biseccion
TRANSCRIPT
![Page 1: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/1.jpg)
Métodos Numéricos: Resumen y ejemplos
Tema 5: Resolución aproximada de ecuacionesFrancisco Palacios
Escuela Politécnica Superior de Ingeniería de Manresa
Universidad Politécnica de Cataluña
Abril 2009, versión 1.5
Contenido
1. Método de la bisección.
2. Método de Newton-Raphson.
3. Orden de convergencia: convergencia cuadrática.
4. Método de punto fijo.
1 Método de la bisección
1.1 Teorema de Bolzano
Teorema 1.1 (Bolzano)
f(x) continua en [a, b],
f(a) · f(b) < 0.¾=⇒ Existe un α ∈ (a, b) tal que f(α) = 0.
Ejemplo 1.1 Demuestra que la ecuación
cosx = x
tiene solución única en (0,π/2).
1
![Page 2: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/2.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 2
Ponemos la ecuación en la forma
cos(x)− x = 0.
La función
f(x) = cos(x)− xes continua en todo R, en particular, es continua en [0,π/2]. En los extremosdel intervalo, toma valores
f(0) = 1, f(π/2) = −π/2,
que son de signo opuesto, por lo tanto, existe un α ∈ (0,π/2) tal que
f(α) = cos(α)− α = 0.
Veamos la unicidad. Calculamos la derivada
f 0(x) = − sin(x)− 1.
Como f 0(x) < 0 en todo el intervalo (0,π/2), resulta que f(x) es decrecientey sólo puede tomar el valor 0 una vez, por lo tanto, la solución es única. ¤
1.2 Descripción del método
• Objetivo Aproximar la solución de f(x) = 0.• Inicio f(x) que cumple las condiciones del teorema de Bolzano en[a, b].
• Método1. Se calcula el punto medio del intervalo
c =a+ b
2.
2. Calculamos f(c).
— Si f(c) = 0, la solución es α = c.
— si f(c) 6= 0, comparamos con f(a) y f(b). El nuevo intervalo tieneun extremo en c, el otro extremo se elige entre a y b de forma que
f(x) tome signos distintos en los extremos.
Ejemplo 1.2 Primeras iteraciones del método de la bisección para
cos(x)− x = 0
en el intervalo [0,π/2].
![Page 3: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/3.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 3
1. En el ejemplo anterior, hemos visto que f(x) = cos(x) − x cumple lascondiciones del Teorema de Bolzano.
2. Cálculo de las aproximaciones.
• Fase 1. El cuadro inicial esFase 1
a1 = 0 f(a1) = 1 ⊕c1 = f(c1) =
b1 = 1. 57080 f(b1) = −1. 57080 ª
calculamos
c1 =a1 + b1
2= 0.78540, f(c1) = f(0.78540) = −7. 8295× 10−2,
y completamos la tabla
Fase 1
a1 = 0 f(a1) = 1 ⊕ a2 = 0
c1 = 0.78540 f(c1) = −7. 8295× 10−2 ª b2 = 0.78540
b1 = 1. 57080 f(b1) = −1. 57080 ª
• Fase 2. La tabla inicial para la fase 2 es
Fase 2
a2 = 0 f(a2) = 1 ⊕c2 = f(c2) =
b2 = 0.78540 f(b2) = −7. 8295× 10−2 ª
calculamos
c2 =a2 + b2
2= 0.3927, f(c2) = f(0.3927) = 0. 53118.
Fase 2
a2 = 0 f(a2) = 1 ⊕c2 = 0.39270 f(c2) = 0. 53118 ⊕ a3 = 0.39270
b2 = 0.78540 f(b2) = −7. 8295× 10−2 ª b3 = 0.78540
• Fase 3.Fase 3
a3 = 0.39270 f(a3) = 0. 53118 ⊕c3 = 0. 58905 f(c3) = 0. 24242 ⊕ a4 = 0. 58905
b3 = 0.78540 f(b3) = −7. 8295× 10−2 ª b4 = 0.78540
![Page 4: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/4.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 4
• Fase 4.Fase 4
a4 = 0. 58905 f(a4) = 0. 24242 ⊕c4 = 0. 68723 f(c4) = 8. 5776× 10−2 ⊕ a5 = 0. 68723
b4 = 0. 78540 f(b4) = −7. 8295× 10−2 ª b5 = 0. 78540
• Fase 5Fase 5
a5 = 0. 68723 f(a5) = 8. 5776× 10−2 ⊕c5 = 0. 73632 f(c5) = 4. 6249× 10−3 ⊕ a6 = 0. 73632
b5 = 0. 78540 f(b5) = −7. 8295× 10−2 ª b6 = 0. 78540
En las siguientes fases, obtenemos
c6 = 0.76085,
c7 = 0.74858,
c8 = 0.74247,
c9 = 0.73938,
c10 = 0.73784.
El valor exacto de la solución con 5 decimales es α = 0.73909, por lo
tanto, en la fase 10 el error es
|e10| = |α− c10| = 0.00 125,tenemos, por lo tanto, 2 decimales exactos. ¤
1.3 Cota superior de error
Proposición 1.1 En la fase n, el error del método de la bisección cumple
|en| = |α− cn| ≤ b1 − a12n
.
Demostración. En la fase n se cumple
|en| = |α− cn| ≤ bn − an2
.
![Page 5: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/5.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 5
Además, la longitud del intervalo se reduce a la mitad en cada fase
bn − an = bn−1 − an−12
.
Por lo tanto, tenemos
|e1| ≤ b1 − a12
,
|e2| ≤ b2 − a22
=b1 − a14
,
|e3| ≤ b3 − a32
=b2 − a24
=b1 − a18
.
De forma análoga, resulta
|e4| ≤ b1 − a116
=b1 − a124
, |e5| ≤ b1 − a132
=b1 − a125
,
y en general
|en| = |α− cn| ≤ b1 − a12n
. ¤
Ejemplo 1.3 Aplicamos el método de la bisección para aproximar la solu-
ción de f(x) = 0 en el intervalo [0,π/2].
(a) Calcula una cota de error para la fase 10.
(b) Calcula el número de pasos necesarios para aproximar la solución con 4
decimales exactos.
(a) Tenemos
|e10| ≤ π/2− 0210
= 0.1 534× 10−2.Podemos asegurar dos decimales exactos. En el Ejemplo 1.2, después de 10
pasos, hemos obtenido un error
|e10| = |α− c10| = 0.00 125.(b) Para asegurar 4 decimales exactos, exigimos
|en| = |α− cn| ≤¡π2
¢2n≤ 0.5× 10−4,
de donde resulta
2n ≥¡π2
¢0.5× 10−4 .
Tomando logaritmos
n ln 2 ≥ ln (10000π) ,
n ≥ ln (10000π)ln 2
= 14. 93920.
Por lo tanto, necesitamos 15 pasos. ¤
![Page 6: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/6.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 6
2 Método de Newton-Raphson
2.1 Planteamiento y descripción del método
Objetivo Aproximar la solución de f(x) = 0.
• f(x) derivable.• x0 aproximación inicial.
• Método ⎧⎨⎩ x0 = aproximación inicial,
xj+1 = xj − f(xj)
f 0(xj).
Ejemplo 2.1 Aproximar la solución de
cos(x)− x = 0
con 6 decimales.
Hemos visto que la ecuación tiene solución en [0,π/2], podemos tomar como
aproximación inicial x0 = π/4.
x0 = π/4 = 0.78539 816.
El método es, en este caso,
f(x) = cos(x)− x, f 0(x) = − sin (x)− 1,⎧⎨⎩ x0 = 0.78539 816,
xj+1 = xj +cos (xj)− xjsin (xj) + 1
.
El valor de las iteraciones es
x1 = x0 +cos (x0)− x0sin (x0) + 1
= 0. 78539 816− 0.04 58620 3 = 0. 73953 613,
x2 = x1 +cos (x1)− x1sin (x1) + 1
= 0. 73908 518,
![Page 7: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/7.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 7
x3 = x2 +cos (x2)− x2sin (x2) + 1
= 0. 73908 513,
x4 = 0. 73908 513.
El método ha convergido al valor
α = 0. 73908 513,
el valor exacto con 10 decimales es
α = 0.73908 51332. ¤
2.2 Deducción del método
El método de Newton-Raphson consiste en sustituir la función por la tan-
gente en x = xj , con mayor detalle, a partir de la aproximación xj :
1. Calculamos la tangente a y = f(x) en x = xj .
2. Tomamos xj+1 como el corte de la tangente con el eje OX.
Tangente en x = xj
y − f(xj) = f 0(xj) (x− xj) .Para calcular el corte con OX, exigimos y = 0
−f(xj) = f 0(xj) (x− xj) ,resolvemos en x y tomamos el resultado como xj+1
Solución de la ecuación x = xj − f(xj)
f 0(xj)=⇒ xj+1 = xj − f(xj)
f 0(xj).
2.3 Criterio de parada usando errores estimados
En en caso del método de Newton-Raphson no existe una forma sencilla de
acotar el error
|ej | = |α− xj | .Para detener las iteraciones, suele usarse los errores estimados
• Error absoluto estimado|ej | = |xj − xj−1| .
• Error relativo estimado
|rj | =¯xj − xj−1
xj
¯.
![Page 8: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/8.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 8
Ejemplo 2.2 Aproxima la solución de
ex =1
x
con 6 decimales exactos.
Representamos las curvas
y = ex, y =1
x
x 210-1-2
3
2
1
0
-1
-2
-3
está claro que hay una solución. Tomamos como valor inicial x0 = 0.5.
Escribimos la ecuación en la forma f(x) = 0, con
f(x) = ex − 1x.
Derivada
f 0(x) = ex +1
x2.
Método ⎧⎪⎨⎪⎩x0 = 0.5,
xj+1 = xj −exj − 1
xj
exj + 1
(xj)2
.
El resultado de las iteraciones y los errores estimados es
x0 = 0.5,
x1 = 0.5−e0.5 − 1
0.5
e0.5 + 1
(0.5)2
= 0. 56218 730, |e1| = |x1 − x0| = 0.0 62187 3,
x2 = 0. 56711 982, |e2| = |x2 − x1| = 0.00 49325 2,x3 = 0. 56714 329, |e3| = |x3 − x2| = 0.0000 2347,x4 = 0. 56714 329, |e4| = 0.El resultado es
α = 0. 56714 3.
El valor de la raíz con 10 decimales es
α = 0. 56714 32904. 2
![Page 9: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/9.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 9
2.4 Protección en el uso del error estimado
La parada del método de Newton-Raphson usando el error estimado puede
producir un resultado incorrecto. Esto sucede cuando dos iteraciones toman
valores muy próximos a pesar de encontrarse aún lejos de la raíz
Para protegernos contra paradas anómalas, podemos usar el siguiente pro-
cedimiento. Sea ² el máximo error tolerable, por ejemplo, si queremos 4
decimales exactos es ² = 0.5× 10−4.
1. Detenemos las iteraciones cuando
|ej | = |xj − xj−1| ≤ ².
2. Tomamos los valores a = xj − ², b = xj + ².
3. Calculamos f(a) y f(b), si se produce un cambio de signo, podemos
asegurar que la raíz se encuentra en el intervalo (a, b). Como xj es el
centro del intervalo, se cumple
|ej | = |α− xj | ≤ ²
y, por lo tanto, podemos asegurar la validez de la aproximación.
Observemos que si f(a) y f(b) tienen el mismo signo, el método no es apli-
cable; no obstante, en la mayoría de los casos prácticos, el criterio funciona
bien.
Ejemplo 2.3 Calcular√24 con 6 decimales exactos.
![Page 10: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/10.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 10
Tomamos
x =√24
que nos lleva a la ecuación
x2 − 24 = 0.Es
f(x) = x2 − 24, f 0(x) = 2x.
Como valor inicial, tomamos x0 = 5, el error máximo admisible es
² = 0.5× 10−6.Fórmula de recurrencia ⎧⎨⎩
x0 = 5,
xj+1 = xj −x2j − 242xj
.
Iteraciones,
x0 = 5,
x1 = 5− 25−2410
= 4.9, |e1| = |x1 − x0| = 0.1,x2 = 4. 89897 9592, |e2| = |x2 − x1| = 0.00 10204 08,x3 = 4. 89897 9486, |e3| = |x3 − x2| = 0.000000 106.
Valor de la aproximación
x3 = 4. 89897 9,
calculamos
a = x3 − ² = 4. 89897 85, b = x3 + ² = 4. 89897 95.
f(x3 − ²) = −0.00000 96565, f(x3 + ²) = 0.000000 1414.
Vemos que se produce cambio de signo en los extremos del intervalo
[x3 − ², x3 + ²] ,por lo tanto α ∈ (x3 − ², x3 + ²) , así pues
|e3| = |α− x3| ≤ ². ¤
3 Orden de convergencia
3.1 Definiciones
Sea (xj) una sucesión de aproximaciones de α
x0, x1, x2, . . . , xj , . . . −→ α
y (ej) la sucesión de errores
|ej | = |α− xj | .
![Page 11: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/11.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 11
Definición 3.1 (Orden de convergencia) Supongamos que la sucesión
(xj) converge al valor α. Decimos que la sucesión converge a α con or-
den de convergencia r > 0, si existe una constante A > 0 tal que
limj→∞
|ej+1|| ej |r = A.
La constante A se llama constante asintótica de error.
Si r = 1, la convergencia se llama lineal y, para j suficiente grande, es
|ej+1| ' A |ej | .
Si r = 2, la convergencia se llama cuadrática y, para j suficiente grande, se
cumple
|ej+1| ' A |ej |2 .
Observamos que si una sucesión tiene convergencia cuadrática, a partir de
un cierto momento, el número de decimales exactos se duplica a cada paso.
3.2 Orden de convergencia del Método de Newton-Raphson
Definition 1 (Cero simple) La función f(x) tiene una raíz (cero) simple
en x = α si se cumple
f(α) = 0, f 0(α) 6= 0.
Proposición 3.1 (Convergencia en ceros simples) Supongamos que el
método de Newton-Raphson genera una sucesión (xj) que converge a un cero
α de la función f(x). Si α es un cero simple, entonces la convergencia es
cuadrática y, para j suficiente grande, se cumple
|ej+1| ' |f 00(α)|2 |f 0(α)| |ej |
2 . (1)
Ejemplo 3.1 Convergencia cuadrática.
Consideremos la ecuación
x2 − 30 = 0,cuya solución con 12 decimales es
α = 5. 47722 55750 52.
La iteración de Newton-Raphson, con valor inicial x0 = 5, es⎧⎨⎩x0 = 5,
xj+1 = xj −x2j − 302xj
.
![Page 12: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/12.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 12
Si tenemos en cuenta la fórmula (1), el valor de la constante asintótica de
error es
A =|f 00(α)|2 |f 0(α)| =
¯1
2α
¯Podemos estimar el valor de A, tomando α ' 5, entonces
A ' 1
10= 0.1
y, por lo tanto,
|ej+1| ' 0.1 |ej |2 .Si en un paso tenemos t decimales exactos, cabe esperar que en el siguiente
tengamos aproximadamente 2t. Resultan las siguientes aproximaciones y
errores
j xj |ej | = |α− xj | |ej+1||ej |2
0 5.0 0. 47722 55750 52 9. 99999 99998 37× 10−21 5. 5 0.0 22774 42494 8 9. 09090 90784 28× 10−22 5. 47727 27272 73 0.0000 47152 221 9. 13044 04830 45× 10−23 5. 47722 55752 55 2. 03× 10−104 5. 47722 55750 52 0
El valor de la constante asintótica de error es
A =|f 00(α)|2 |f 0(α)|
sustituyendo α = 5. 47722 55750 52, resulta
A = 0.09 12870 92917 5. ¤
4 Método de punto fijo
4.1 Punto fijo
Definición 4.1 (Punto fijo) Decimos que α es un punto fijo de la función
g(x) si se cumple g(α) = α.
Ecuación en
⎧⎨⎩forma normal f(x) = 0.
forma de punto fijo x = g(x).
Ejemplo 4.1 Escribe la ecuación cos(x)− x = 0 en forma de punto fijo.
![Page 13: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/13.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 13
La ecuación cos(x) − x = 0 está en forma normal. Existen infinitas expre-siones de punto fijo equivalentes, en primer lugar, podemos tomar
x = cos(x). (2)
Sumando x a ambos lados de la igualdad y despejando, resulta una nueva
formulación de punto fijo
x =x+ cos(x)
2.
Sumando 2x a los dos miembros de (2), se obtiene
x =2x+ cos(x)
3.
Multiplicado por x los dos miembros de (2) por x y despejando, resulta
x =px cos(x). ¤
4.2 Iteración de punto fijo
• Objetivo Aproximar la solución de x = g(x).• Método ½
x0 = valor inicial,
xj+1 = g(xj).
Proposición 4.1 Supongamos que g(x) es continua, si la sucesión (xj) de-
finida por ½x0 = valor inicial,
xj+1 = g(xj),
converge a un valor α, entonces α es un punto fijo de g(x).
Demostración. Se cumple
limj→∞
xj = α,
como g(x) es continua, resulta
g(α) = g
µlimj→∞
xj
¶= limj→∞
g(xj) = limj→∞
xj+1 = α. ¤
Ejemplo 4.2 (a) Aproxima la solución de
cos(x)− x = 0con 5 decimales, mediante la iteración de punto fijo para la forma
x =x+ cos(x)
2
![Page 14: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/14.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 14
a partir del valor inicial x0 = 1.
(b) Si escribimos la ecuación en la forma
x =2x+ cos(x)
3,
¿cuántas iteraciones son necesarias para obtener 5 decimales?
(a) En el primer caso, la fórmula de recurrencia es⎧⎨⎩ x0 = 1,
xj+1 =xj + cos(xj)
2.
Resultaj xj0 1.0
1 0. 77015
2 0. 74398
3 0. 73988
4 0. 73921
5 0. 73911
6 0. 73909
7 0. 73909
(b) En el caso de la forma
x =2x+ cos(x)
3,
la fórmula de recurrencia es⎧⎨⎩ x0 = 1,
xj+1 =2xj + cos(xj)
3,
y obtenemos
j xj0 1.0
1 0. 84677
2 0. 78531
3 0. 75926
4 0. 74796
5 0. 74300
6 0. 74081
7 0. 73985
j xj8 0. 73942
9 0. 73923
10 0. 73915
11 0. 73911
12 0. 73910
13 0. 73909
14 0. 73909
Vemos que en el segundo caso la convergencia es más lenta. ¤
![Page 15: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/15.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 15
4.3 Convergencia de la iteración de punto fijo
Teorema 4.1 Supongamos que se cumplen las siguientes hipótesis:
1. g(x) es una función de clase C1[a, b].
2. g(x) ∈ [a, b] para todo x ∈ [a, b].3. max
x∈[a,b]|g0(x)| =M1 < 1.
Entonces, son ciertas las siguientes afirmaciones:
1. La ecuación x = g(x) tiene solución única α en [a, b].
2. La iteración de punto fijo xj+1 = g(xj) converge a la solución α para
cualquier valor inicial x0 ∈ (a, b).3. El error ej = α− xj , verifica la desigualdad
|ej | ≤M j1 (b− a) .
Ejemplo 4.3 Dada la ecuación
x = cos(x),
(a) Demuestra que tiene solución única en [0, 1].
(b) Determina el número de iteraciones necesarias para asegurar 4 decimales
exactos mediante la iteración de punto fijo.
(c) Calcula las 5 primeras iteraciones a partir de x0 = 0.5.
(a) Veamos que la función g(x) = cos(x) cumple las condiciones del teorema.
• (Condición 1) g(x) es continua con derivada continua en todo R, porlo tanto, es de clase C1[0, 1].
• (Condición 2) g(x) es decreciente en el intervalo [0, 1]. El máximo ymínimo absolutos de g(x) en [0, 1] son
m = minx∈[0,1]
cos(x) = cos(1) = 0. 5403, M = maxx∈[0,1]
cos(x) = cos(0) = 1,
por lo tanto, cuando x toma valores en [0, 1], g(x) toma valores en
[0.5403, 1] ⊂ [0, 1].• (Condición 3) La derivada es g0(x) = − sin(x). Hemos de calcular
M1 = maxx∈[0,1]
¯g0(x)
¯.
La función objetivo es
h(x) = |− sin(x)| = sin (x) ,sabemos que sin(x) es creciente en [0, 1], por lo tanto
M1 = maxx∈[0,1]
¯g0(x)
¯= sin (1) = 0. 84147.
![Page 16: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/16.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 16
En consecuencia, podemos asegurar que existe un único punto fijo en el
intervalo [0, 1] y que la iteración de punto fijo converge a él para todo valor
inicial x0 ∈ (0, 1) .(b) El error cumple
|ej | ≤ (0. 84147)j (1− 0) = (0. 84147)j .
Exigimos
(0. 84147)j ≤ 0.5× 10−4
y resolvemos en j, resulta
j ≥ ln¡0.5× 10−4¢
ln (0. 84147)= 57. 377.
Esto es, necesitamos j = 58 iteraciones.
(c) El valor de las primeras 5 iteraciones es
j xj0 0.5
1 0. 87758
2 0. 63901
3 0. 80269
4 0. 69478
5 0. 76820
Si calculamos con 6 decimales, el valor de la iteración 58 es
x58 = 0.739085.
En realidad, la cota de error es muy conservadora, pues el método ya había
convergido con 4 decimales en la iteración 24. ¤
4.4 Forma de punto fijo x = x− λf(x)
Consideremos una ecuación f(x) = 0 que tiene una raíz α en el intervalo
[a, b]. Para todo valor de λ, la expresión
x = x− λ f(x)
es una formulación equivalente en forma de punto fijo
x = g(x)
con
g(x) = x− λ f(x)
![Page 17: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/17.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 17
Es inmediato comprobar la raíz α de f(x) es un punto fijo de g(x). La
derivada de g(x) es
g0(x) = 1− λf 0(x).
Puede demostrarse que si ¯g0(α)
¯≤ 1,
entonces la iteración de punto fijo es convergente para valores iniciales x0suficiente próximos a α, además, la velocidad de convergencia aumenta con
la disminución de |g0(α)| . Eso nos llevaría a elegir, entre todos los posiblesvalores de λ, aquel valor que minimize |g0(α)|. En concreto tomamos el valorde λ que anula g0(α), esto es
g0(α) = 1− λf 0(α) = 0,
resulta el valor
λ =1
f 0(α).
El problema está en que no conocemos α y, por lo tanto, no podemos calcular
λ. Un método práctico para determinar λ es el siguiente:
1. Sabemos que el intervalo [a, b] contiene la solución α. Estimamos
f 0(α) ' f(b)− f(a)b− a .
2. Tomamos
λ =1³
f(b)−f(a)b−a
´ .En resumen, el método es⎧⎨⎩ x0 = valor inicial,
xj+1 = xj − b− af(b)− f(a)f(xj).
Ejemplo 4.4 Aproxima la solución de
lnx =1
x
con 4 decimales, usando una formulación de punto fijo del tipo
x = x− λ f(x).
![Page 18: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/18.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 18
A partir de una representación gráfica esquemática, tomamos el intervalo
[1, 2].
Escribimos la ecuación en forma normal f(x) = 0, entonces
f(x) = ln (x)− 1x.
Calculamos
f(1) = −1, f(2) = 0. 1931.
Por el Teorema de Bolzano, tenemos una raíz α en el intervalo [1, 2]. Esti-
mamos el valor de f 0(α)
f 0(α) ' f(2)− f(1)2− 1 = 1. 1931,
y calculamos λ
λ =1
f 0(α)' 1
1. 1931= 0. 8382.
La fórmula de recurrencia es, por lo tanto,⎧⎨⎩ x0 = 1.5,
xj+1 = xj − 0. 8382µln (xj)− 1
xj
¶.
Obtenemosj xj0 1.5
1 1. 71893 9
2 1. 75250 6
3 1. 76052 3
4 1. 76253 7
5 1. 76304 8
6 1. 76317 8
7 1. 76321 1
8 1. 763220
9 1. 76322 2
Podemos tomar α = 1.7632. ¤
Ejemplo 4.5 Calcula la solución de
x = cos(x)
con 4 decimales usando una formulación de punto fijo del tipo
x = x− λ f(x).
![Page 19: Biseccion](https://reader036.vdocuments.pub/reader036/viewer/2022080216/55b9e430bb61eb4c778b45b0/html5/thumbnails/19.jpg)
Francisco Palacios Tema 5: Resolución aproximada de ecuaciones. 19
A partir de un esquema gráfico, tomamos el intervalo [0, 1].
Escribimos la ecuación en la forma f(x) = 0 con
f(x) = x− cos(x).
Calculamos
f(0) = −1, f(1) = 0. 45970.
Por el Teorema de Bolzano, tenemos una raíz α en el intervalo [0, 1]. Esti-
mamos el valor de f 0(α)
f 0(α) ' f(1)− f(0)1− 0 = 1. 45970,
y calculamos λ
λ =1
f 0(α)' 1
1. 45970= 0. 6851.
La fórmula de recurrencia es, por lo tanto,½x0 = 0.5,
xj+1 = xj − 0.6851 (xj − cos (xj)) .
Obtenemosj xj0 0.5
1 0. 758681
2 0. 736115
3 0. 739518
4 0. 739021
5 0. 739094
6 0. 739083
7 0. 73908 3
Podemos tomar
α = 0.7391 ¤