LAUREATE

INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE

UNIVERSITIES
R
R
Laureate International Universities

CURSO: MÉTODOS NUMÉRICOS

Tema: MÉTODOS ITERATIVOS Y DE LOCALIZACION PARA ECUACIONES NO LINEALES

Docente: M. Sc. Ever Rojas Huamán

§1. RESOLUCIÓN DE ECUACIONES NO LINEALES.

1. Introducción.
Consideremos el problema fı́sico de hallar la porción de una esfera de radio r que queda
sumergida al meter la esfera en agua (ver Fig. 1). Supongamos que la esfera está construida
con una variedad de pino que tiene una densidad de ρ = 0,638 gr/cm3 y que su radio mide
r = 10 cm. ¿Cuánto vale la profundidad d a la que está sumergido el polo sur de la esfera?.

La masa Ma de agua desplazada cuando la esfera se sumerge es:

d
πd2 (3r − d)
Z  
2 2
Ma = π r − (x − r) dx = (1)
0 3

y la masa de la esfera es Me = 4πr3 ρ/3. Aplicando el principio de Arquı́medes Ma = Me ,

obtenemos la siguiente ecuación que debemos resolver:

π d3 − 3d2 r + 4r3 ρ


=0 (2)
3

En nuestro caso (con r = 10 y ρ = 0,638) la ecuación es

π 2552 − 30d2 + d3


=0 (3)
3

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

1
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

Figura 1: Porción de una esfera de radio r sumergida y profundidad d del polo sur.

La gráfica del polinomio cúbico y = 2552 − 30d2 + d3 se muestra en la Fig. 2 y en ella podemos
ver que la solución está cerca de d = 12.

El objetivo de esta unidad es el desarrollo de algunos métodos que nos permitan calcular
aproximaciones numéricas a las raı́ces de una ecuación. Por ejemplo, podrı́amos usar el método de
bisección para obtener las tres raı́ces d1 = −8,17607212, d2 = 11,86150151 y d3 = 26,31457061.
La primera solución d1 no es una solución aceptable del problema porque d no puede ser negativo.
La tercera solución d3 es mayor que el diámetro de la esfera, ası́ que no es la solución buscada.
La raı́z d2 = 11,86150151 está en el intervalo [0, 20] y es la solución adecuada. Su magnitud es
razonable porque nos dice que sólo se sumerge un poco más de media esfera.

2. Métodos iterativos para resolver x = g (x)

Una técnica fundamental en computación cientı́fica es la de iteración. Como su propio
nombre sugiere, se trata de repetir un proceso hasta que se obtiene un resultado. Se usan
métodos iterativos para hallar raı́ces de ecuaciones, soluciones de los sistemas lineales y no
lineales y soluciones de ecuaciones diferenciales. En esta sección estudiaremos el proceso de
iteración que consiste en sustituir repetidamente en una misma fórmula el valor previamente
obtenido.

Necesitamos una regla, fórmula o función g (x), con la que calcularemos los sucesivos
términos, junto con un valor de partida p0 . Lo que se produce es una sucesión de valores {pk }
obtenida mediante el proceso iterativo pk+1 = g (pk ).

La sucesión se ajusta al siguiente patrón:

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

2
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

Figura 2: La cúbica y = 2552 − 30d2 + d3 .

p0 (valor de partida)
p1 = g (p0 )
p2 = g (p1 )
..
. (4)
pk = g (pk−1 )
pk+1 = g (pk )
..
.

¿Qué nos dice una sucesión interminable de números como ésta?. Si los números tienden
a un lı́mite, entonces podemos afirmar que tenemos algo entre manos. Pero, ¿quén ocurre si los
numeros divergen o son periódicos?. El ejemplo siguiente nos muestra una situación como ésta.

Ejemplo 1 El proceso iterativo p0 = 1 y pk+1 = 1,001pk para k = 0, 1, . . . produce una sucesión

divergente; sus primeros y centésimo términos son:

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

3
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

p1 = 1,001p0 = (1,001) (1,000000) = 1,001000,

p2 = 1,001p1 = (1,001) (1,001000) = 1,002001,
p3 = 1,001p2 = (1,001) (1,002001) = 1,003003, (5)
.. .. ..
. . .
p100 = 1,001p99 = (1,001) (1,104012) = 1,105116.

Este proceso puede continuarse indefinidamente y es fácil probar que se verifica que limn→∞ pn =
+∞.

En esta sección estudiaremos qué tipos de funciones g (x) producen sucesiones {pk } que
convergen.

3. Puntos fijos
Definición 1 (Punto fijo). Un punto fijo de una función g (x) es un número real P tal que
P = g (P ).
Geométricamente hablando, los puntos fijos de una función g (x) son los puntos de inter-
sección de la curva y = g (x) con la recta y = x.

Definición 2 (Iteración de punto fijo). La iteración pn+1 = g (pn ) para n = 0, 1, . . . se

llama iteración de punto fijo.

Teorema 1 Supongamos que g es una función continua y que {pn }∞ n=0 es una sucesión generada
por iteración de punto fijo. Si limn→∞ pn = P , entonces P es un punto fijo de g (x).

Ejemplo 2 Consideremos la iteración convergente

p0 = 0,5 y pk+1 = e−pk para k = 0, 1, . . .

Podemos calcular los 10 primeros términos:

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

4
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

p1 = e−0,500000 = 0,606531
p2 = e−0,606531 = 0,545239
p3 = e−0,545239 = 0,579703
.. ..
. .
p9 = e−0,566409 = 0,567560
p10 = e−0,567560 = 0,566907

La sucesión converge y, calculando un poco más, se tiene

limn→∞ pn = 0,567143 . . .

De esa manera, lo que hemos obtenido es una aproximación al punto fijo de la función g (x) =
e−x .

Los dos siguientes teoremas establecen condiciones para la existencia de un punto fijo y para la
convergencia del proceso de iteración de punto fijo.

Teorema 2 Supongamos que g ∈ C [a, b].

Si la imagen de la aplicación y = g (x) verifica que y ∈ [a, b] para cada punto x ∈ [a, b],
entonces g tiene un punto fijo en [a, b].

Supongamos, además, que g ′ (x) está definida en (a, b) y que |g ′ (x)| < 1 para todo x ∈
(a, b), entonces g tiene un único punto fijo P en [a, b].

Ejemplo 3 Vamos a aplicar el teorema 2 para probar rigurosamente que g (x) = cos (x) tiene
un único punto fijo en [0, 1].

Claramente, g ∈ C [0, 1]. Además, g (x) = cos (x) es una función decreciente en [0, 1],
por lo que su imagen g ([0, 1]) es [cos (1) , 1] ⊆ [0, 1]. Esto prueba que se cumple la primera
condición del teorema 2, ası́ que g tiene un punto fijo en [0, 1]. Finalmente, si x ∈ (0, 1),

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

5
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

entonces |g ′ (x)| = |− sen (x)| = sen (x) ≤ sen (1) ≈ 0,8415 < 1. Por consiguiente, la segunda
condición del teorema 2 se cumple y el punto fijo de g en [0, 1] es único.

Vamos ahora a establecer el teorema que se suele usar para determinar si el proceso de
iteración de punto fijo dado en (4) produce una sucesión convergente o divergente.

Figura 3: Convergencia monótona cuando 0 < g ′ (P ) < 1.

Teorema 3 (Teorema del punto fijo). Supongamos que

(i) g, g ′ ∈ C [a, b],
(ii) K es una constante positiva,
(iii) p0 ∈ (a, b) y
(iv) g (x) ∈ [a, b] para todo x ∈ [a, b]. Entonces hay un punto fijo P de g en [a, b].

Si |g ′ (x)| ≤ K < 1 para todo x ∈ [a, b], entonces P es el único punto fijo de g en [a, b] y
la iteración pn = g (pn−1 ) converge a dicho punto P . En este caso, se dice que P es un
punto fijo atractivo.
Si |g ′ (P )| > 1 y p0 6= P entonces la iteración pn = g (pn−1 ) no converge a P . En este
caso, se dice que P es un punto fijo repulsivo y la iteración presenta divergencia local.

Observación 1 Como g ′ es continua en un intervalo al que pertenece P , podemos usar hipótesis

más simples en la primera condición del teorema 3: que |g ′ (P )| < 1 y que p0 está suficientemente
cerca de P .

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

6
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

3.1. Interpretación gráfica de la iteración de punto fijo

Puesto que buscamos un punto fijo P de la función g (x), es necesario que la curva y = g (x)
y la recta y = x se corten en el punto (P, P ). Los dos tipos simples de iteración convergente,
monótona y oscilante, se muestran en la Fig. 3 y Fig. 4, respectivamente.

Si |g ′ (P )| > 1, entonces la iteración pn+1 = g (pn ) produce una sucesión que se aleja de
P.

El teorema 3 no dice qué ocurrirá si |g ′ (P )| = 1.

Figura 4: Convergencia oscilante si −1 < g ′ (P ) < 0.

4. Los métodos de localización de raı́ces.

4.1. El método de bisección de Bolzano.
En esta sección desarrollamos nuestro primer método de localización para hallar ceros de fun-
ciones continuas. Debemos empezar con un intervalo de partida [a, b] en el que f (a) y f (b)
tengan distinto signo. Entonces, por el teorema del valor intermedio o de Bolzano, la gráfica
y = f (x) cruzará el eje OX en un cero x = r que está en dicho intervalo (ver Fig. 5). El
método de bisección consiste en ir acercando sistemáticamente los extremos del intervalo hasta
que obtengamos un intervalo de anchura suficientemente pequeña en el que se localiza un cero.
El proceso de decisión para subdividir el intervalo consiste en tomar el punto medio del intervalo
c = (a + b) /2 y luego analizar las tres posibilidades que pueden darse:

1. Si f (a) y f (c) tienen signos opuestos, entonces hay un cero en [a, c].

2. Si f (c) y f (b) tienen signos opuestos, entonces hay un cero en [c, b].

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

7
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

3. Si f (c) = 0, entonces c es un cero.

Figura 5: (a) Si f (a) y f (c) tienen signos opuestos, entonces se recorta por la derecha. (b) Si f (c) y
f (b) tienen signos opuestos, entonces se recorta por la izquierda.

Ejemplo 4 La función h (x) = x sen (x) aparece en el estudio de vibraciones forzadas no amor-
tiguadas. Hay que hallar el valor de x que está dentro del intervalo [0, 2] y en el que la función
vale h (x) = 1 (el ángulo x en la función sen (x) se mide en radianes). Usamos el método de
bisección para hallar un cero de la función f (x) = x sen (x) − 1. Empezando con a0 = 0 y b0 = 2,
calculamos

f (0) = −1,000000 y f (2) = 0,818595

de manera que hay una raı́z de f (x) = 0 en el intervalo [0, 2]. En el punto medio c0 = 1 tenemos
que f (1) = −0,158529, luego la función cambia de signo en el intervalo [c0 , b0 ] = [1, 2].

Para seguir, recortamos el intervalo por la izquierda y ponemos a1 = c0 y b1 = b0 . El

nuevo punto medio es c1 = 1,5, y se tiene f (c1 ) = 0,496242. Puesto que f (1) = −0,158529 y
f (1,5) = 0,496242, la raı́z está en [a1 , c1 ] = [1,0, 1,5] y la siguiente decisión es recortar por la
derecha y poner a2 = a1 y b2 = c1 . De esta forma obtenemos una sucesión {ck } que converge a
r ≈ 1,114157141. Vemos los cálculos de los ocho primeros pasos en la Tabla 1

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

8
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

TABLA 1. Resolución de x sen (x) − 1 = 0 por el método de biección.

Extremo Punto Extremo Valor de la

k izquierdo, ak medio, ck derecho, bk función, f (ck )
0 0 1. 2. -0.158529
1 1.0 1.5 2.0 0.496242
2 1.00 1.25 1.50 0.186231
3 1.000 1.125 1.250 0.015051
4 1.0000 1.0625 1.1250 -0.071827
5 1.06250 1.09375 1.12500 -0.028362
6 1.093750 1.109375 1.125000 -0.006643
7 1.1093750 1.1171875 1.1250000 0.004208
8 1.10937500 1.11328125 1.11718750 -0.001216
.. .. .. .. ..
. . . . .

4.2. El método de la régula falsi o método de la posición falsa.

Es otro algoritmo popular. Una de las razones de su introduccion es que la velocidad de con-
vergencia del método de bisección es bastante baja. Como antes, supongamos que f (a) y f (b)
tienen distinto signo. En el método de bisección se usa el punto medio del intervalo [a, b] para
llevar a cabo el siguiente paso. Suele conseguirse una aproximación mejor usando el punto (c, 0)
en el que la recta secante L que pasa por los puntos a, f (a) y (b, f (b)) cruza el eje OX (Ver
Fig. 6). Para hallar el punto c, igualamos dos fórmulas para la pendiente m de la recta L:

f (b) − f (a)
m= , (6)
b−a

que resulta de usar los puntos (a, f (a)) y (b, f (b)), y

0 − f (b)
m= , (7)
c−b

Igualando las pendientes que aparecen en (6) y (7), tenemos

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

9
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

f (b) − f (a) 0 − f (b)

=
b−a c−b

de donde c puede despejarse fácilmente, obteniéndose

f (b) (b − a)
c=b− (8)
f (b) − f (a)

Las tres posibilidades son las mismas que antes:

1. Si f (a) y f (c) tienen distinto signo, entonces hay un cero en [a, c].

2. Si f (c) y f (b) tienen distinto signo, entonces hay un cero en [c, b].

3. Si f (c) = 0, entonces c es un cero de f .

Figura 6: (a) Si f (a) y f (c) tienen signos opuestos, entonces se recorta por la derecha. (b) Si f (c) y
f (b) tienen signos opuestos, entonces se recorta por la izquierda.

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

10
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

5. Los métodos de Newton-Raphson y de la secante

5.1. Métodos tangenciales para el cálculo de raı́ces
Si f (x), f ′ (x) y f ′′ (x) son continuas cerca de una raı́z p, esta información adicional sobre la
naturaleza de f (x) puede usarse para desarrollar algoritmos que produzcan sucesiones {pk } que
converjan a p más rápidamente que en los métodos tales como el de bisección o el de régula
falsi. El método de Newton-Raphson, que descansa en la continuidad de f ′ (x)y f ′′ (x), es uno
de los algoritmos más útiles y mejor conocidos.
y

Figura 7: Construcción geométrica de p1 y p2 en el método de Newton-Raphson.

Supongamos que la aproximación inicial p0 está cerca de la raı́z p. Entonces la curva

y = f (x) y el eje de abscisas se cortan en el punto (p, 0) y, además, el punto (p0 , f (p0 ))
está situado en la curva cerca de (p, 0) (ver Fig. 7). Definimos p1 como el punto de intersección
del eje de abscisas con la recta tangente a la curva en el punto (p0 , f (p0 )). La Fig. 7 muestra
que p1 estará, en este caso, más cerca de p que p0 . Podemos encontrar la ecuación que relaciona
p1 con p0 igualando dos fórmulas distintas para la pendiente m de la recta tangente. Por un
lado,

0 − f (p0 )
m= , (9)
p1 − p0

que es la pendiente de la lı́nea recta que pasa por (p1 , 0) y p0 , f (p0 ); por otro lado,

m = f ′ (p0 ) , (10)

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

11
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

que es la pendiente de la recta tangente a la curva en el punto (p0 , f (p0 )). Igualando los valores
de la pendiente m en las fórmulas y y despejando p1 obtenemos

p0
p1 = p0 − . (11)
f ′ (p0 )

Este proceso puede repetirse para obtener una sucesión {pk } que converge a p. Hagamos
más precisas estas ideas.

Teorema 4 (Teorema de Newton-Raphson). Supongamos que la función f ∈ C 2 [a, b] y

que existe un número p ∈ [a, b] tal que f (p) = 0. Si f ′ (p) 6= 0, entonces existe δ > 0 tal que la
sucesión {pk }∞
k=0 definida por el proceso iterativo

f (pk−1 )
pk = g (pk−1 ) = pk−1 − k = 1, 2, . . . (12)
f ′ (pk−1 )

converge a p cualquiera que sea la aproximación inicial p0 ∈ [p − δ, p + δ].

Observación 2 La función g (x) definida por la relación

f (x)
g (x) = x − (13)
f ′ (x)

se llama función de iteración de Newton-Raphson. Puesto que f (p) = 0, es fácil ver que
g (p) = p, lo que nos dice que la iteración de Newton-Raphson para hallar una raı́z de la ecuación
f (x) = 0 consiste en hallas un punto fijo de g (x).

5.2. El método de la secante

En el algoritmo de Newton-Raphson hay que evaluar dos funciones en cada iteración,
f (pk−1 ) y f ′ (pk−1 ). Tradicionalmente, el cálculo de la derivada de una función elemental puede
llegar a suponer un esfuerzo un esfuerzo considerable. El método de la secante necesita sólo
una evaluación de f (x) por paso y en una raı́z simple tiene un orden de convergencia R ≈
1,618033989; es casi tan veloz como el de Newton, cuyo orden de convergencia es 2.

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

12
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

Figura 8: Construcción geométrica de p2 en el método de la secante.

En el método de la secante, partimos de dos puntos iniciales (p0 , f (p0 )) y (p1 , f (p1 ))
cercanos al punto (p, 0), como se muestra en la Fig. , y se define p2 como la abscisa del punto de
intersección de la recta que pasa por estos dos puntos con el eje OX. La Fig. 8 muestra que p2
estará más cerca de p que p0 y que p1 . La fórmula que relaciona p2 , p1 y p0 se halla escribiendo
la pendiente de la recta en cuestión:

f (p1 − f (p0 )) 0 − f (p1 )

m= y m= (14)
p1 − p0 p2 − p1

El primer valor de m en (14) es la pendiente de la recta secante que pasa por los dos puntos
iniciales y el segundo valor es la pendiente de la recta que pasa por (p1 , f (p1 )) y (p2 , 0). Igualando
los miembros derechos de las dos fórmulas de (14) y despejando p2 = g (p1 , p0 ) obtenemos,

f (p1 ) (p1 − p0 )
p2 = g (p1 , p0 ) = p1 − (15)
f (p1 ) − f (p0 )

El término general de la sucesión generada por este método viene dado por la formula de iteración
de dos puntos,

f (pk ) (pk − pk−1 )

pk+1 = g (pk , pk−1 ) = pk − (16)
f (pk − f (pk−1 ))

Ejemplo 5 (Método de la secante en una raı́z simple). Empezando con p0 = −2,6 y

p1 = −2,4, vamos a usar el método de la secante para aproximarnos a la raı́z p = −2 de la
función polinomial f (x) = x3 − 3x + 2.

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

13
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

En este caso, la fórmula de iteración (16) es

p3k − 3pk + 2 (pk − pk−1 )

pk+1 = g (pk , pk−1 ) = pk − 3 (17)
pk − p3k−1 − 3pk + 3pk−1

que podemos manipular algebraicamente y simplificar para obtener

p2k pk−1 + pk p2k−1 − 2

pk+1 = g (pk , pk−1 ) = (18)
p2k + pk pk−1 + p2k−1 − 3

La sucesión generada aparece en la Tabla 2

TABLA 2. Convergencia del método de la secante en una raı́z simple.

|Ek+1 |
k pk pk+1 − pk E k = p − pk |Ek |1,618
0 -2.600000000 0.200000000 0.600000000 0.914152831
1 -2.400000000 0.293401015 0.400000000 0.469497765
2 -2.106598985 0.083957573 0.106598985 0.847290012
3 -2.022641412 0.021130314 0.022641412 0.693608922
4 -2.001511098 0.001488561 0.001511098 0.825841116
5 -2.000022537 0.000022515 0.000022537 0.727100987

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

14
 LAUREATE
INTERNATIONAL UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSITIES
R

Laureate International Universities R

Índice
1. Introducción. 1

2. Métodos iterativos para resolver x = g (x) 2

3. Puntos fijos 4
3.1. Interpretación gráfica de la iteración de punto fijo . . . . . . . . . . . . . . . . 7

4. Los métodos de localización de raı́ces. 7

4.1. El método de bisección de Bolzano. . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.2. El método de la régula falsi o método de la posición falsa. . . . . . . . . . . . . 9

5. Los métodos de Newton-Raphson y de la secante 11

5.1. Métodos tangenciales para el cálculo de raı́ces . . . . . . . . . . . . . . . . . . . 11
5.2. El método de la secante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Facultad de Ingeniería y Arquitectura Semestre 2011-I

Carrera de Ingeniería Civil Fecha: 28/03/2011

15