114 cAPíTuLo 5 méTodos cERRAdos

5.2 eL MÉtodo de BisecciÓn

Cuando se aplicaron las técnicas gráficas en el ejemplo 5.1, se observó (figura 5.1) que f(x) cambió
de signo a ambos lados de la raíz. En general, si f(x) es real y continúa en el intervalo que va desde
xl hasta xu y f(xl) y f(xu) tienen signos opuestos, es decir,
f(xl) f(xu) < 0 (5.1)

entonces hay al menos una raíz real entre xl y xu.

Los métodos de búsqueda incremental aprovechan esta característica localizando un intervalo
en el que la función cambie de signo. Entonces, la localización del cambio de signo (y, en consecuen-
cia, de la raíz) se logra con más exactitud al dividir el intervalo en varios subintervalos. Se investiga
cada uno de estos subintervalos para encontrar el cambio de signo. El proceso se repite y la aproxi-
mación a la raíz mejora cada vez más en la medida que los subintervalos se dividen en intervalos
cada vez más pequeños. Volveremos al tema de búsquedas incrementales en la sección 5.4.
El método de bisección, conocido también como de corte binario, de partición de intervalos o
de Bolzano, es un tipo de búsqueda incremental en el que el intervalo se divide siempre a la mitad.
Si la función cambia de signo sobre un intervalo, se evalúa el valor de la función en el punto medio.
La posición de la raíz se determina situándola en el punto medio del subintervalo, dentro del cual
ocurre un cambio de signo. El proceso se repite hasta obtener una mejor aproximación. En la figura
5.5 se presenta un algoritmo sencillo para los cálculos de la bisección. En la figura 5.6 se muestra
una representación gráfica del método. Los siguientes ejemplos se harán a través de cálculos reales
involucrados en el método.

EJEMPLO 5.3 Bisección

Planteamiento del problema. Emplee el método de bisección para resolver el mismo problema
que se resolvió usando el método gráfico del ejemplo 5.1.

Solución. El primer paso del método de bisección consiste en asignar dos valores iniciales a la in-
cógnita (en este problema, c) que den valores de f(c) con diferentes signos. En la figura 5.1 se obser-
va que la función cambia de signo entre los valores 12 y 16. Por lo tanto, la estimación inicial de la
raíz xr se encontrará en el punto medio del intervalo

Paso 1: Elija valores iniciales inferior, xl, y superior, xu, que encierren la raíz, de forma tal
que la función cambie de signo en el intervalo. Esto se verifica comprobando
que f (xl) f(xu) < 0.
Paso 2: Una aproximación de la raíz xr se determina mediante:
xl + xu
xr = ———–
2
Paso 3: Realice las siguientes evaluaciones para determinar en qué subintervalo está
la raíz:
a) Si f(xl)f(xr) < 0, entonces la raíz se encuentra dentro del subintervalo inferior
o izquierdo. Por lo tanto, haga xu = xr y vuelva al paso 2.
b) Si f(xl)f(xr) > 0, entonces la raíz se encuentra dentro del subintervalo superior
o derecho. Por lo tanto, haga xl = xr y vuelva al paso 2.
c) Si f (xl)f(xr) = 0, la raíz es igual a xr; termina el cálculo.
FiGura 5.5

Chapra-05.indd 114 3/11/10 14:10:07

 5.2 EL méTodo dE bisEcción 115

12 + 16
xr = = 14
2
Dicha aproximación representa un error relativo porcentual verdadero de et = 5.3% (note que el
valor verdadero de la raíz es 14.7802). A continuación calculamos el producto de los valores en la
función en un límite inferior y en el punto medio:
f(12)f(14) = 6.067(1.569) = 9.517
que es mayor a cero y, por lo tanto, no ocurre cambio de signo entre el límite inferior y el punto
medio. En consecuencia, la raíz debe estar localizada entre 14 y 16. Entonces, se crea un nuevo in-
tervalo redefiniendo el límite inferior como 14 y determinando una nueva aproximación corregida
de la raíz

14 + 16
xr = = 15
2
la cual representa un error porcentual verdadero et = 1.5%. Este proceso se repite para obtener una
mejor aproximación. Por ejemplo,
f(14)f(15) = 1.569(–0.425) = –0.666
Por lo tanto, la raíz está entre 14 y 15. El límite superior se redefine como 15 y la raíz estimada para
la tercera iteración se calcula así:

14 + 15
xr = = 14.5
2
que representa un error relativo porcentual et = 1.9%. Este método se repite hasta que el resultado
sea suficientemente exacto para satisfacer sus necesidades.

12 16

14 16

15
FiGura 5.6
Una representación gráfica del método de 14
bisección. La gráfica presenta las primeras
tres iteraciones del ejemplo 5.3.

Chapra-05.indd 115 3/11/10 14:10:08

 116 cAPíTuLo 5 méTodos cERRAdos

En el ejemplo anterior, se observa que el error verdadero no disminuye con cada iteración. Sin
embargo, el intervalo donde se localiza la raíz se divide a la mitad en cada paso del proceso. Como
se estudiará en la siguiente sección, el ancho del intervalo proporciona una estimación exacta del
límite superior del error en el método de bisección.

5.2.1 criterios de paro y estimaciones de errores

Terminamos el ejemplo 5.3 diciendo que el método se repite para obtener una aproximación más
exacta de la raíz. Ahora se debe desarrollar un criterio objetivo para decidir cuándo debe terminar
el método.
Una sugerencia inicial sería finalizar el cálculo cuando el error verdadero se encuentre por deba-
jo de algún nivel prefijado. En el ejemplo 5.3 se observa que el error relativo baja de 5.3 a 1.9% du-
rante el procedimiento de cálculo. Puede decidirse que el método termina cuando se alcance un error
más bajo, por ejemplo, al 0.1%. Dicha estrategia es inconveniente, ya que la estimación del error en
el ejemplo anterior se basó en el conocimiento del valor verdadero de la raíz de la función. Éste no
es el caso de una situación real, ya que no habría motivo para utilizar el método si se conoce la raíz.
Por lo tanto, se requiere estimar el error de forma tal que no se necesite el conocimiento previo
de la raíz. Como se vio previamente en la sección 3.3, se puede calcular el error relativo porcentual
ea de la siguiente manera [recuerde la ecuación (3.5)]:

x rnuevo – x ranterior
εa = 100% (5.2)
x rnuevo

donde xr nuevo es la raíz en la iteración actual y xranterior es el valor de la raíz en la iteración anterior. Se
utiliza el valor absoluto, ya que por lo general importa sólo la magnitud de ea sin considerar su signo.
Cuando ea es menor que un valor previamente fijado es, termina el cálculo.

EJEMPLO 5.4 Estimación del error en la bisección

Planteamiento del problema. Continúe con el ejemplo 5.3 hasta que el error aproximado sea
menor que el criterio de terminación de es = 0.5%. Use la ecuación (5.2) para calcular los errores.

Solución. Los resultados de las primeras dos iteraciones en el ejemplo 5.3 fueron 14 y 15. Susti-
tuyendo estos valores en la ecuación (5.2) se obtiene
15 − 14
εa = 100% = 6.667 %
15
Recuerde que el error relativo porcentual para la raíz estimada de 15 fue 1.5%. Por lo tanto, ea es
mayor a et. Este comportamiento se manifiesta en las otras iteraciones:

iteración xl xu xr ea (%) et (%)

1 12 16 14 5.279
2 14 16 15 6.667 1.487
3 14 15 14.5 3.448 1.896
4 14.5 15 14.75 1.695 0.204
5 14.75 15 14.875 0.840 0.641
6 14.75 14.875 14.8125 0.422 0.219

Chapra-05.indd 116 3/11/10 14:10:08

 5.2 EL méTodo dE bisEcción 117

Así, después de seis iteraciones ea finalmente está por debajo de es = 0.5%, y el cálculo puede
terminar.
Estos resultados se resumen en la figura 5.7. La naturaleza “desigual” del error verdadero se
debe a que, en el método de la bisección, la raíz exacta se encuentra en cualquier lugar dentro del
intervalo cerrado. Los errores verdadero y aproximado quedan distantes cuando el intervalo está
centrado sobre la raíz verdadera. Ellos están cercanos cuando la raíz verdadera se halla en cualquier
extremo del intervalo.

Aunque el error aproximado no proporciona una estimación exacta del error verdadero, la figu-
ra 5.7 sugiere que ea toma la tendencia general descendente de et. Además, la gráfica muestra una
característica muy interesante: que ea siempre es mayor que et. Por lo tanto, cuando ea es menor que
es los cálculos se pueden terminar, con la confianza de saber que la raíz es al menos tan exacta como
el nivel aceptable predeterminado.
Aunque no es conveniente aventurar conclusiones generales a partir de un solo ejemplo, es po-
sible demostrar que ea siempre será mayor que et en el método de bisección. Esto se debe a que cada
vez que se encuentra una aproximación a la raíz cuando se usan bisecciones como xr = (xl + xu)/2, se
sabe que la raíz verdadera se halla en algún lugar dentro del intervalo de (xu – xl)/2 = ∆x/2. Por lo
tanto, la raíz debe situarse dentro de ±∆x/2 de la aproximación (figura 5.8). Así, cuando se terminó
el ejemplo 5.3 se pudo afirmar definitivamente que

xr = 14.5 ± 0.5

Debido a que ∆x/2 = xr nuevo – xranterior (figura 5.9), la ecuación (5.2)

proporciona un límite superior exacto del error verdadero. Para que se
10
rebase este límite, la raíz verdadera tendría que estar fuera del interva-
lo que la contiene, lo cual, por definición, jamás ocurrirá en el método
de bisección. El ejemplo 5.7 muestra otras técnicas de localización de
Aproximado
raíces que no siempre resultan tan eficientes. Aunque el método de
Error relativo porcentual

bisección por lo general es más lento que otros métodos, la claridad del
análisis de error ciertamente es un aspecto positivo que puede volverlo
atractivo para ciertas aplicaciones en ingeniería.
1.0 Antes de utilizar el programa de computadora para la bisección,
debemos observar que las siguientes relaciones (figura 5.9)
Verdadero
xu − xl
x rnuevo − x ranterior =
2
y
xl + xu
0.1
x rnuevo =
0 3 6 2
Iteraciones pueden sustituirse en la ecuación (5.2) para desarrollar una formulación
alternativa en la aproximación del error relativo porcentual
FiGura 5.7
Errores en el método de bisección. Los errores xu − xl
verdadero y aproximado se grafican contra el
εa = 100% (5.3)
xu + xl
número de iteraciones.

Chapra-05.indd 117 3/11/10 14:10:09

 118 cAPíTuLo 5 méTodos cERRAdos

Esta ecuación resulta idéntica a la ecuación (5.2)

xl xr xu para la bisección. Además, permite calcular el
a) error basándose en nuestros valores iniciales; es
decir, en la primera iteración. Por ejemplo, en
xl xr xu la primera iteración del ejemplo 5.2, el error
b) aproximado se calcula como
16 − 12
xl xr xu
εa = 100% = 14.29%
16 + 12
c)
Otro beneficio del método de bisección es
que el número de iteraciones requerido para
x /2 x /2
obtener un error absoluto se calcula a priori;
esto es, antes de empezar las iteraciones, donde
Raíz verdadera se observa que antes de empezar esta técnica,
el error absoluto es
FiGura 5.8
Ea0 = xu0 – xl0 = ∆x0
Tres formas en que un intervalo puede encerrar a la raíz. En a) el
valor verdadero está en el centro del intervalo, mientras que en b) donde los superíndices definen la iteración. Por
y c) el valor verdadero está cerca de los extremos. Observe que la
lo tanto, antes de empezar el método se tiene la
diferencia entre el valor verdadero y el punto medio del intervalo jamás
“iteración cero”. Después de la primera iteración
sobrepasa la longitud media del intervalo, o ∆x/2.
el error será
∆x 0
Ea1 =
2
xrnuevo – xranterior
Debido a que en cada iteración se reduce el error
a la mitad, la fórmula general que relaciona el
Iteración anterior
error y el número de iteraciones, n, es
xranterior ∆x 0
Ean = (5.4)
xrnuevo
2n
Iteración actual Si Ea,d es el error deseado, en esta ecuación se
despeja

x /2 log( ∆x 0 / Ea,d )  ∆x 0 
n= = log 2   (5.5)
log 2  Ea , d 
FiGura 5.9
Representación gráfica de por qué la estimación del error para el Probemos la fórmula. En el ejemplo 5.4, el
método de bisección (∆x/2) es equivalente a la raíz estimada en intervalo inicial fue ∆x0 = 16 – 12 = 4. Después
la iteración actual (xrnuevo) menos la raíz aproximada en la iteración de seis iteraciones, el error absoluto era
anterior (xranterior).
14.875 − 14.75
Ea = = 0.0625
2
Si se sustituyen esos valores en la ecuación (5.5) resulta
log( 4 / 0.0625)
n= =6
log 2

Chapra-05.indd 118 3/11/10 14:10:11

 5.2 EL méTodo dE bisEcción 119

Entonces, si se sabe de antemano que un error menor a 0.0625 es aceptable, la fórmula indica que
con seis iteraciones se consigue el resultado deseado.
Aunque se ha puesto énfasis en el uso del error relativo por obvias razones, habrá casos (usual-
mente a través del conocimiento del contexto del problema) donde se podrá especificar el error ab-
soluto. En esos casos, la bisección junto con la ecuación (5.5) ofrece un útil algoritmo de localización
de raíces. Se explorarán tales aplicaciones con los problemas al final del capítulo.

5.2.2 algoritmo de bisección

El algoritmo en la figura 5.5 se extiende para incluir verificación del error (figura 5.10). El algoritmo
emplea funciones definidas por el usuario para volver más eficientes la localización de las raíces y
la evaluación de las funciones. Además, se le pone un límite superior al número de iteraciones. Por
último, se incluye la verificación de errores para evitar la división entre cero durante la evaluación
del error. Éste podría ser el caso cuando el intervalo está centrado en cero. En dicha situación la
ecuación (5.2) tiende a infinito. Si esto ocurre, el programa saltará la evaluación de error en esa
iteración.
El algoritmo en la figura 5.10 no es amigable al usuario; más bien está diseñado estrictamente
para dar la respuesta. En el problema 5.14 al final del capítulo, se tendrá una tarea para volverlo
fácil de usar y de entender.

5.2.3 Minimización de las evaluaciones de una función

El algoritmo de bisección de la figura 5.10 es adecuado si se quiere realizar la evaluación de una sola
raíz de una función que es fácil de evaluar. Sin embargo, hay muchos casos en ingeniería que no son
así. Por ejemplo, suponga que se quiere desarrollar un programa computacional que localice varias
raíces. En tales casos, se tendría que llamar al algoritmo de la figura 5.10 miles o aun millones de
veces en el transcurso de una sola ejecución.
FUNCTION Bisect(xl, xu, es, imax, xr, iter, ea) Además, en un sentido más general, la fun-
iter = 0 ción de una variable es tan sólo una entidad que
DO regresa un solo valor para un solo valor que se le
xrold = xr da. Visto de esta manera, las funciones no son
xr = (xl + xu)/2 simples fórmulas como las ecuaciones de una
iter = iter + 1 sola línea de código resueltas en los ejemplos
IF xr ≠ 0 THEN anteriores de este capítulo. Por ejemplo, una
ea = ABS((xr – xrold) / xr) * 100 función puede consistir de muchas líneas de
END IF código y su evaluación llega a tomar un tiempo
test = f(xl) * f(xr)
importante de ejecución. En algunos casos, esta
IF test < 0 THEN
xu = xr
función incluso representaría un programa de
ELSE IF test > 0 THEN computadora independiente.
xl = xr Debido a ambos factores es imperativo que
ELSE los algoritmos numéricos minimicen las evalua-
ea = 0
END IF
IF ea < es OR iter ≥ imax EXIT FiGura 5.10
END DO Pseudocódigo para la función que implementa el
Bisect = xr método de bisección.
END Bisect

Chapra-05.indd 119 3/11/10 14:10:11

 120 cAPíTuLo 5 méTodos cERRAdos

FUNCTION Bisect(xl, xu, es, imax, xr, iter, ea) FiGura 5.11
iter = 0 Pseudocódigo para el subprograma de bisección que
fl = f(xl) minimiza las evaluaciones de la función.
DO
xrold = xr
xr = (xl + xu) / 2
fr = f(xr)
iter = iter + 1
IF xr ≠ 0 THEN
ea = ABS((xr – xrold) / xr) * 100 ciones de una función. A la luz de estas conside-
END IF raciones, el algoritmo de la figura 5.10 es deficiente.
test = fl * fr En particular, observe que al hacer dos evaluacio-
IF test < 0 THEN nes de una función por iteración, vuelve a calcular
xu = xr una de las funciones que se determinó en la iteración
ELSE IF test > 0 THEN anterior.
xl = xr La figura 5.11 proporciona un algoritmo modi-
fl = fr
ficado que no tiene esta deficiencia. Se han resaltado
ELSE
las líneas que difieren de la figura 5.10. En este caso,
ea = 0
END IF únicamente se calcula el valor de la nueva función
IF ea < es OR iter ≥ imax EXIT para aproximar la raíz. Los valores calculados pre-
END DO viamente son guardados y simplemente reasignados
Bisect = xr conforme el intervalo se reduce. Así, las 2n evalua-
END Bisect ciones de la función se reducen a n + 1.

5.3 MÉtodo de La FaLsa PosiciÓn

Aun cuando la bisección es una técnica perfectamente válida para determinar raíces, su método de
aproximación por “fuerza bruta” es relativamente ineficiente. La falsa posición es una alternativa
basada en una visualización gráfica.
Un inconveniente del método de bisección es que al dividir el intervalo de xl a xu en intervalos
iguales, no se toman en consideración las magnitudes de f(xl) y f(xu). Por ejemplo, si f(xl) está mucho
más cercana a cero que f(xu), es lógico que la raíz se encuentre más cerca de xl que de xu (figura 5.12).
Un método alternativo que aprovecha esta visualización gráfica consiste en unir f(xl) y f(xu) con una
línea recta. La intersección de esta línea con el eje de las x representa una mejor aproximación de la
raíz. El hecho de que se reemplace la curva por una línea recta da una “falsa posición” de la raíz; de
aquí el nombre de método de la falsa posición, o en latín, regula falsi. También se le conoce como
método de interpolacion lineal.
Usando triángulos semejantes (figura 5.12), la intersección de la línea recta con el eje de las x
se estima mediante

f ( xl ) f ( xu )
= (5.6)
x r − xl x r − xu

en la cual se despeja xr (véase cuadro 5.1 para los detalles)

f ( xu )( xl − xu )
x r = xu − (5.7)
f ( xl ) − f ( xu )

Chapra-05.indd 120 3/11/10 14:10:12

 5.3 méTodo dE LA fALsA Posición 121

FiGura 5.12
f (x) Representación gráfica del método de la falsa posición.
Con los triángulos semejantes sombreados se obtiene la
fórmula para el método.
f (xu)

Ésta es la fórmula de la falsa posición. El valor de xr calcu-

lado con la ecuación (5.7), reemplazará, después, a cualquie-
xr ra de los dos valores iniciales, xl o xu, y da un valor de la
xl función con el mismo signo de f(xr). De esta manera, los
xu x valores xl y xu siempre encierran la verdadera raíz. El pro-
ceso se repite hasta que la aproximación a la raíz sea ade-
f (xl)
cuada. El algoritmo es idéntico al de la bisección (figura
5.5), excepto en que la ecuación (5.7) se usa en el paso 2.
Además, se usa el mismo criterio de terminación [ecuación
(5.2)] para concluir los cálculos.

EJEMPLO 5.5 Falsa posición

Planteamiento del problema. Con el método de la falsa posición determine la raíz de la misma
ecuación analizada en el ejemplo 5.1 [ecuación (E5.1.1)].

cuadro 5.1 Desarrollo del método de la falsa posición

Multiplicando en cruz la ecuación (5.6) obtenemos sumando y restando xu en el lado derecho:

f(xl)(xr – xu) = f(xu)(xr – xl) xu f ( xl ) xl f ( xu )

x r = xu + − xu −
f ( xl ) − f ( xu ) f ( xl ) − f ( xu )
Agrupando términos y reordenando:
Agrupando términos se obtiene
xr [f(xl) – f(xu)] = xu f(xl) – xl f(xu)
xu f ( xu ) xl f ( xu )
x r = xu + −
Dividiendo entre f(xl) – f(xu): f ( xl ) − f ( xu ) f ( xl ) − f ( xu )

xu f ( xl ) − xl f ( xu ) o
xr = (C5.1.1)
f ( xl ) − f ( xu )
f ( xu )( xl − xu )
x r = xu −
Ésta es una de las formas del método de la falsa posición. Ob- f ( xl ) − f ( xu )
serve que permite el cálculo de la raíz xr como una función de
los valores iniciales inferior xl y superior xu. Ésta puede ponerse la cual es la misma ecuación (5.7). Se utiliza esta forma porque
en una forma alternativa al separar los términos: implica una evaluación de la función y una multiplicación menos
que la ecuación (C5.1.1). Además ésta es directamente compa-
xu f ( xl ) xl f ( xu )
xr = − rable con el método de la secante, el cual se estudia en el capí-
f ( xl ) − f ( xu ) f ( xl ) − f ( xu ) tulo 6.

Chapra-05.indd 121 3/11/10 14:10:13

 122 cAPíTuLo 5 méTodos cERRAdos

Solución. Como en el ejemplo 5.3 se empieza el cálculo con los valores iniciales xl = 12 y xu = 16.
Primera iteración:
xl = 12 f(xl) = 6.0699
xu = 16 f(xu) = –2.2688
−2.2688(12 − 16)
xr = 16 − = 14.9113
6.0669 − ( −2.2688)
que tiene un error relativo verdadero de 0.89 por ciento.

Segunda iteración:
f(xl) f(xr) = –1.5426
Por lo tanto, la raíz se encuentra en el primer subintervalo, y xr se vuelve ahora el límite superior
para la siguiente iteración, xu = 14.9113:

xl = 12 f(xl) = 6.0699
xu = 14.9113 f(xu) = –0.2543
−0.2543(12 − 14.9113)
xr = 14.9113 − = 14.7942
6.0669 − ( −0.2543)
el cual tiene errores relativos y verdadero y aproximado de 0.09 y 0.79 por ciento. Es posible realizar
iteraciones adicionales para hacer una mejor aproximación de las raíces.

Se obtiene una idea más completa de la eficiencia de los métodos

de bisección y de falsa posición al observar la figura 5.13, donde se
muestra el error relativo porcentual verdadero de los ejemplos 5.4 y
10 5.5. Observe cómo el error decrece mucho más rápidamente en el
método de la falsa posición que en el de la bisección, debido a un
Bisección
esquema más eficiente en el método de la falsa posición para la loca-
Error relativo porcentual verdadero

1 lización de raíces.
Recuerde que en el método de bisección el intervalo entre xl y xu
se va haciendo más pequeño durante los cálculos. Por lo tanto, el in-
10– 1 tervalo, como se definió por ∆x/2 = |xu – xl|/2 para la primera iteración,
proporciona una medida del error en este método. Éste no es el caso
Falsa posición
con el método de la falsa posición, ya que uno de los valores iniciales
10– 2 puede permanecer fijo durante los cálculos, mientras que el otro
converge hacia la raíz. Como en el caso del ejemplo 5.6, el extremo
inferior xl permanece en 12, mientras que xu converge a la raíz. En
10– 3 tales casos, el intervalo no se acorta, sino que se aproxima a un valor
constante.

10– 4
FiGura 5.13
0 3 6 Comparación de los errores relativos de los métodos de bisección y de
Iteraciones la falsa posición.

Chapra-05.indd 122 3/11/10 14:10:14

 5.3 méTodo dE LA fALsA Posición 123

El ejemplo 5.6 sugiere que la ecuación (5.2) representa un criterio de error muy conservador. De
hecho, la ecuación (5.2) constituye una aproximación de la discrepancia en la iteración previa. Esto
se debe a que para un caso, tal como el del ejemplo 5.6, donde el método converge rápidamente (por
ejemplo, el error se va reduciendo casi un 100% de magnitud por cada iteración), la raíz para la
iteración actual xr nuevo es una mejor aproximación al valor real de la raíz, que el resultado de la ite-
ración previa xranterior. Así, el numerador de la ecuación (5.2) representa la discrepancia de la iteración
previa. En consecuencia, se nos asegura que al satisfacer la ecuación (5.2), la raíz se conocerá
con mayor exactitud que la tolerancia preestablecida. Sin embargo, como se ve en la siguiente sección,
existen casos donde el método de la falsa posición converge lentamente. En tales casos la ecuación (5.2)
no es confiable y se debe desarrollar un criterio diferente de terminación.

5.3.1 desventajas del método de la falsa posición

Aunque el método de la falsa posición parecería ser siempre la mejor opción entre los métodos ce-
rrados, hay casos donde funciona de manera deficiente. En efecto, como en el ejemplo siguiente, hay
ciertos casos donde el método de bisección ofrece mejores resultados.

EJEMPLO 5.6 Un caso en el que la bisección es preferible a la falsa posición

Planteamiento del problema. Con los métodos de bisección y de falsa posición localice la raíz de
f(x) = x10 – 1
entre x = 0 y 1.3.

Solución. Usando bisección, los resultados se resumen como sigue

iteración xl xu xr ea (%) et (%)

1 0 1.3 0.65 100.0 35

2 0.65 1.3 0.975 33.3 2.5
3 0.975 1.3 1.1375 14.3 13.8
4 0.975 1.1375 1.05625 7.7 5.6
5 0.975 1.05625 1.015625 4.0 1.6

De esta manera, después de cinco iteraciones, el error verdadero se reduce a menos del 2%. Con la
falsa posición se obtienen resultados muy diferentes:

iteración xl xu xr ea (%) et (%)

1 0 1.3 0.09430 90.6

2 0.09430 1.3 0.18176 48.1 81.8
3 0.18176 1.3 0.26287 30.9 73.7
4 0.26287 1.3 0.33811 22.3 66.2
5 0.33811 1.3 0.40788 17.1 59.2

Después de cinco iteraciones, el error verdadero sólo se ha reducido al 59%. Además, observe
que ea < et. Entonces, el error aproximado es engañoso. Se obtiene mayor claridad sobre estos resul-
tados examinando una gráfica de la función. En la figura 5.14, la curva viola la premisa sobre la cual

Chapra-05.indd 123 3/11/10 14:10:14

 124 cAPíTuLo 5 méTodos cERRAdos

se basa la falsa posición; es decir, si f(xl) se encuentra mucho más

f (x)
cerca de cero que f(xu), la raíz se encuentra más cerca de xl que
de xu (recuerde la figura 5.12). Sin embargo, debido a la forma
de esta función ocurre lo contrario.

10 El ejemplo anterior ilustra que, por lo común, no es posible

realizar generalizaciones con los métodos de obtención de raíces.
Aunque un método como el de la falsa posición casi siempre es
superior al de bisección, hay algunos casos que violan esta conclusión
general. Por lo tanto, además de usar la ecuación (5.2), los resultados
se deben verificar sustituyendo la raíz aproximada en la ecuación
original y determinar si el resultado se acerca a cero. Esta prueba
5
se debe incorporar en todos los programas que localizan raíces.
El ejemplo ilustra también una importante desventaja del mé-
todo de la falsa posición: su unilateralidad. Es decir, conforme se
avanza en las iteraciones, uno de los puntos limitantes del intervalo
tiende a permanecer fijo. Esto puede llevar a una mala convergencia,
especialmente en funciones con una curvatura importante. La sección
siguiente ofrece una solución.
0
1.0 x
5.3.2 Falsa posición modificada

Una forma de disminuir la naturaleza unilateral de la falsa posición

consiste en obtener un algoritmo que detecte cuando se “estanca”
FiGura 5.14 uno de los límites del intervalo. Si ocurre esto, se divide a la mitad
Gráfica de la función f(x) = x10 – 1, ilustrando la el valor de la función en el punto de “estancamiento”. A este méto-
lentitud de convergencia del método de la falsa
do se le llama método de la falsa posición modificado.
posición.
El algoritmo dado en la figura 5.15 lleva a cabo dicha estrategia.
Observe cómo se han usado contadores para determinar si uno de los
límites del intervalo permanece fijo “estancado” durante dos iteraciones. Si ocurre así, el valor de la
función en este valor de “estancamiento” se divide a la mitad.
La efectividad de este algoritmo se demuestra aplicándolo al ejemplo 5.6. Si se utiliza un criterio
de terminación de 0.01% el método de bisección y el método estándar de falsa posición convergerán,
respectivamente, después de 14 y 39 iteraciones. En cambio el método de la falsa posición modifica-
do convergerá después de 12 iteraciones. De manera que para este ejemplo el método de la falsa po-
sición modificado es más eficiente que el de bisección y muchísimo mejor que el método de la falsa
posición no modificado.

5.4 BÚsQuedas Por increMentos Y deterMinaciÓn

de VaLores iniciaLes

Además de verificar una respuesta individual, se debe determinar si se han localizado todas las
raíces posibles. Como se mencionó anteriormente, por lo general una gráfica de la función ayuda-
rá a realizar dicha tarea. Otra opción es incorporar una búsqueda incremental al inicio del progra-
ma. Esto consiste en empezar en un extremo del intervalo de interés y realizar evaluaciones de la

Chapra-05.indd 124 3/11/10 14:10:14

 5.4 bÚsQuEdAs PoR incREmEnTos Y dETERminAción dE VALoREs iniciALEs 125

FiGura 5.15 FUNCTION ModFalsePos(xl, xu, es, imax, xr, iter, ea)
Pseudocódigo para el método de la falsa iter = 0
posición modificado. fl = f(xl)
fu = f(xu)
DO
xrold = xr
xr = xu – fu * (xl – xu) / (fl – fu)
fr = f(xr)
iter = iter + 1
IF xr <> 0 THEN
ea = Abs((xr – xrold) / xr) * 100
END IF
test = fl * fr
IF test < 0 THEN
xu = xr
fu = f(xu)
iu = 0
il = il +1
If il ≥ 2 THEN fl = fl / 2
ELSE IF test > 0 THEN
xl = xr
fl = f (xl)
il = 0
iu = iu + 1
IF iu ≥ 2 THEN fu = fu / 2
ELSE
ea = 0
END IF
IF ea < es 0R iter ≥ imax THEN EXIT
END DO
ModFalsePos = xr
END ModFalsePos

f (x)

FiGura 5.16
Casos donde las raíces pueden pasar
inadvertidas debido a que la longitud del
incremento en el método de búsqueda
incremental es demasiado grande. Observe que
la última raíz a la derecha es múltiple y podría x
x0 x1 x2 x3 x4 x5 x6
dejar de considerarse independientemente de la
longitud del incremento.

Chapra-05.indd 125 3/11/10 14:10:15

 126 cAPíTuLo 5 méTodos cERRAdos

función con pequeños incrementos a lo largo del intervalo. Si la función cambia de signo, se supo-
ne que la raíz está dentro del incremento. Los valores de x, al principio y al final del incremento,
pueden servir como valores iniciales para una de las técnicas descritas en este capítulo.
Un problema potencial en los métodos de búsqueda por incremento es el de escoger la longitud
del incremento. Si la longitud es muy pequeña, la búsqueda llega a consumir demasiado tiempo. Por
otro lado, si la longitud es demasiado grande, existe la posibilidad de que raíces muy cercanas entre
sí pasen inadvertidas (figura 5.16). El problema se complica con la posible existencia de raíces múl-
tiples. Un remedio parcial para estos casos consiste en calcular la primera derivada de la función
f′(x) al inicio y al final de cada intervalo. Cuando la derivada cambia de signo, puede existir un
máximo o un mínimo en ese intervalo, lo que sugiere una búsqueda más minuciosa para detectar la
posibilidad de una raíz.
Aunque estas modificaciones o el empleo de un incremento muy fino ayudan a resolver el pro-
blema, se debe aclarar que métodos tales como el de la búsqueda incremental no siempre resultan
sencillos. Será prudente complementar dichas técnicas automáticas con cualquier otra información
que dé idea de la localización de las raíces. Esta información se puede encontrar graficando la fun-
ción y entendiendo el problema físico de donde proviene la ecuación.

ProBLeMas
5.1 Determine las raíces reales de f(x) = –0.6x2 + 2.4x + 5.5:
a) Gráficamente.
b) Empleando la fórmula cuadrática.
c) Usando el método de bisección con tres iteraciones para
determinar la raíz más grande. Emplee como valores inicia-
les xl = 5 y xu = 10. Calcule el error estimado ea y el error
verdadero et para cada iteración.
5.2 Determine las raíces reales de f(x) = 4x3 – 6x2 + 7x – 2.3:
a) Gráficamente.
b) Utilizando el método de bisección para localizar la raíz más
pequeña. Use los valores iniciales xl = 0 y xu = 1 iterando
hasta que el error estimado ea se encuentre debajo de es =
10%.
5.3 Determine las raíces reales de f (x) = −26 + 85x − 91x2 + 44x3
– 8x4 + x5:
a) Gráficamente.
b) Usando el método de bisección para localizar la raíz más
grande con es = 10%. Utilice como valores iniciales xl = 0.5
y xu = 1.0.
c) Realice el mismo cálculo que en b), pero con el método de
la falsa posición y es = 0.2%.
5.4 a) Determine gráficamente las raíces de f (x) = –13 – 20x +
19x2 – 3x3. Además, determine la primera raíz de la función con
b) bisección y c) posición falsa. Para b) y c), utilice valores
iniciales para xl = –1 y xu = 0, y un criterio de detención de 1%.
5.5 Localice la primera raíz no trivial de sen x = x3, donde x está
en radianes. Use una técnica gráfica y bisección con un interva-
lo inicial de 0.5 a 1. Haga el cálculo hasta que ea sea menor que
es = 2%. Realice también una prueba de error sustituyendo la
respuesta final en la ecuación original.
5.6 Determine la raíz real de ln (x4) = 0.7:
a) Gráficamente.
b) Empleando tres iteraciones en el método de bisección con
los valores iniciales xl = 0.5 y xu = 2.
c) Usando tres iteraciones del método de la falsa posición, con
los mismos valores iniciales de b).
5.7 Determine la raíz real de f (x) = (0.8 – 0.3x)/x:
a) Analíticamente.
b) Gráficamente.
c) Empleando tres iteraciones en el método de la falsa posición,
con valores iniciales de 1 a 3, calcule el error aproximado ea y
el error verdadero et en cada iteración. ¿Hay algún problema
con el resultado?
5.8 Calcule la raíz cuadrada positiva de 18 usando el método de
la falsa posición con es = 0.5%. Emplee como valores iniciales
xl = 4 y xu = 5.
5.9 Encuentre la raíz positiva más pequeña de la función (x está
en radianes) x2| cos 
x | = 5 usando el método de la falsa posición.
Para localizar el intervalo en donde se encuentra la raíz, grafique
primero esta función para valores de x entre 0 y 5. Realice el
cálculo hasta que ea sea menor que es = 1%. Compruebe su res-
puesta final sustituyéndola en la función original.
5.10 Encuentre la raíz positiva de f(x) = x4 – 8x3 – 35x2 + 450x
– 1 001, utilizando el método de la falsa posición. Tome como
valores iniciales a xl = 4.5 y xu = 6, y ejecute cinco iteraciones.
Calcule los errores tanto aproximado como verdadero, con base
en el hecho de que la raíz es 5.60979. Emplee una gráfica para
explicar sus resultados y hacer el cálculo dentro de un es = 1.0%.
5.11 Determine la raíz real de x3.5 = 80:
a) En forma analítica.

Chapra-05.indd 126 3/11/10 14:10:15