Documente Academic
Documente Profesional
Documente Cultură
Este método, también conocido como método de partición del intervalo, parte de una
ecuación algebraica o trascendental f(x) y un intervalo [x1, x2], tal que f(x1) y f(x2) tienen
signos contrarios, es decir, tal que existe por lo menos una raíz en ese intervalo.
Una vez determinado el intervalo [x1, x2] y asegurada la continuidad de la función en dicho
intervalo, se evalúa ésta en el punto medio xm del intervalo. Si f(xm) y f(x1) tienen signos
contrarios, se reducirá el intervalo de x1 a xm, ya que dentro de estos valores se encuentra la
raíz buscada. Si f(xm) y f(x1) tienen el mismo signo, se reducirá el intervalo de xm a x2. Al
repetir este proceso hasta lograr que la diferencia entre los dos últimos valores de xm será
una buena aproximación de la raíz.
El algoritmo del método es el que sigue:
1. Escoger los valores x1 y x2 del intervalo.
2. Comprobar la existencia de una raíz en el intervalo [x1, x2] verificando que
. De no ser así, será necesario elegir otros valores para x1 y x2.3.
Tomar O y calcular .
4. Si =0 se encontró la raíz de la función (fin del método). De lo contrario, ir al
paso 5.5. Sea T la tolerancia deseada (el margen de error aceptado). Si <T se
encontró una aproximación a la raíz con un margen de error menor a T (fin del método). O
i
1 1 2 1.5 0.875 -0.875 0.5
2 1 1.5 1.25 -0.296875 0.296875 0.25
3 1.25 1.5 1.375 0.22460938 -0.06668091 0.125
4 1.25 1.375 1.3125 -0.05151367 0.01529312 0.0625
5 1.3125 1.375 1.34375 0.08261108 -0.0042556 0.03125
6 1.3125 1.34375 1.328125 0.01457596 -0.00075086 0.015625
7 1.3125 1.328125 1.3203125 -0.01871061 0.00096385 0.0078125
8 1.3203125 1.328125 1.32421875 -0.00212795 3.9815E-05 0.00390625
9 1.32421875 1.328125 1.32617188 0.00620883 -1.3212E-05 0.00195313
1
0 1.32421875 1.32617188 1.32519532 0.00203666 -4.3339E-06 0.00097656
FALSA POSICIÓN
Como mencionamos anteriormente, sería bueno considerar si la raíz de una ecuación está
localizada más cerca de alguno de los extremos del intervalo.
Donde hemos agregado la línea recta que une los puntos extremos de la gráfica en el
intervalo .
Es claro que si en lugar de considerar el punto medio del intervalo, tomamos el punto
donde cruza al eje esta recta, nos aproximaremos mucho más rápido a la raíz; ésta es en
sí, la idea central del método de la regla falsa y ésta es realmente la única diferencia con el
método de bisección, puesto que en todo lo demás los dos métodos son prácticamente
idénticos.
Supongamos que tenemos una función que es contínua en el intervalo y
además, y tienen signos opuestos.
Calculemos la ecuación de la línea recta que une los puntos , .
Sabemos que la pendiente de esta recta esta dada por:
Este punto es el que toma el papel de en lugar del punto medio del método de
bisección.
Así pues, el método de la regla falsa sigue los siguientes pasos:
Sea contínua,
i) Encontrar valores iniciales , tales que y tienen signos opuestos,
es decir,
En este caso, tenemos que y tienen signos opuestos, y por lo tanto la raíz
se encuentra en el intervalo .
Puesto que solamente tenemos una aproximación, debemos seguir con el proceso.
Así pues,
evaluamos
Observe la rapidez con la cual converge el método de la regla falsa a la raíz, a diferencia de
la lentitud del método de la bisección.
Ejemplo 2
Usar el método de la regla falsa para aproximar la raíz de ,
comenzando en el intervalo y hasta que .
Solución
Este es el mismo ejemplo 2 del método de la bisección. Así pues, ya sabemos que se
cumplen las hipótesis necesarias para poder aplicar el método, es decir, que sea
contínua en el intervalo dado y que tome signos opuestos en los extremos de dicho
intervalo.
Nuevamente observamos el contraste entre la rapidez del método de la regla falsa contra la
lentitud del método de la bisección.
Por supuesto que puede darse el caso en el que el método de la regla falsa encuentre la
aproximación a la raíz de forma más lenta que el método de la bisección. Como ejercicio, el
estudiante puede aplicar ambos métodos a la función , comenzando en el
intervalo , donde notará que mientras que el método de bisección requiere de 8
aproximaciones para lograr que , el método de la regla falsa necesita hasta 16
aproximaciones.
Hemos terminado de analizar el método de la Posición Falsa, en este ejemplo con un error
de 0.0001; se encuentra la última raiz(Xm): -2.3876969957131 con 13 iteracciones.
Método de Newton-Raphson
Este método parte de una primera aproximación xn y mediante la aplicación de una fórmula
recursiva se acerca a la raíz de la ecuación, de manera tal que la nueva aproximación xn +1
se localiza en la intersección de la tangente a la curva de la función en el punto xn y el eje
de las abscisas.
y=f(x)
f(xn)
θ
a xn+1 xn
Sabemos que
tan(θ ) = f ′ ( xn )
Y que por definición
f ( xn )
tan(θ ) =
xn − xn+1
Es decir
f ( xn )
f ′( xn ) =
xn − xn+1
Y entonces
f ( xn )
xn +1 = x n − ; n = 0,1, 2, K
f ′( xn )
Para determinar en qué casos converge este método, se usará el mismo criterio que en el del
punto fijo:
f ( x)
h( x ) = x −
f ′( x )
4. Comparar xn +1 − xn con xn − xn −1 :
a) Si xn +1 − xn < xn − xn−1 , el método converge. Ir al paso 5.
b) Si xn +1 − xn > xn − xn−1 , el método diverge, aparentemente. Se detiene
el método y se escoge una nueva aproximación x0 .
c) Si xn +1 − xn = x n − x n− 1 , el método se ha estancado. Se detiene el
método y se escoge una nueva aproximación x0 .
Note que en la primera iteración no es posible aplicar aún este criterio, por lo
que se omite este paso y se continúa en 5.
5. Si xn − xn −1 =0, se encontró la raíz de la función (fin del método). De lo
contrario, ir al paso 6.
6. Sea T la tolerancia deseada (el margen de error aceptado). Si xn − xn −1 <T se
encontró una aproximación a la raíz con un margen de error menor a T (fin del
método). De lo contrario, ir al paso 3 haciendo n=n+1.
Ejemplo. Obtén una raíz positiva de la siguiente ecuación empleando el método de Newton-
Raphson y considerando una tolerancia de 0.001.
2cos( x) − e x = 0
f ′( x) = −2sen( x ) − e x
De manera que nuestra fórmula recursiva estará dada por
2 cos( xn ) − e xn
xn +1 = x n − ; n = 0,1, 2, K
−2 sen( xn ) − e xn
2 cos (x)-exp(x)
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
x
Cabe señalar que los cálculos de las funciones trigonométricas están dados en radianes.
2cos(x)-exp(x)
f(x)
x
x0=0.2 x1=0.66
n xn f ( x) f ′( x ) xn +1 xn +1 − xn
0 0.2 0.7387304 -1.61874142 0.65636097 -
1 0.65636097 -0.34332806 -3.14824033 0.54730701 0.45636097
2 0.54730701 -0.02073363 -2.76937066 0.53982025 0.10905395
3 0.53982025 -9.6261E-05 -2.74366205 0.53978516 0.00748677
4 0.53978516 -2.1119E-09 -2.74354166 0.53978516 3.5085E-05
MÉTODO DE LA SECANTE
Este método se basa en la fórmula de Newton-Raphson, pero evita el cálculo de la derivada
usando la siguiente aproximación:
Sustituyendo en la fórmula de Newton-Raphson, obtenemos:
Que es la fórmula del método de la secante. Nótese que para poder calcular el valor de ,
necesitamos conocer los dos valores anteriores y .
Obsérvese tambien, el gran parecido con la fórmula del método de la regla falsa. La
diferencia entre una y otra es que mientras el método de la regla falsa trabaja sobre
intervalos cerrados, el método de la secante es un proceso iterativo y por lo mismo,
encuentra la aproximación casi con la misma rapidez que el método de Newton-Raphson.
Claro, corre el mismo riesgo de éste último de no converger a la raíz, mientras que el
método de la regla falsa va a la segura.
Ejemplo 1
Usar el método de la secante para aproximar la raíz de , comenzando con
, y hasta que .
Solución
Tenemos que y , que sustituímos en la fórmula de la
secante para calcular la aproximación :
Ejemplo 2
Usar el método de la secante para aproximar la raíz de ,
comenzando con y , y hasta que .
Solución
Tenemos los valores y , que sustituímos en la fórmula
de la secante para obtener la aproximación :