Tema 2 PDF

Cálculo Numérico (0258)
Semestre 2-2011
TEMA 2
CEROS DE
FUNCIONES
NO LINEALES
Semestre José Luis Quintero

2-2011
Agosto 2011
Ceros de Funciones
No Lineales
Prof.
U.C.V. F.I.U.C.V. CÁLCULO NUMÉRICO (0258) - TEMA 2 José Luis Quintero
Las notas presentadas a continuación tienen como único fin, el de prestar apoyo al
estudiante y facilitar su entendimiento en el tema de ceros de funciones no lineales.
La guía contempla un pequeño resumen de la teoría correspondiente que sirve de

repaso a los contenidos teóricos que componen el tema. Se presentan ejercicios resueltos y
propuestos, algunos son originales, otros se han tomado de guías redactadas por profesores,
también hay ejercicios tomados de exámenes y de algunos textos. Se ha tratado de ser lo
más didáctico posible y se espera prestar un apoyo a la enseñanza del Cálculo Numérico en
Ingeniería.
Agradezco las observaciones y sugerencias que me puedan hacer llegar en la mejora

del presente material, las mismas pueden ser enviadas a la siguiente dirección de correo:
quinterodavila@hotmail.com.
Ceros de Funciones
INDICE GENERAL No Lineales
Prof.
2.1. Método de bisección 42

2.2. Método de la falsa posición 45
2.3. Método de la secante 47
2.4. Método de Newton 49
2.5. Ejercicios resueltos 51
2.6. Punto fijo e iteración funcional 57
2.7. Interpretación geométrica del teorema del punto fijo 59
2.8. Aplicación a la resolución de ecuaciones 60
2.9. Ejercicios resueltos 61
2.10. Ejercicios propuestos 66
Ceros de Funciones
No Lineales
MÉTODO DE BISECCIÓN Pág.: 42 de 73
Prof.
2.1. MÉTODO DE BISECCIÓN
Si f es una función 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 función f cambia de signo en el intervalo
[a,b] y, por lo tanto, tiene por lo menos un cero en el intervalo. Ésta es una consecuencia del
teorema del valor intermedio para funciones continuas, que establece que si f es continua
en [a,b], y se sabe que y está en el intervalo abierto definido por f(a) y f(b) entonces
f(x) = y para algún x ∈ (a,b) .
El método de bisección explota esta idea de la siguiente manera: si f(a)f(b) < 0 ,

entonces se calcula c = 1
2
(a + b) y se averigua si f(a)f(c) < 0 . Si lo es, entonces f tiene un
cero en [a,c].
A continuación se rebautiza a c como b y se comienza una vez más 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 rebautiza a c como a. En ambos casos se ha generado un
nuevo intervalo que contiene un cero de f, y el proceso puede repetirse. Claro está que si
f(a)f(c) = 0 entonces f(c) = 0 y con ello se ha encontrado un cero. Sin embargo, debido a los
errores de redondeo, es poco factible que en la computadora f(c) = 0 .
Se debe permitir una tolerancia razonable. El método de bisección también se conoce

como método de la bipartición. El algoritmo 1 muestra el método de bisección. El punto
medio c se calcula como c ← a + (b − a) 2 , en lugar de c ← (a + b) 2 . Al hacerlo así se sigue la
estrategia general de que, al efectúar cálculos numéricos, es mejor calcular una cantidad
añadiendo un pequeño término de corrección a una aproximación obtenida previamente.
Forsythe, Malcom y Moler dan un ejemplo en el que el punto medio c, calculado mediante
(a + b) 2 en una computadora con precisión limitada ¡se sale del intervalo [a,b]!. En segundo
lugar, es mejor determinar si la función cambia de signo en el intervalo recurriendo a que
signo(w) ≠ signo(u) , en lugar de utilizar que w.u < 0 , ya que esta última requiere de una
multiplicación innecesaria. Por otra parte, e corresponde al cálculo de la cota del error que se
establece en el teorema que se verá más adelante.
Finalmente hay que darse cuenta de que en el algoritmo participan tres criterios para
detener la ejecución del algoritmo. Primero, iteraciones señala el máximo número de pasos
que permitirá el usuario. Siempre se debe contar con este tipo de resguardo para reducir la
posibilidad de que el proceso de cálculo caiga en un ciclo infinito. Por otra parte, la ejecución
del programa se puede detener, ya sea cuando el error es suficientemente pequeño o cuando
lo es el valor de f(c) . Los parámetros cotaerror y cotaimagen controlan esta situación.
Ceros de Funciones
No Lineales
Prof.
inicio
leer (a,b,iteraciones,cotaerror,cotaimagen)
u ← f(a)
v ← f(b)
e ← b-a
escribir (a,b,u,v)
si signo(u) = signo(v) entonces stop
desde k = 1 hasta iteraciones hacer
e ← e2
c ← a + e
w ← f(c)
escribir (k,a,u,c,w,b,v,e)
si e < cot aerror o w < cot aimagen entonces stop
si signo(w) ≠ signo(u) entonces
b ← c
v ← w
sino
a ← c
u ← w
fin_si
fin_desde
fin
Algoritmo 1. Método de bisección
TEOREMA 1. Sea f continua en [a,b] y suponga que f(a).f(b) < 0 , el método de bisección
genera una sucesión {cn } que se aproxima a r con la propiedad
b−a
cn − r ≤ ; n≥0
2n +1
Demostración.
Usando inducción, primero se demostrará que
b−a
bn − an = ; n ≥ 0.
2n
En efecto: para n = 0 , b0 − a0 = b − a , se supone cierto para n,
b−a
bn − an = ; n≥0
2n
y se demostrará para n + 1 ,
1 1 (b − a) (b − a)
bn +1 − an +1 = (bn − an ) = . = n +1
2 2 2n 2
Si se toma
Ceros de Funciones
No Lineales
Prof.
an + bn
cn = ,
2
se obtiene:
bn − an 1 (b − a) (b − a)
cn − r ≤ (xn − an ) = = . = n +1 ; n ≥ 0. ■
2 2 2n 2
Ejemplo 1. Sea la función h(x) = xsen(x) . Hallar el valor de x que está dentro del intervalo
0, 2 tal que h(x) = 1 (el ángulo x en la función sen(x) se mide en radianes) usando el
método de bisección.
Solución.
Se usa el método de bisección para hallar un cero de f(x) = xsen(x) − 1 .
Se empieza con a0 = 0 y b0 = 2 , se calcula
f(0) = −1.000000 y f(2) = 0.818595 ,
de manera que hay una raíz de f(x) = 0 en el intervalo 0, 2 .
En el punto medio c0 = 1 se tiene
f(1) = −0.158529 y f(1.5) = 0.496242 ,
la raíz está en el intervalo 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 se obtiene una sucesión {ck } que converge a r ≈ 1.114157141 . Se observa el
cálculo de los ocho primeros pasos en la tabla 1, posteriormente representada en la figura 1.
Extremo Punto Extremo Valor de la

k izquierdo Medio derecho función
ak ck bk 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 1.10937500 1.1171875 1.1250000 0.004208
8 1.10937500 1.11328125 1.11718750 -0.001216
⋮ ⋮ ⋮ ⋮ ⋮
Tabla 1. Resolución de xsen(x) − 1 = 0 por el método de bisección
Ceros de Funciones
No Lineales
Prof.
Figura 1. Representación gráfica de f(x) = xsen(x) − 1
2.2. MÉTODO DE LA FALSA POSICIÓN
Como el método de bisección converge muy lentamente, se intentó diseñar un método

que converja más rápidamente pero con la misma propiedad que el método de bisección:
asegurar la convergencia encerrando la raíz en cada paso. Como antes, se supone que
f(a).f(b) < 0 y se aproxima el gráfico de f por una recta que pase por los puntos (a, f(a)) y
(b, f(b)) y la raíz de esta recta “c” será una aproximación a la raíz r de f(x).
Como antes, se descarta uno de los extremos y se reemplaza por c para obtener un
nuevo intervalo que contenga a r y se repite el proceso. La ecuación de la recta será
 f(b) − f(a) 
g(x) = f(b) + (x − b)  .
 b−a 
Si se llama c a la raíz de esta recta, se tiene g(c) = 0 , así que

 f(b) − f(a) 
f(b) + (c − b)   = 0,
 b−a 
por lo tanto
 b−a 
c = b − f(b)  .
 f(b) − f(a) 
Ceros de Funciones
MÉTODO DE LA No Lineales
Pág.: 46 de 73
FALSA POSICIÓN Prof.
El siguiente pseudocódigo muestra el método de la falsa posición también conocido

como Regula Falsi:
inicio
leer (a,b,iteraciones,cotaimagen,cotalongitud)
u ← f(a)
v ← f(b)
escribir (u,v)
si signo(u) = signo(v) entonces stop
c ← b − v [(b − a)(v − u)]
w ← f(c)
escribir (k,a,u,c,w,b,v)
si w < cot aimagen o b − a < cotalongitud entonces stop
si signo(w) ≠ signo(u) entonces
b ← c
v ← w
sino
a ← c
u ← w
fin_si
fin_desde
fin
Algoritmo 2. Método de la falsa posición
Ejemplo 2. Sea la función h(x) = xsen(x) . Hallar el valor de x que está dentro del intervalo
0, 2 tal que h(x) = 1 (el ángulo x en la función sen(x) se mide en radianes), usando el
método de la falsa posición.
Solución.
Empezando con a0 = 0 y b0 = 2 , se tiene f(0) = −1.00000000 y f(2) = 0.81859485 , de
manera que hay una raíz de f(x) = 0 en el intervalo 0, 2 . Se calcula
0.81859485(2 − 0)
c0 = 2 − = 1.09975017 y f(c0 ) = −0.02001921 .
0.81859485 − (−1)
La función cambia de signo en el intervalo c0 ,b0  = 1.09975017, 2 , se corta por la derecha y
se se asigna a1 = c0 y b1 = b0 . Se calcula
0.81859485(2 − 1.09975017)
c1 = 2 − = 1.12124074 y f(c1 ) = 0.00983461 .
0.81859485 − (−0.02001921)
f(x) cambia de signo en a1 , c1  = 1.09975017,1.12124074 , así que la siguiente decisión es
cortar por la derecha y poner a2 = a1 y b2 = c1 . Estos cálculos se recogen en la tabla 2.
Ceros de Funciones
MÉTODO DE LA No Lineales
Pág.: 47 de 73
FALSA POSICIÓN Prof.
Extremo Punto Extremo Valor de la

k izquierdo Intermedio derecho función
ak ck bk f(ck )
0 0.00000000 1.09975017 2.00000000 -0.02001921
1 1.09975017 1.12124074 2.00000000 0.00983461
2 1.09975017 1.11416120 1.12124074 0.00000563
3 1.09975017 1.11415714 1.11416120 0.00000000
Tabla 2. Resolución de xsen(x) − 1 = 0 por el método de la falsa posición
2.3. MÉTODO DE LA SECANTE
Al igual que en el método de la falsa posición, el gráfico de y = f(x) es aproximado por

una recta secante en la vecindad de la raíz r pero, sin obligar a los iterados a encerrar a la
raíz. El método es x0 , x1 dos iterados iniciales dados,
 xn − xn −1 
xn +1 = xn − f(xn )   ; n ≥ 1.
 f(xn ) − f(xn −1 ) 
De esta manera el método no asegura convergencia, pero se demuestra que si

converge es más rápido que los anteriores.
TEOREMA 2. Sea f una función dos veces continuamente diferenciable en (a,b) que contiene
a la raíz r de f tal que f '(r) ≠ 0 , entonces si los iterados iniciales son escogidos
suficientemente próximos a r, los iterados xn dados por el método de la secante convergerán
a r con orden de convergencia
1+ 5
p= ≈ 1.62 .
2
Las principales dificultades del método de la secante son:

a. El método puede ser divergente si los iterados iniciales no han sido bien escogidos.
b. La fracción (xn − xn −1 ) (f(xn ) − f(xn −1 )) se calcula de una manera muy imprecisa cuando
xn → r debido a la pérdida de dígitos significativos en la evaluación del numerador y del
denominador. El algoritmo 3 muestra el método de la secante.
Ceros de Funciones
No Lineales
MÉTODO DE LA SECANTE Pág.: 48 de 73
Prof.
Dese cuenta de que en el pseudocódigo los puntos extremos de [a,b] pueden

intercambiarse para lograr que f(b) ≤ f(a) se satisfaga. Así, para el intervalo [xn , xn −1 ] se
satisface que f(xn ) ≤ f(xn −1 ) y para el siguiente intervalo [xn +1 , xn ] también es válido que
f(xn +1 ) ≤ f(xn ) . Con esto se tiene plena seguridad de que el valor absoluto de la función es
no creciente.
Ejemplo 3. Utilice el método de la secante para encontrar un cero de la función

f(x) = x3 − senh(x) + 4x2 + 6x + 9 .
Solución.
Una gráfica aproximada (ver figura 2) sugiere que hay un cero entre 7 y 8 en el algoritmo. Al
ejecutar el algoritmo se muestran los resultados en la tabla 3.
inicio
leer (a,b,iteraciones,cotalongitud,cotaimagen)
u ← f(a)
v ← f(b)
e ← b − a
escribir (0,a,u)
escribir (1,b,v)
si u < v entonces
a ↔ b
u ↔ v
fin_si
s ← (b − a)(v − u)
a ← b
u ← v
b ← b − vs
v ← f(b)
escribir (k,b,v)
si b − a < cot alongitud o v < cot aimagen entonces stop
fin_desde
fin
Algoritmo 3. Método de la secante

Ceros de Funciones
No Lineales
MÉTODO DE LA SECANTE Pág.: 49 de 73
Prof.
n xn f(xn )
0 7.00000 0.417 × 102
1 8.00000 - 0.665 × 103
2 7.05895 0.208 × 102
3 7.11764 - 0.183 × 101
4 7.11289 0.710 × 10−1
5 7.11306 0.244 × 10−3
6 7.11306 0.610 × 10−4
Tabla 3. Resolución de x3 − senh(x) + 4x2 + 6x + 9 = 0 por el método de la secante
Figura 2. Representación gráfica de f(x) = x3 − senh(x) + 4x2 + 6x + 9
2.4. MÉTODO DE NEWTON
En este método se continua con la misma idea de los dos métodos anteriores:
aproximar el gráfico de y = f(x) en la vecindad de la raíz por una recta, pero en vez de usar la
secante se usa ahora la tangente a f en un iterado xn y la raíz de esa recta será una
aproximación a r. Dado un punto inicial x0 suficientemente próximo a r, se traza la tangente
a f(x) en (x0 , f(x0 )) , lo cual deja como método:
x0 dado,
f(xn )
xn +1 = xn − ; n≥ 0.
f '(xn )
Ceros de Funciones
No Lineales
MÉTODO DE NEWTON Pág.: 50 de 73
Prof.
TEOREMA 3. Sea f ''(x) continua y sea r un cero simple de f(x) . Hay una vecindad de r y
una constante C tales que si el método de Newton se inicia en esa vecindad, los puntos
sucesivos se acercan cada vez a r y satisfacen xn +1 − r ≤ C(xn − r)2 (n ≥ 0) .
TEOREMA 4. Sea f ''(x) continua en todo R, es creciente, convexa y tiene un cero, entonces
el cero es único y la iteración de Newton convergerá a él a partir de cualquier punto inicial.
El algoritmo 4 presenta el método de Newton:
inicio
leer (x0,iteraciones,cot alongitud,cot aimagen)
v ← f(x0)
escribir (0,x0, v)
si v < cot aimagen entonces stop
x1 ← x0 − v f '(x0)
v ← f(x1)
escribir(k,x1, v)
si x1 − x0 < cot alongitud o v < cot aimagen entonces stop
x0 ← x1
fin_desde
fin
Algoritmo 4. Método de Newton
Una de las desventajas del método de Newton es que utiliza la derivada de la función
cuyo cero se busca. Para superar esta dificultad se han propuesto una serie de métodos. Por
ejemplo, la iteración de Steffensen
[f(xn )]2
xn +1 = xn −
f(xn + f(xn )) − f(xn )
da una manera de atacar el problema.
Ejemplo 4. Hallar la raíz cuadrada de 10 usando tres iteraciones mediante el método de

Newton y comenzando con el valor inicial x0 = 3 .
Solución.
Una ecuación que permite encontrar la raíz cuadrada de diez es x2 − 10 = 0 . Así,
f(x) = x2 − 10 y f'(x) = 2x .
La fórmula de iteración
Ceros de Funciones
No Lineales
MÉTODO DE NEWTON Pág.: 51 de 73
Prof.
f(xn ) x2 − 10
xn +1 = xn − = xn − n .
f '(xn ) 2xn
Comenzando el proceso iterativo:
32 − 10
x0 = 3 x1 = 3 − = 3.17
2×3
3.172 − 10 3.162 − 10
x2 = 3.17 − = 3.16 x3 = 3.16 − = 3.16 10 ≈ 3.16
2 × 3.17 2 × 3.16
2.5. EJERCICIOS RESUELTOS
1. Marque con una x la respuesta correcta, acompañada de una justificación:

a. Sabiendo que existe una raíz de la ecuación x3 + x = 6 entre 1.55 y 1.75, el menor
número de iteraciones necesarias para obtener, mediante el método de bisección, un
intervalo de amplitud menor o igual que 0.0001 que contenga dicha raíz es:
( ) 12 ( ) 10
( x ) 11 ( )9
Solución.
b0 − a0 1.75 − 1.55 0.2 2 1
L ≤ 0.0001 ⇒ n
= n
= n
= n
≤ ⇒ 103 ≤ 2n −1
2 2 10.2 2 10000
3
⇒ 3 ≤ (n − 1)log2 ⇒ n ≥ + 1 ≈ 10.97 ⇒ 11 iter.
log2
b. Si R = A.B y x0 = n , (n ≠ 0) , después de una iteración el método de Newton para
n
encontrar R da la aproximación:
(x) n
A.B ≈ (n − 1) + n−n A.B ( ) n
A.B ≈ (n + 1) + nn A.B
( ) n
A.B ≈ (n − 1) + nn A.B ( ) n
A.B ≈ (n + 1) + n−n A.B
Solución.
Sea f(x) = xn − R al aplicar la iteración de Newton se tiene:
xn0 − R nn − R nn +1 − nn + R nn (n − 1) + R
x1 = x0 − =n− = =
n.xn0−1 nn nn nn
= (n − 1) + n−nR = (n − 1) + n−n A.B
2. Responda cada una de las siguientes afirmaciones con una y sólo una de las posibles
respuestas: siempre, nunca o algunas veces, acompañada de una justificación:
a. En el método de bisección, se verifica que (bn − bn +1 ) ≤ (bn − an ) 2 .
Solución.
Siempre.
Ceros de Funciones
No Lineales
EJERCICIOS RESUELTOS Pág.: 52 de 73
Prof.
Caso I: bn +1 = bn . 0 ≤ (bn − an ) 2 ⇒ an ≤ bn
bn + an b − an bn + an
Caso II: bn +1 = . bn ≤ n + = bn .
2 2 2
b. En el método de bisección se tiene que cn +1 − cn = 2−(n +1) (b0 − a0 ) , n ≥ 0 .
Solución.
Nunca.
1 1
(b − an ) = 2 .2n (b0 − a0 ) = 2−(n + 2)(b0 − a0 ) ≠ 2−(n +1)(b0 − a0 ) , n ≥ 0
cn +1 − cn =
4 n 2
c. Si f(α) = 0 y f '(α) ≠ 0 , entonces al aplicar el método de Newton el orden de
convergencia es cuadrático.
Solución.
Algunas veces. Si f(α) = 0 y f '(α) ≠ 0 , con la iteración de Newton se tiene
f ''(α)
F ''(α) =.
f '(α)
Dependerá de que f ''(α) se anule o no para decidir si el método tiene orden al menos
cúbico o tiene orden cuadrático.
d. Si f(r) = f ''(r) = 0, f '(r) = m−1 y f '''(r) ≠ 0 entonces el método de iteración dado por
xn +1 = xn − m.f(xn ), m ≠ 0, converge cúbicamente a r.
Solución.
Siempre. Sea F(x) = x − mf(x) ⇒ F(r) = r − mf(r) = r , entonces se tiene que:
F '(x) = 1 − mf '(x) ⇒ F '(r) = 1 − mf '(r) = 1 − m / m = 1 − 1 = 0 .
Se tiene además que
F ''(x) = −mf ''(x) ⇒ F ''(r) = −mf ''(r) = 0
y finalmente se prueba que F '''(x) = −mf '''(x) ⇒ −mf '''(r) ≠ 0 .
e. Si f(x0 ) = −f(x1 ) y f '(x0 ) = f '(x1 ) ≠ 0 , entonces al aplicar el método de Newton se
obtiene x2 = x0 .
Solución.
Siempre.
f(x0 ) f(x1 ) f(x1 )
x1 = x0 − = xo + , x2 = x1 − ,
f '(x0 ) f '(x1 ) f '(x1 )
se tiene entonces que
f(x1 ) f(x1 )
x2 = x0 + − = x0 .
f '(x1 ) f '(x1 )
f. El método de Newton posee convergencia cúbica.
Solución.
Algunas veces.
Para convergencia cúbica con Newton se exige que f '(r) ≠ 0 , f ''(r) = 0 . Se tiene
entonces que para f(x) = sen(x) el método de Newton tiene convergencia cúbica,
mientras que para f(x) = x2 no se cumplen tales condiciones.
Ceros de Funciones
No Lineales
Prof.
3. La función f(x) = x − cos(x) posee una raíz en el intervalo [0, 2π] .

a. Realice una iteración del método de bisección.
Solución.
f(0) = −1, f(2π) = 2π − 1 ⇒ f(0).f(2π) < 0 y f(x) es continua en [0,2π] . De modo que
c0 = π ⇒ f(π) = π + 1 > 0 . Se tiene [0, π] como nuevo intervalo, así c1 = π 2 .
b. Realice una iteración del método de falsa posición.
Solución.
f(0) = −1, f(2π) = 2π − 1 ⇒ f(0).f(2π) < 0 y f(x) es continua en [0,2π] . De modo que
 2π − 0 
c0 = 2π − (2π − 1)   = 2π − (2π − 1) = 1 .
 2π − 1 + 1 
c. Realice una iteración del método de la secante (x0 = 0, x1 = π) .
Solución.
x0 = 0, f(0) = −1 y x1 = π, f(π) = π + 1 y f(x) es continua en R. De manera que se
calcula
 π−0  (π + 1)π π2 + 2π − π2 − π π
x2 = π − (π + 1)   = π− = = .
 π + 1 + 1  π + 2 π + 2 π + 2
4. El principio de Arquímedes establece que el empuje a que está sometido un cuerpo

sumergido en un líquido es igual al peso del fluido desplazado. Al plantear esta condición
de equilibrio para una esfera de radio 1 cm y densidad 0.75 g / cm3 , se tiene la ecuación
h3 − 2h2 + 3 = 0 , donde h es la altura de la parte de la esfera que está sumergida.
Encuentre una aproximación a la solución de la ecuación anterior aplicando:
a. Dos iteraciones del método de bisección en el intervalo  −2, 2 .
Solución.
f(h) = h3 − 2h2 + 3 ⇒ f(−2) = −13 , f(2) = 3 ⇒ f(−2).f(2) < 0 . Se tiene entonces que
c0 = 0 . Se observa que f(0) = 3 , de modo que f(−2).f(0) < 0 . Por lo tanto c1 = −1 .
b. Una iteración del método de falsa posición en el intervalo  −2, 2 .
Solución.
f(h) = h3 − 2h2 + 3 ⇒ f(−2) = −13 , f(2) = 3 ⇒ f(−2).f(2) < 0 . Se tiene entonces que
 2 − (−2)  3.4 12 3 5
c0 = 2 − f(2)   = 2 − 3 + 13 = 2 − 16 = 2 − 4 = 4 .
 f(2) − f(− 2) 
c. Una iteración del método de Newton comenzando con h0 = 1 .
Solución.
xn3 − 2xn2 + 3 2xn3 − 2xn2 − 3
xn +1 = xn − = .
3xn2 − 4xn 3xn2 − 4xn
Se tiene
2x30 − 2x20 − 3 2−2−3
x1 = = = 3.
3x20 − 4x0 3−4
Ceros de Funciones
No Lineales
Prof.
5. Aplique una iteración del método de Newton con x0 = 2 , para aproximar el valor de x que
en la gráfica de y = 1 / x produce el punto más cercano a (2,1).
Solución.
Sean los puntos A(2,1) y B(x,1/x) . Entonces
d(x) = (x − 2)2 + (1 / x − 1)2 (la función distancia).

Como se quiere encontrar la distancia mínima, esto equivale a encontrar el punto mínimo
de la función. Sea x0 la abscisa de este punto, entonces se debe cumplir que
d '(x0 ) = 0 y d'(x) < 0, si x < x0 y d'(x) > 0 si x > x0 .
Al calcular d'(x) se obtiene
2(x − 2) − 2(1 / x − 1) / x2 x − 2 − 1 / x3 + 1 / x2
d '(x) = = .
2 (x − 2)2 + (1 / x − 1)2 (x − 2)2 + (1 / x − 1)2
Se exige que
x4 − 2x3 − 1 + x
d '(x) = 0 ⇒ x − 2 − 1 / x3 + 1 / x2 = 0 ⇒ 3
= 0 ⇒ x4 − 2x3 + x − 1 = 0 .
x
Sea k(x) = x4 − 2x3 + x − 1 , entonces k '(x) = 4x3 − 6x2 + 1 y al aplicar la iteración de
Newton se obtiene
x4 − 2x3 + x − 1 4xn4 − 6xn3 + xn − xn4 + 2xn3 − xn + 1 3xn4 − 4xn3 + 1
xn +1 = xn − n 3 n 2 n = = .
4xn − 6xn + 1 4xn3 − 6xn2 + 1 4xn3 − 6xn2 + 1
Iterando se obtiene,
3.24 − 4.23 + 1
48 − 32 + 1 17 ˆ.
x1 = = = = 1.8
4.2 − 6.2 + 1 32 − 24 + 1
3 2 9
Si se toma un valor arbitrario (x = 2) y se evalúa en la función d'(x) se obtiene que
−1 / 8 + 1 / 16 1 / 16 1
d '(2) = =− =− ,
1/2 1/2 8
lo cual permite afirmar que el iterado de Newton es una aproximación a la abscisa del
punto mínimo.
6. Se desea calcular una de las raíces de f(x) = x2 − 10x + 16 en el intervalo [a,7] . Se sabe
que la raíz está más cerca del valor “a”. Se realizan dos iteraciones por bisección y luego
una por Newton obteniéndose como aproximación de la raíz el valor x = 1.95 . Calcule el
valor de “a”.
Solución.
1era iteración bisección:
a+7
c1 = .
2
2da iteración bisección:
a + c1 a + a2+ 7 3a + 7
3a + 7
c2 = = = 2
= .
2 2 2 4
Ceros de Funciones
No Lineales
Prof.
1era iteración de Newton:

( 3a4+7 )
2
− 10. 3a4+ 7 + 16 9a2 + 42a + 49
f(c2 ) 3a + 7 3a + 7 − 30a4+ 70 + 16
c3 = c2 − = − = − 16
f '(c2 ) 4 2. 3a4+ 7 − 10 4 6a +14
4
− 10
9a2 + 42a + 49 −120a − 280 + 256 9a2 − 78a + 25
3a + 7 3a + 7 3a + 7 9a2 − 78a + 25
= − 16
6a +14 − 40
= − 16
6a − 26
= −
4 4
4 4
4 8(3a − 13)
2(3a − 13)(3a + 7) − 9a2 + 78a − 25 2(9a2 + 21a − 39a − 91) − 9a2 + 78a − 25
= =
8(3a − 13) 8(3a − 13)
18a2 − 36a − 182 − 9a2 + 78a − 25 9a2 + 42a − 207
= = = 1.95
8(3a − 13) 8(3a − 13)
9a2 + 42a − 207 = 46.8a − 202.8 ⇒ 9a2 − 4.8a − 4.2 = 0 ⇒ a1 = 1 , a2 = −0.4666
Por lo tanto a = 1 .
7. Considere las siguientes fórmulas de iteración:

f(xn ) f(xn + f(xn )) − f(xn )
xn +1 = xn − 1
4
f(xn ) y xn +1 = xn − g(xn )
, g(x) = f(xn )
a. Interprete geométricamente cada fórmula.

Solución.
En la fórmula 1 de iteración se trabajan con rectas paralelas de pendiente 4. En la
fórmula 2 de iteración se sustituye la derivada por una fórmula que la aproxima.
b. Aplique una iteración de cada fórmula a f(x) = x2 con x0 = 2 , mostrando analítica y
geométricamente la forma de obtener los nuevos iterados.
Solución.
Primera fórmula de iteración: x1 = 2 − 1 = 1 . (ver figura 3)
Figura 3. Iteración con la primera fórmula
Segunda fórmula de iteración: x1 = 2 − 4 = 3 . (ver figura 4)

8 2
Ceros de Funciones
No Lineales
Prof.
Figura 4. Iteración con la segunda fórmula
8. Sea r un cero de multiplicidad dos de la función f, de modo que f(r) = f '(r) = 0 ≠ f ''(r) . Si
f '' es continua, con el método de Newton se debe tener:
( x ) en +1 ≈ 12 en ( ) en +1 ≈ en
( ) en +1 ≈ 1
en2 ( ) en +1 ≈ 2en
2
Solución.
Se observa que r es un cero de multiplicidad 2, por lo tanto f se puede expresar como
f(x) = (x − r)2 h(x) , donde h(r) ≠ 0 .
Iteración funcional de Newton
f(x) (x − r)2 h(x) (x − r)h(x)
g(x) = x − =x− =x− .
f '(x) 2
(x − r) h'(x) + 2(x − r)h(x) (x − r)h '(x) + 2h(x)
De modo que g(r) = r . Derivando y sustituyendo la iteración funcional se tiene que
f '(x) − f(x)f ''(x) f(x)f ''(x) (x − r) h(x) (x − r) h''(x) + 4(x − r)h'(x) + 2h(x)
2 2 2
g '(x) = 1 −  = =
2 2 2
 f '(x)  f '(x) (x − r)2 h'(x) + 2(x − r)h(x)
 
h(x) (x − r)2 h''(x) + 4(x − r)h '(x) + 2h(x)
=  
2
(x − r)h'(x) + 2h(x) 
Lo que implica que
h(r) (r − r)2 h''(r) + 4(r − r)h'(r) + 2h(r) 2 h(r)2 1
g '(r) =  =   = .
2 2 2
(r − r)h '(r) + 2h(r) 4 h(r)
Como g '(r) ≠ 0 , el método de Newton es lineal y el factor de convergencia es igual a ½,
verificándose que en +1 ≈ 1
2
en .
Ceros de Funciones
No Lineales
Prof.
9. Sea
1−x 1
f(x) =
− .
1 + x 3x + 1
Aplique una iteración de Newton a f(x) con x0 = 1 .
Solución.
Sean
1−1 1 1 1 2 3 1 3 5
f(1) = − =0− = − y f '(1) = − + =− + =− .
1 + 1 3 ×1 + 1 4 4 (1 + 1)2
(3 × 1 + 1)2 2 16 16
Iteración de Newton:
f(xn ) f(1) −1 16 4 1
xn +1 = xn − , n ≥ 0 ⇒ x1 = 1 − = 1 − 54 = 1 − = = .
f '(xn ) f '(1) − 16 20 20 5
2.6. PUNTO FIJO E ITERACIÓN FUNCIONAL
Definición 1 (Función contractiva). Una función f : R → R se dice contractiva si verifica

que
f(x1 ) − f(x2 ) ≤ q x1 − x2 ∀x1 , x2 ∈ R con q < 1.
q recibe el nombre de factor de contractividad.
LEMA 1 (Caracterización de las funciones contractivas). Si una función f(x) continua en

a,b  y derivable en (a,b) verifica que
f '(x) ≤ q < 1 ∀x ∈ a,b 
es contractiva en dicho intervalo.
Definición 2 (Punto fijo). Se dice que x es un punto fijo de la función f(x) si f(x) = x .
TEOREMA 5 (Teorema de Punto Fijo). Sea ϕ(x) una función continua en a,b  , derivable
en (a,b), con ϕ(a,b ) ⊆ a,b  tal que ϕ '(x) ≤ q < 1 ∀x ∈ a,b  , y sea x0 un punto cualquiera
del intervalo a,b  . La sucesión x0 , x1 , x2 ,..., xn ,... con xn +1 = ϕ(xn ) converge al único
punto fijo de la función ϕ(x) en a,b  .
El método de Newton y el método de Steffensen son ejemplos de procedimientos

mediante los cuales se calcula una sucesión de puntos con una fórmula como la siguiente:
xn +1 = F(xn ) (n ≥ 0) . El algoritmo definido de esta manera se llama iteración funcional. Para
el caso del método de Newton la función F se expresa mediante
Ceros de Funciones
PUNTO FIJO E No Lineales
Pág.: 58 de 73
ITERACIÓN FUNCIONAL Prof.
f(x)
F(x) = x − ,
f '(x)
en tanto que para el método de Steffensen resulta que
[f(x)]2
F(x) = x − .
f(x + f(x)) − f(x)
Se podrían citar muchos más ejemplos de casos de iteración funcional, pero se

limitará a estudiar brevemente la teoría general. La fórmula xn +1 = F(xn ) puede utilizarse para
generar sucesiones que no convergen, como sucede, por ejemplo, con la sucesión 1, 3, 9, 27,
... , que se obtiene si x0 = 1 y F(x) = 3x . Sin embargo, el interés recaerá principalmente
sobre los casos para los cuales existe lím xn = s . Si F es continua, entonces
n →∞
F(s) = F(lím xn ) = lím F(xn ) = lím xn +1 = s .

n →∞ n →∞ n →∞
Así, F(s) = s y se llama a s punto fijo de la función F. Se puede considerar al punto

fijo como un valor al que se fija la función durante el proceso iterativo.
Con frecuencia un problema matemático puede reducirse al problema de encontrar un

punto fijo de la función. La función F, cuyos puntos fijos se buscan, será usualmente una
transformación entre un espacio vectorial y otro.
TEOREMA 6. Sea r ∈ [a,b] la solución de x = F(x) y sea F(x) continuamente diferenciable en

una vecindad de r con F '(x) < 1 . Entonces:
a. El problema de punto fijo x = F(x) tiene una solución única en [a,b].
b. Para cualquier escogencia de x0 en [a,b] con xn +1 = F(xn ) (n ≥ 0) , lím xn = r .
n →∞
r − xn +1
c. lím = F '(x) .
n →∞ r − xn
TEOREMA 7. Sea r una raíz de x = F(x) y suponga que F(x) es p veces diferenciable en todo
x en un entorno de r, con p ≥ 2 . Suponga además que F '(r) = ... = F(p −1)(r) = 0 , F(p) (r) ≠ 0 .
Entonces si el iterado inicial x0 está próximo a r, la iteración xn +1 = F(xn ) (n ≥ 0) tiene orden
de convergencia p, y
r − xn +1 F(p)(r)
lím = (−1)p −1 .
n →∞ (r − xn )p p!
factor de convergencia
Ceros de Funciones
PUNTO FIJO E No Lineales
Pág.: 59 de 73
ITERACIÓN FUNCIONAL Prof.
TEOREMA 8. Sea la iteración de Newton con orden de convergencia p, con p ∈ {2, 3} ,

entonces la secuencia de iterados {xn} generados por el método de la secante, tiene orden de
convergencia
1 + 1 + 4(p − 1)
S(p) = .
2
Ejemplo 5. Estudie la convergencia de la iteración funcional dada por g(x) = x − x3 − 4x2 + 10 .

Solución.
Sea g '(x) = 1 − 3x2 − 8x . No existe un intervalo [a,b] que contenga al punto fijo p para el cual
g'(x) < 1 . De acuerdo al teorema 6, esto no permite asegurar convergencia.
Ejemplo 6. Pruebe que la función g(x) = 2− x tiene un punto fijo en el intervalo [1 / 3,1] .
Utilice la iteración del punto fijo para encontrar una aproximación después de 10 iteraciones.
Solución.
La función g(x) = 2− x es una función continua en todos los números reales, en particular en el
intervalo [1 / 3,1] . Además, su derivada g'(x) = −2− x ln(2) es tal que
ln(2) ln(2)
g'(x) = x
≤ 3
= 0.5502 < 1 .
2 2
Por tanto, tendrá un único punto fijo en dicho intervalo. Se comienza el proceso iterativo con
la aproximación inicial del extremo superior del intervalo, es decir, con x0 = 1 .
Se obtienen las iteraciones:
x0 = 1,
x1 = 0.5, x2 = 0.7071,
x3 = 0.6126, x4 = 0.6540,
x5 = 0.6355, x6 = 0.6437,
x7 = 0.6401, x8 = 0.6417,
x9 = 0.6410, x10 = 0.6413
2.7. INTERPRETACIÓN GEOMÉTRICA DEL TEOREMA

DEL PUNTO FIJO
Dependiendo de los valores que toma ϕ '(x) en el intervalo [a,b] , se pueden distinguir
cuatro casos:
a) ϕ '(x) < −1 b) − 1 < ϕ '(x) < 0 c) 0 < ϕ '(x) < 1 d) ϕ '(x) > 1
Ceros de Funciones
INTERPRETACIÓN GEOMÉTRICA No Lineales
Pág.: 60 de 73
DEL TEOREMA DEL PUNTO FIJO
Prof.
pudiéndose observar (ver la figura 5) que en los casos (a) y (d) la sucesión resulta divergente
ya que ϕ '(x) > 1 .
Figura 5. Esquema de la convergencia para el teorema del punto fijo
2.8. APLICACIÓN A LA RESOLUCIÓN DE ECUACIONES
Si se desea resolver la ecuación f(x) = 0 , se escribe esta de la forma x = ϕ(x) , donde

ϕ(x) es una función contractiva, y partiendo de un determinado valor inicial x0 , se construye
la sucesión xn +1 = ϕ(xn ) . El teorema del punto fijo garantiza la convergencia de esta sucesión
al punto fijo de la función ϕ(x) o lo que es lo mismo, a la raíz de la ecuación f(x) = 0 .
Ejemplo 7. El cálculo de la raíz cuadrada de 3 equivale al cálculo de la raíz positiva de la

ecuación x2 − 3 = 0 . Se realizarán los siguientes cambios:
3+x
x2 = 3 ⇒ x + x2 = x + 3 ⇒ x(1 + x) = 3 + x ⇒ x =
1+ x
Ceros de Funciones
APLICACIÓN A LA No Lineales
Pág.: 61 de 73
RESOLUCIÓN DE ECUACIONES Prof.
Es decir, se ha escrito la ecuación de la forma x = ϕ(x) con

3+x
ϕ(x) =
1+ x
Dado que se sabe que la raíz positiva de 3 está comprendida entre 1 y 2 se puede tomar
a,b  = 1, 2 . Se calcula ϕ '(x) y se tiene
2
ϕ '(x) = .
(1 + x)2
Verificando condiciones del teorema de punto fijo:
• ϕ(x) es continua en 1, 2 y derivable en (1,2).
• ϕ(1, 2) =  53 , 2 ⊂ 1, 2 .
• 2
9
≤ ϕ '(x) ≤ 1
2
. Por tanto ϕ(x) es contractiva.
Por lo tanto se puede garantizar que partiendo desde cualquier x0 ∈ 1, 2 convergerá a la raíz
cuadrada de 3.
Así pues, partiendo de x0 = 1 y
3 + xn
xn +1 =
1 + xn
se obtiene
x1 = 2.00000000000000
x2 = 1.66666666666667
x3 = 1.75000000000000
x4 = 1.72727272727273
x5 = 1.73333333333333
⋮
x26 = 1.7320508075688
2.9. EJERCICIOS RESUELTOS
1. Considere f(x) = xN − A , siendo N un número natural.

a. ¿Cuáles son las soluciones reales de f(x) = 0 según las diversas elecciones de N y A
que pueden hacerse?.
Solución.
Si N es par, entonces A ≥ 0 . Si N es impar A puede tomar cualquier valor real.
b. Al aplicar el método de Newton, deduzca la fórmula de iteración dada por
(N − 1)x + A xN −1
g(x) = .
N
Ceros de Funciones
No Lineales
Prof.
Solución.
xN − A NxN − xN + A (N − 1)xN + A (N − 1)x + A xN −1
g(x) = x − = = = .
NxN −1 NxN −1 NxN −1 N
c. ¿Cuál es el orden de convergencia para esta fórmula de iteración?
Solución.
f '(A1/N ) = NA(N −1)/N ≠ 0 , f ''(A1/N ) = N(N − 1)A(N −2)/N ≠ 0
para N natural mayor que 1, como se trata de una iteración de Newton entonces el
orden de convergencia es cuadrático.
2. Un curioso ejercicio numérico consiste en introducir un valor x0 > 1 en la calculadora y

presionar consecutivamente la tecla (raíz cuadrada). La sucesión {xn } observada en
la pantalla converge siempre a 1. Usando la teoría de punto fijo demuestre que
lím xn = 1 , para todo x0 > 1 .
n →∞
Solución.
Se tiene que
x1 = x0 , x2 = x1 = ... , xn +1 = xn .
De modo que F(x) = x . Para hallar la convergencia se tiene que
x= x ⇒ x2 = x ⇒ x2 − x = 0 ⇒ x(x − 1) = 0 ,
de donde se puede observar que x = 0 ó x = 1 . Para observar la convergencia desde un
iterado inicial mayor que cero se tiene
1 1
F '(x) < 1 ⇒ < 1 ⇒ −1 < <1 con 1<2 x ⇒ x > 1/2 ⇒ x > 1/ 4,
2 x 2 x
por otro lado,
1
−1 <
⇒ −2 x < 1 ⇒ x > −1 / 2 .
2 x
Si se intersectan se tiene x0 ∈ [1 / 4, ∞) que converge a 1.
3. Determine los valores de a y b en g(x) = (x3 + ax) (bx2 + 3) para que el método
xn +1 = g(xn ) proporcione la raíz cuadrada positiva de 3 con convergencia al menos
cuadrática.
Solución.
Para que g(x) proporcione la raíz cuadrada positiva de 3 con convergencia al menos
cuadrática se debe cumplir que g( 3) = 3 y g'( 3) = 0 . De modo que:
( 3)3 + 3a
g( 3) = = 3 ⇒ 3 3 + 3a = 3 3b + 3 3 ⇒ 3a − 3 3b = 0 ⇒ a − 3b = 0
3b + 3
⇒ a = 3b (∗)
Ceros de Funciones
No Lineales
Prof.
(3x2 + a)(bx2 + 3) − (x3 + ax)2bx 3bx 4 + 9x2 + abx2 + 3a − 2bx 4 − 2abx2

g '(x) = =
(bx2 + 3)2 (bx2 + 3)2
bx4 − abx2 + 9x2 + 3a
= .
(bx2 + 3)2
g '( 3) = 0 ⇒ 9b − 3ab + 27 + 3a = 0 ( ∗ ∗)
Sustituyendo (∗) en (∗∗) se obtiene:
9b − 9b2 + 27 + 9b = 0 ⇒ 9b2 − 18b − 27 = 0 ⇒ b2 − 2b − 3 = 0 ⇒ b1 = 3 ó b2 = −1 .
x3 + 9x
Si b = 3, de (∗) se tiene que a = 9 y la iteración g(x) = .
3x2 + 3
x3 − 3x
Si b = −1, de (∗) se tiene que a = −3 y la iteración g(x) = .
3 − x2
4. Se sabe que f(x) = x + ln(x) posee una raíz en el intervalo (0,1). Se consideran las
fórmulas de iteración g1(x) = − ln(x) y g2 (x) = e− x . ¿Cuál de las fórmulas se puede utilizar?
Justifique su respuesta.
Solución.
g1' (x) = −1 / x , −1 / x < 1 ⇒ i. − 1 / x > −1 y ii. − 1 / x < 1
i. − 1 / x + 1 > 0 ⇒ (x − 1) / x > 0 ⇒ Sol1 : (−∞, 0) ∪ (1, ∞).
ii. − 1 / x − 1 < 0 ⇒ (x + 1) / x > 0 ⇒ Sol2 : (−∞, −1) ∪ (0, ∞).
SOL = Sol1 ∩ Sol2 = ((−∞, 0) ∪ (1, ∞)) ∩ ((−∞, −1) ∪ (0, ∞)) = (−∞, −1) ∪ (1, ∞).
Esta fórmula no se puede utilizar ya que (0,1) ∩ SOL = ∅
g'2 (x) = −e− x , −e−x < 1 ⇒ i. − e−x > −1 y ii. − e−x < 1
i. − e−x > −1 ⇒ e−x < 1 ⇒ x > 0 ⇒ Sol1 : (0, ∞). ii. − e− x < 1 ⇒ e− x > −1 ⇒ Sol2 : R.
SOL = Sol1 ∩ Sol2 = (0, ∞).
Esta fórmula se puede utilizar ya que (0,1) ⊂ SOL.
5. Sea la expresión
1
x= .
1
2+
1
2+
2 + ...
a. Plantee un método de iteración funcional para aproximar el valor de x.
Solución.
1
g(x) = .
2+x
b. Encuentre los valores reales de x, para los cuales el método converge.
Solución.
1 1  1 
g'(x) < 1 ⇒ − < 1 ⇒ 2(2 + x)3/2 > ⇒ x ∈  3 − 2, ∞  .
2(2 + x) 2 + x 2  4 
Ceros de Funciones
No Lineales
Prof.
c. ¿Cuál es el valor límite de esta sucesión?

Solución.
1 1  5 − 1  5 + 1
x= ⇒ x2 = ⇒ x3 + 2x2 − 1 = 0 ⇒ (x + 1)  x −   x+  = 0.
2+x 2+x  2   2 

Solo se toma el valor positivo
5 −1
.
2
6. Sea el método iterativo

2
f(xn ) f ''(xn ) f(xn )
xn +1 = xn − − 3
.
f '(xn ) 2  f '(xn )
a. ¿Será el orden de convergencia del método al menos cuadrático?
Solución.
 2  3 2
f '(x) − f(x)f ''(x) 2 f '''(x) f(x) + 2f ''(x).f(x)f '(x)  f '(x) − 6  f(x)f '(x)f ''(x)
2
F '(x) = 1 − −
2 6
f '(x) 4 f '(x)
2 f '''(x) f(x) + 2f ''(x).f(x)f '(x)  f '(x) − 6 f(x)f ''(x)

2 2
f(x)f ''(x)  
= −
2 4
f '(x) 4 f '(x)
2 2 2 2
4 f '(x) f(x)f ''(x) − 2f '''(x)  f(x) f '(x) − 4f ''(x).f(x)  f '(x) + 6 f(x)f ''(x)
=
4
4 f '(x)
2 2
−f '''(x) f(x) f '(x) + 3 f(x)f ''(x)
= ⇒ F '(r) = 0
4
2 f '(x)
2
f(r) f ''(r) f(r)
F(r) = r − − 3
=r−0−0 =r
f '(r) 2  f '(r)
Por lo tanto, el orden de convergencia del método es al menos cuadrático.
b. ¿Para qué valores de x converge el método si se aplica a la función f(x) = xn (n ∈ N) ?
Solución.
xn n.(n − 1).xn − 2.x2n
x (n − 1)x  1 n − 1
F(x) = x − − − =x−
= 1 − − x
n.x n −1
2.n .x 3 3(n −1)
n 2n2
 n 2n2 
 2n2 − 2n − n + 1   2n2 − 3n + 1 
=  x =   x
 2n2  2n2
   
2n2 − 3n + 1
F '(x) < 1 ⇒ 2
< 1 ⇒ −2n2 < 2n2 − 3n + 1 < 2n2 ⇒ −4n2 < −3n + 1 < 0
2n
2
⇒ −4n < −3n + 1 ∧ − 3n + 1 < 0 ⇒ n ∈ N
Por lo tanto para todo x converge el método si se aplica a la función f(x) = xn (n ∈ N) .
Ceros de Funciones
No Lineales
Prof.
7. El valor de la fracción continua

1
x=
1
2+
1
2+
2 + ...
es:
( ) 1− 2 (x) 2 −1
( ) 1+ 2 ( ) −( 2 + 1)
Solución.
Se puede ver que
1 1 1 1 1 1
x1 = , x2 = = , x3 = = ,..., xn +1 = .
2 1 2 + x1 1 2 + x2 2 + xn
2+ 2+
2 1
2+
2
1
Al buscar el punto fijo de la iteración funcional g(x) =
2+x
se tiene que
1 −2 ± 22 + 4
x= ⇒ x(2 + x) = 1 ⇒ x2 + 2x − 1 = 0 ⇒ x = = −1 ± 2 .
2+x 2
Como todos los términos de la sucesión son positivos entonces se escoge 2 − 1 .
8. Sea
1−x 1
f(x) = − .
1 + x 3x + 1
El siguiente método iterativo puede ser usado para aproximar las raíces de f(x):
2 xn
xn +1 = . , n≥ 0.
3 1 − xn
¿Para qué valores de x, la iteración anterior converge a alguna de las raíces de f(x)?
Solución.
Sea
2 x 2 1
g(x) = . ⇒ g'(x) = . .
3 1−x 3 (1 − x)2
2 1 2 1 2 2
g'(x) < 1 ⇒ . 2
<1⇒ . 2
< 1 ⇒ (1 − x)2 > ⇒ 1 − x >
3 (1 − x) 3 (1 − x) 3 3
2 2 2 2
⇒1−x > ó 1− x < − ⇒ x <1− ó x >1+
3 3 3 3
Por lo tanto
 2  2 
x ∈  −∞,1 −  ∪ 1 + , +∞ 
 3   3 
 
para que la iteración funcional converja a alguna de las raíces de f(x).
Ceros de Funciones
No Lineales
EJERCICIOS PROPUESTOS Pág.: 66 de 73
Prof.
2.10. EJERCICIOS PROPUESTOS
1. Dé una fórmula que involucre a b0 − a0 y ε para calcular el número de pasos que deben
tomarse en el método de bisección y que garantice que r − cn ≤ ε .
2. Dé una fórmula que incluya a a0 , b0 y a ε , que sirva para calcular el número de pasos
que deben tomarse en el método de bisección para asegurar que la raíz está determinada
con precisión relativa ≤ ε . Suponga que a0 > 0 .
3. ¿Qué sucede en el ejercicio anterior si a0 < 0 < b0 ? .
4. Para resolver f(x) = 0 se emplea el método de bisección en un intervalo inicial [50,63]. ¿A

lo sumo cuántas iteraciones son necesarias para obtener un error relativo no mayor a
10−5 ? Rta. 14
5. Sea cn = 1
2
(an + bn ) , r = lím cn y en = r − cn . Aquí [an ,bn ] , con n ≥ 0 , denota los intervalos
n →∞
sucesivos que genera el método de bisección cuando se aplica a una función continua f.
a. Demuestre que en ≤ 2−n(b1 − a1 ) .
b. ¿Es cierto que e0 ≥ e1 ≥ ...? . Explique su respuesta.
c. Demuestre que cn − cn +1 = 2−n − 2 (b0 − a 0 ) .
d. Demuestre que para toda n y m resulta que am ≤ bn .
∞
e. Demuestre que r es el único elemento en ∩ [a ,b ] .
n=0
n n
f. Demuestre que para toda n, [an ,bn ] ⊃ [an +1 ,bn +1 ] .
6. Considere el método de bisección y a [1.5,3.5] como intervalo inicial.

a. ¿Cuál es la longitud del intervalo en el paso n-ésimo?
b. ¿Cuál es la máxima distancia posible entre la raíz r y el punto medio de ese intervalo?
7. Use el método de bisección para encontrar una raíz de f(x) = x − tg(x) en [1,2].
8. Aplicando el método de bisección, encuentre una raíz de

x8 − 36x7 + 546x6 − 4536x5 + 22449x4 − 67284x3 + 118124x2 − 109584x + 40320 = 0
en el intervalo [5.5,6.5]. Cambie –36 por –36.001 y repita el ejercicio.
Ceros de Funciones
No Lineales
Prof.
9. El método de bisección se aplica a cualquier función continua, no sólo a polinomios.

Encuentre en donde se intersecan las gráficas de y = 3x y de y = ex , encontrando la raíz
de ex − 3x = 0 con un error absoluto ≤ 10−4 .
10. Sabiendo que existe una raíz de la ecuación x3 + x = 6 entre 1.55 y 1.75, ¿cuántas
iteraciones son necesarias hasta obtener, mediante el método de la bisección, un intervalo
de amplitud menor o igual que 0.0001 que contenga dicha raíz?
11. Demuestre que la fórmula para el método de la secante se puede escribir en la forma
f(xn )xn −1 − xnf(xn −1 )
xn +1 = .
f(xn ) − f(xn −1 )
Explique por qué en la práctica esta fórmula resulta inferior a la usual.
12. Encuentre en dónde interseca la ecuación cúbica dada por y = x3 − x + 1 a la parábola

y = 2x2 . Haga una gráfica de las dos curvas para localizar las intersecciones y luego
utilice el método de la secante para encontrar los valores x de los puntos de intersección.
13. Efectúe 4 iteraciones del método de Newton para el polinomio p(x) = 4x3 − 2x2 + 3
empezando en x0 = −1 .
14. Si el método de Newton se aplica a f(x) = x3 − 2 comenzando en x0 = 1 , ¿cuál es el valor

de x2 ?
15. El polinomio de cuarto grado f(x) = 230x4 + 18x3 + 9x2 − 221x − 9 tiene dos ceros reales,
uno en [-1,0] y otro en [0,1]. Intente encontrar una aproximación a estos ceros usando:
a. Método de bisección
b. Método de la falsa posición
c. Método de la secante
d. Método de Newton
Use los puntos extremos de cada intervalo como los puntos iniciales en c y el punto medio
como la aproximación inicial en d.
16. Encuentre el cero de la función f(x) = x10 − 1 en [0,1.3], usando:

a. Método de bisección
b. Método de la falsa posición
c. Método de la secante
d. Método de Newton
Ceros de Funciones
No Lineales
Prof.
Use los puntos extremos de cada intervalo como los puntos iniciales en c y el punto medio
como la aproximación inicial en d e indique cuál resultó ser el mejor método.
17. Realice 10 iteraciones de los métodos de bisección, secante y newton, considerando el

intervalo o iterados iniciales ( x1 para secante) dados, según el método, para los
siguientes casos:
a. f1(x) = x2 − 1 , [0,2] ó x0 = 2, x1 = 1.5
b. f2 (x) = sen(x) , [- π / 2 , π / 2 ] ó x0 = −π / 2, x1 = π / 2
c. f3 (x) = x2 − 2x + 1 , [0,2] ó x0 = 2, x1 = 1.5
d. f4 (x) = x2 (x − 3)3 , [2,4] ó x0 = 4, x1 = 3.5
18. Dada la función f(x) = x4 − 8x3 + 23x2 − 28x + 12 :

a. Aplique tres iteraciones del método de bisección para encontrar una raíz en el
intervalo [2.5,4]. Para cada iteración calcule además bn − an , f(xn ) y estime xn − r .
b. Aplique tres iteraciones del método de falsa posición para encontrar una raíz en el
intervalo [2.5,4].
c. Aplique dos iteraciones del método de la secante si x0 = 2.5 y x1 = 4 .
d. Aplique tres iteraciones del método de Newton si x0 = 2.5 .
19. Encuentre los ceros de los polinomios de Legendre de sexto orden:

P6 (x) = 1
48
(693x6 − 945x4 + 315x2 − 15) .
Nota. Todos los ceros de los polinomios de Legendre son menores que uno en valor
absoluto y son simétricos alrededor del origen.
20. Los polinomios de Legendre del problema anterior son un conjunto de una clase de
polinomios conocidos como polinomios ortogonales. Otro conjunto son los polinomios
de Leguerre. Encuentre los ceros de los siguientes polinomios:
a. L3 (x) = x3 − 9x2 + 18x − 6 b. L 4 (x) = x4 − 16x3 + 72x2 − 96x + 24
21. Otro conjunto de polinomios son los polinomios de Chebyshev. Encuentre las raíces de
T6 (x) = 32x6 − 48x4 + 18x2 − 1 = 0 . Note la simetría de esta función. Todas las raíces de los
polinomios de Chebyshev también son menores que uno en valor absoluto.
22. Los polinomios de Hermite pueden generarse de forma recurrente de la forma

H0 (x) = 1 , H1(x) = 2x y Hn + 2 (x) = 2xHn +1(x) − 2(n + 1)Hn (x) , con n ≥ 0 .
Determine H2 , H3 , H4 y H5 y aproxime con un error de 10−4 sus raíces.
Ceros de Funciones
No Lineales
Prof.
23. Demuestre que si r es un cero de multiplicidad k de la función f, la convergencia

cuadrática de la iteración de Newton se restablece usando la modificación dada por
xn +1 = xn − kf(xn ) / f '(xn ) .
24. Método de Wittaker. Considere la fórmula de iteración xn +1 = xn − βf(xn ) .

a. Interprete geométricamente el método.
b. Encuentre las condiciones que se deben exigir a β para asegurar que la iteración
convergerá linealmente a un cero de f si el punto inicial está próximo a dicho cero.
25. El método de Halley para resolver la ecuación f(x) = 0 usa la fórmula de iteración
fnfn'
xn +1 = xn − ,
− fnfn'' / 2 (fn' )2
donde fn = f(xn ) y así sucesivamente. Pruebe que esta fórmula es el resultado de aplicar
la iteración de Newton a la función f / f ' .
26. Suponga que el método de Newton es aplicado para hallar la raíz cuadrada de un número
R > 0 . Suponiendo x0 ≠ 0 demuestre que:
a. xn +1 = 1
2
(xn + R xn ) .
b. en +1 = en2 (2xn ) .
c. en +1 R = (en R )2. R (2xn ) .
27. Ejecute dos iteraciones del esquema anterior para R = 2 (con x0 = 1 ) y dos iteraciones
del método de bisección, empezando con el intervalo [1,2]. ¿Cuántas iteraciones son
necesarias para que el método alcance una precisión absoluta del orden de 10−3 ?
28. Si R = A.B , el método de Newton para encontrar R encuentra la aproximación

A +B A.B
A.B ≈ + .
4 A +B
Demuestre que
a. Si x0 = A o B , entonces se necesitarán dos iteraciones del método de Newton para
obtener esta aproximación, mientras que si x0 = (A + B) / 2 , solamente se necesitará
una iteración.
b. El error relativo es aproximadamente
4
1A −B
.
8  A + B 
29. Pruebe que si r es una raíz de multiplicidad m de un polinomio p, entonces se verifica que
p(r) = p '(r) = ... = p(m −1)(r) = 0 y p(m)(r) ≠ 0 .
Ceros de Funciones
No Lineales
Prof.
30. Obtenga el orden y el factor de convergencia del método de iteración dada por
x f(x) − xf(x0 )
g(x) = 0 .
f(x) − f(x0 )
31. A fin de tratar de resolver el problema f(x) = 0 , se considera el siguiente método:

f(xn )
xn +1 = xn − , (n ≥ 0)
c
donde c es una constante distinta de cero.
a. ¿Para qué valores de c se asegura convergencia?
b. ¿Qué puede decirse del orden y el factor de convergencia?
c. Aplique el método para encontrar un valor aproximado de la raíz de f(x) = x2 − 1 ,
tomando x0 = 0 y c = 2 . Hacer 4 iteraciones. ¿Observa el orden de convergencia que
se esperaba?
32. Considere una función de iteración de la forma F(x) = x + f(x)g(x) , donde f(r) = 0 y
f '(r) ≠ 0 . Encuentre las condiciones precisas sobre la función g que aseguren que el
método de iteración funcional tendrá una convergencia cúbica a r si se inicia cerca de r.
33. Considere una forma de iteración de la forma F(x) = x − f(x)f '(x) , donde f(r) = 0 y
f '(r) ≠ 0 . Encuentre las condiciones que debe satisfacer la función f, de modo que el
método de iteración funcional converja al menos cúbicamente a r si empezó cerca de r.
34. ¿Qué propiedades especiales debe tener f si el método de Newton aplicado a f converge
cúbicamente a un cero de f?
35. ¿Qué orden y factor de convergencia tienen el método de Newton y el método de la

secante cuando se aplican a la función f(x) = sen(x) para aproximar a la raíz r = 0 ?
36. Demuestre que la fórmula de iteración

xn (xn2 + 3R)
xn +1 =
3xn2 + R
tiene una convergencia de tercer orden al calcular R.
37. Considere el método de Newton modificado que solo necesita de una derivada:
f(xn )
xn +1 = xn − .
f '(x0 )
s
Encuentre c y s tales que en +1 = c en .
Ceros de Funciones
No Lineales
Prof.
38. Se desea aplicar un método iterativo

qa ra2
xn +1 = pxn + +
xn2 x5n
3
para obtener el número a.
a. Obtenga los valores de p, q y r para que la convergencia del método sea al menos
3
cúbica (indicando si dependen o no de a) siempre que x0 esté próximo a a.
b. Aplíquelo dos veces (x1 y x2 ) para el cálculo de 3
2 partiendo de x0 = 1 .
39. Un estudiante recuerda de manera incorrecta el método de Newton y escribe

f(xn )
xn +1 = .
f '(xn )
a. ¿La convergencia de este método se asegura para cualquier x0 ?
b. ¿Cuál es el orden y el factor de convergencia de este método?
c. Encuentre las condiciones sobre f para que el método propuesto presente un orden de
convergencia al menos cúbico.
40. Método de Steffensen. Considere la siguiente fórmula de iteración:

f(xn ) f(x + f(x)) − f(x)
xn +1 = xn − , donde g(x) = .
g(xn ) f(x)
Demuestre que es un método de segundo orden.
Nota. Use f(x) = (x − r)h(x) con h(r) ≠ 0 y calcule g(x) en términos de h(x) .
41. Considere un método iterativo

f(xn )
xn +1 = xn − .
g(xn )
Suponga que converge a un punto r que es un cero simple de la función f, más no un cero
de la función g. Establezca la relación entre f y g de tal manera que el orden para la
convergencia del método sea mayor o igual a tres.
42. Sea f(x) una función con un cero r de multiplicidad m ≥ 1 . Demuestre que r es un cero
simple de k(x) = f(x) f '(x) .
43. Sea p un número positivo. ¿Cuál es el valor de la expresión x = p + p + p + .... ?.
Observe que esto puede interpretarse como x = lím xn , donde x1 = p , x2 = p + p y

n →∞
así sucesivamente.
Ceros de Funciones
No Lineales
Prof.
44. Sea p > 1 ¿Cuál es el valor de la fracción continua

1
x= ?.
1
p+
1
p+
p + ...
Use las ideas del problema anterior para resolver éste.
45. Supóngase que una cierta población cuenta con un millon de individuos inicialmente, que
435000 inmigran a la comunidad en el primer año y que 1564000 están presentes al final
de un año. Para determinar la tasa de natalidad de esta población se necesita despejar λ
de
435000 λ
1564000 = 1000000eλ + (e − 1) .
λ
Halle una aproximación para λ , precisa dentro de 10−4 . Use este valor para predecir la
población al final del segundo año, considerando que la tasa de inmigración durante estos
años se mantiene en 435000 individuos por año.
46. Dos elipses tienen entre cero y cuatro intersecciones. Las siguientes ecuaciones
representan dos elipses. Encuentre las coordenadas de las intersecciones por iteración de
Newton. Sugerencia. Elimine x o y trabajando con una sola incógnita.
(x − 2)2 + (y − 3)2 = 5
2(x − 3)2 + (y / 3)2 = 4
47. Ensaye con la iteración del punto fijo xn +1 = 1 − λxn2 para los valores del parámetro
λ = 0.7, 0.9 y 2. Observe que aunque la iteración xn +1 = g(xn ) genere una sucesión que
no converja, esto no implica necesariamente que la sucesión tienda a infinito. Observar el
comportamiento caótico para λ = 2 .
48. La función g(x) = 0.4 + x − 0.1x2 tiene dos puntos fijos (x = 2 y x = −2) . Calcula los
primeros términos de la sucesión generada con la iteración funcional xn +1 = g(xn ) :
a. Comenzando con x0 = 1.9 .
b. Comenzando con x0 = −1.9 .
c. Explique que la sucesión generada en a. converge y la generada en b. diverge.
49. El método de Newton se ha utilizado para realizar la operación de división en muchos

computadores. Para ello se define la función
1
f(x) = − A ,
x
que tiene un cero cuando x = 1 A . (A > 0)
Ceros de Funciones
No Lineales
Prof.
a. Demuestre que aplicar el método de Newton a f consiste en aplicar la iteración del

punto fijo sobre la función g(x) = 2x − Ax2 .
b. Halle un intervalo alrededor de 1 A donde converja una iteración funcional, a
condición de que x0 se encuentre en ese intervalo.
50. Investigue la naturaleza de la iteración de punto fijo cuando g(x) = −4 + 4x − 1

2
x2 .
a. Resuelva g(x) = x y pruebe que x = 2 y x = 4 son puntos fijos.
b. Tome como valor inicial x0 = 1.9 y calcule x1 , x2 y x3 . Repita con x0 = 3.8 .
c. Halle los errores absolutos y los errores relativos de los valores obtenidos en los
apartados b y c.
d. ¿Qué conclusiones se pueden obtener de lo observado?
51. La ecuación 2x3 + 4x2 − 2x − 5 = 0 tiene una raíz cerca de x = 1 . Verifique si con
2x + 5
x=
,
2x + 4
se asegura convergencia a dicha raíz comenzando con x0 = 1 .
52. En cada caso, dibuje la gráfica de g(x) , la recta y = x y el punto fijo dado P. Usando el
valor inicial dado x0 , calcule x1 y x2 y represente gráficamente como evoluciona la
iteración funcional. Basado en el dibujo, determine geométricamente si la iteración de
punto fijo correspondiente converge.
a. g(x) = x + 6, P = 3, x0 = 7
b. g(x) = 1 + 2 / x, P = 2, x0 = 4
c. g(x) = x2 / 3, P = 3, x0 = 3.5
d. g(x) = −x + 2x + 2,
2
P = 2, x0 = 2.5
53. La ecuación x2 − 2x − 3 = 0 se puede reformular con iteración de punto fijo como sigue:
x2 − 3 2x + 3
a. x = b. x = 2x + 3 c. x = d. x = x − 0.2(x2 − 2x − 3)
2 x
Las soluciones de la ecuación son x = 3 y x = −1 . Determine en forma gráfica cuáles de las
fórmulas anteriores convergen cuando se utilizan con la iteración de punto fijo para
encontrar la raíz x = −1 . Repita el mismo análisis para x = 3 . Compruebe lo obtenido
gráficamente con un procedimiento analítico.

Tema 2 PDF

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Tema 2 PDF

Caricato da

Copyright:

Formati disponibili

Cálculo Numérico (0258)

Semestre José Luis Quintero

La guía contempla un pequeño resumen de la teoría correspondiente que sirve de

Agradezco las observaciones y sugerencias que me puedan hacer llegar en la mejora

2.1. Método de bisección 42

2.1. MÉTODO DE BISECCIÓN

El método de bisección explota esta idea de la siguiente manera: si f(a)f(b) < 0 ,

A continuación se rebautiza a c como b y se comienza una vez más con el nuevo

Se debe permitir una tolerancia razonable. El método de bisección también se conoce

Algoritmo 1. Método de bisección

Extremo Punto Extremo Valor de la

Figura 1. Representación gráfica de f(x) = xsen(x) − 1

2.2. MÉTODO DE LA FALSA POSICIÓN

Como el método de bisección converge muy lentamente, se intentó diseñar un método

Si se llama c a la raíz de esta recta, se tiene g(c) = 0 , así que

El siguiente pseudocódigo muestra el método de la falsa posición también conocido

Algoritmo 2. Método de la falsa posición

Extremo Punto Extremo Valor de la

Tabla 2. Resolución de xsen(x) − 1 = 0 por el método de la falsa posición

2.3. MÉTODO DE LA SECANTE

Al igual que en el método de la falsa posición, el gráfico de y = f(x) es aproximado por

De esta manera el método no asegura convergencia, pero se demuestra que si

Las principales dificultades del método de la secante son:

Dese cuenta de que en el pseudocódigo los puntos extremos de [a,b] pueden

Ejemplo 3. Utilice el método de la secante para encontrar un cero de la función

Algoritmo 3. Método de la secante

Tabla 3. Resolución de x3 − senh(x) + 4x2 + 6x + 9 = 0 por el método de la secante

Figura 2. Representación gráfica de f(x) = x3 − senh(x) + 4x2 + 6x + 9

2.4. MÉTODO DE NEWTON

El algoritmo 4 presenta el método de Newton:

Algoritmo 4. Método de Newton

Ejemplo 4. Hallar la raíz cuadrada de 10 usando tres iteraciones mediante el método de

2.5. EJERCICIOS RESUELTOS

1. Marque con una x la respuesta correcta, acompañada de una justificación:

3. La función f(x) = x − cos(x) posee una raíz en el intervalo [0, 2π] .

4. El principio de Arquímedes establece que el empuje a que está sometido un cuerpo

d(x) = (x − 2)2 + (1 / x − 1)2 (la función distancia).

1era iteración de Newton:

7. Considere las siguientes fórmulas de iteración:

a. Interprete geométricamente cada fórmula.

Figura 3. Iteración con la primera fórmula

Segunda fórmula de iteración: x1 = 2 − 4 = 3 . (ver figura 4)

Figura 4. Iteración con la segunda fórmula

2.6. PUNTO FIJO E ITERACIÓN FUNCIONAL

Definición 1 (Función contractiva). Una función f : R → R se dice contractiva si verifica

LEMA 1 (Caracterización de las funciones contractivas). Si una función f(x) continua en

El método de Newton y el método de Steffensen son ejemplos de procedimientos

en tanto que para el método de Steffensen resulta que

Se podrían citar muchos más ejemplos de casos de iteración funcional, pero se

F(s) = F(lím xn ) = lím F(xn ) = lím xn +1 = s .

Así, F(s) = s y se llama a s punto fijo de la función F. Se puede considerar al punto

Con frecuencia un problema matemático puede reducirse al problema de encontrar un

TEOREMA 6. Sea r ∈ [a,b] la solución de x = F(x) y sea F(x) continuamente diferenciable en

TEOREMA 8. Sea la iteración de Newton con orden de convergencia p, con p ∈ {2, 3} ,

Ejemplo 5. Estudie la convergencia de la iteración funcional dada por g(x) = x − x3 − 4x2 + 10 .

2.7. INTERPRETACIÓN GEOMÉTRICA DEL TEOREMA

Figura 5. Esquema de la convergencia para el teorema del punto fijo

2.8. APLICACIÓN A LA RESOLUCIÓN DE ECUACIONES

Si se desea resolver la ecuación f(x) = 0 , se escribe esta de la forma x = ϕ(x) , donde

Ejemplo 7. El cálculo de la raíz cuadrada de 3 equivale al cálculo de la raíz positiva de la

Es decir, se ha escrito la ecuación de la forma x = ϕ(x) con

2.9. EJERCICIOS RESUELTOS