !
Ejemplo 1
Usar el mtodo de Newton-Raphson, para aproximar la raz de ,
comenzando con y hasta que .
Solucin
En este caso, tenemos que
( ) ) ( ,
i i
x f x
x
1 + i
x
r
x
1 + i
x
0 = y
x
0 ) ( = '
i
x f
x
i
x
) (x f
x e x f
x
ln ) ( =

1
0
= x % 1 < e
a


De aqu tenemos que:


Comenzamos con y obtenemos:


En este caso, el error aproximado es,


Continuamos el proceso hasta reducir el error aproximado hasta donde se pidi.
Resumimos los resultados en la siguiente tabla:
Aprox. a la raz Error aprox.
1
1.268941421 21.19%
1.309108403 3.06%
1.309799389 0.052%
De lo cual conclumos que la aproximacin obtenida es:


Ejemplo 2
Usar el mtodo de Newton-Raphson para aproximar la raz de
, comenzando con y hasta que .
Solucin
En este caso, tenemos que


La cual sustitumos en la frmula de Newton-Raphson para obtener:
1
0
= x
1 arctan ) ( + = x x x f
0
0
= x % 1 < e
a


Comenzamos sustituyendo para obtener:


En este caso tenemos un error aproximado de
Continuamos con el proceso hasta lograr el objetivo. Resumimos los resultado en la
siguiente tabla:
Aprox. a la raz Error
aprox.
0
0.5 100%
0.5201957728 3.88%
0.5202689918 0.01%
De lo cual conclumos que la aproximacin obtenida es:


Ejemplo 3
Usar el mtodo de Newton-Raphson para aproximar races cuadradas de nmeros
reales positivos.
Solucin
Sea . Queremos calcular tal que ; elevando al cuadrado ,
o bien:

Esto nos sugiere definir la funcin de donde . Al sustituir
estos datos en la frmula de Newton-Raphson nos da:

La cual simplificada nos da:
0
0
= x
% 100 % 100
5 . 0
0 5 . 0
=

= e
a
0 > R x R x = R x =
2
0
2
= R x
R x x f =
2
) ( x x f 2 ) ( = '
i
i
i i
x
R x
x x
2
2
1

=
+

Esta frmula era conocida por los antiguos griegos (Hern).
Para fijar un ejemplo de su uso, pongamos y apliquemos la frmula
obtenida, comenzando con . Resumimos los resultados en la siguiente tabla:

Aprox. a la raz Error aprox.
5
5.1 1.96%
5.099019608 0.019%
5.099019514 0.0000018%
De lo cual conclumos que , la cual es correcta en todos sus
dgitos!
La misma idea puede aplicarse para crear algoritmos que aproximen races -
simas de nmeros reales positivos.
Observe que cuando el mtodo de Newton-Raphson converge a la raz, lo hace de
una forma muy rpida y de hecho, observamos que el error aproximado disminuye
a pasos agigantados en cada paso del proceso. Aunque no es nuestro objetivo
establecer formalmente las cotas para los errores en cada uno de los mtodos que
hemos estudiado, cabe mencionar que si existen estas cotas que miden con mayor
precisin la rapidez lentitud del mtodo en estudio.

MTODO DE LA SECANTE
Este mtodo se basa en la frmula de Newton-Raphson, pero evita el clculo de la
derivada usando la siguiente aproximacin:

(Recurdese la solucin numrica al problema del cuerpo en cada libre).
Sustituyendo en la frmula de Newton-Raphson, obtenemos:


(

+ =
+
i
i i
x
R
x x
2
1
1
26 = R
5
0
= x
099019514 . 5 26 ~
n
Que es la frmula del mtodo de la secante. Ntese que para poder calcular el valor
de

, necesitamos conocer los dos valores anteriores y .
Obsrvese tambien, el gran parecido con la frmula del mtodo de la regla falsa. La
diferencia entre una y otra es que mientras el mtodo de la regla falsa trabaja
sobre intervalos cerrados, el mtodo de la secante es un proceso iterativo y por lo
mismo, encuentra la aproximacin casi con la misma rapidez que el mtodo de
Newton-Raphson. Claro, corre el mismo riesgo de ste ltimo de no converger a la
raz, mientras que el mtodo de la regla falsa va a la segura.
Ejemplo 1
Usar el mtodo de la secante para aproximar la raz de ,
comenzando con , y hasta que .
Solucin
Tenemos que y , que sustitumos en la frmula
de la secante para calcular la aproximacin :

Con un error aproximado de:

Como todava no se logra el objetivo, continuamos con el proceso. Resumimos los
resultados en la siguiente tabla:
Aprox. a la raz Error
aprox.
0
1 100%
0.612699837 63.2%
0.653442133 6.23%
0.652917265 0.08%
De lo cual conclumos que la aproximacin a la raz es:

Ejemplo 2
Usar el mtodo de la secante para aproximar la raz de ,
comenzando con y , y hasta que .
Solucin
Tenemos los valores y , que sustitumos en la
frmula de la secante para obtener la aproximacin :

Con un error aproximado de:

Como todava no se logra el objetivo, continuamos con el proceso. Resumimos los
resultados en la siguiente tabla:
Aprox. a la raz Error aprox.
0
1 100%
0.823315073 21.4%
0.852330280 3.40%
0.853169121 0.09%
De lo cual conclumos que la aproximacin a la raz es:


GRACIAS, leguis08