MÉTODO DE LA BISECCIÓN

El método de bisección se basa en el siguiente teorema de Cálculo: Teorema del Valor Intermedio Sea contínua en un intervalo tal que y supongamos que , existe un . tal que

Entonces para cada

. La misma conclusión se obtiene para el caso que . Básicamente el Teorema del Valor Intermedio nos dice que toda función contínua en un intervalo cerrado, una vez que alcanzó ciertos valores en los extremos del intervalo, entonces debe alcanzar todos los valores intermedios. En particular, si y tienen signos opuestos, entonces un valor , y por lo tanto, el Teorema del Valor tal que , es . intermedio es precisamente

Intermedio nos asegura que debe existir

decir, debe haber por lo menos una raíz de en el intervalo El método de bisección sigue los siguientes pasos: Sea contínua, , tales que y

i) Encontrar valores iniciales opuestos, es decir,

tienen signos

ii) La primera aproximación a la raíz se toma igual al punto medio entre y :

iii) Evaluar casos:

. Forzosamente debemos caer en uno de los siguientes

En este caso, tenemos que

y

tienen signos opuestos, y por lo .

tanto la raíz se encuentra en el intervalo •

En este caso, tenemos que que y

y

tienen el mismo signo, y de aquí

tienen signos opuestos. Por lo tanto, la raíz se .

encuentra en el intervalo •

En este caso se tiene que y por lo tanto ya localizamos la raíz. El proceso se vuelve a repetir con el nuevo intervalo, hasta que:

es decir,

Ejemplo 1 Aproximar la raíz de hasta que . Solución Sabemos por lo visto en el ejemplo 1 de la sección anterior, que la única raíz de se localiza en el intervalo . Así que este intervalo es nuestro punto de partida; sin embargo, para poder aplicar el método de

hacemos la siguiente tabla: Por lo tanto. Así pues. tenemos todos los requisitos satisfechos para poder aplicar el método de bisección. En este punto. mientras que Cabe mencionar que la función sí es contínua en el intervalo .bisección debemos checar que En efecto. Calculamos el punto medio (que es nuestra segunda aproximación a la raíz): Aquí podemos calcular el primer error aproximado. tenemos que y tengan signos opuestos. vemos que todavía no podemos calcular ningún error aproximado. puesto que contamos ya con la aproximación actual y la aproximación previa: . Comenzamos: i) Calculamos el punto medio (que es de hecho nuestra primera aproximación a la raíz): ii) Evaluamos iii) Para identificar mejor en que nuevo intervalo se encuentra la raíz. vemos que la raíz se encuentra en el intervalo . puesto que solamente tenemos la primera aproximación. repetimos el proceso con el nuevo intervalo . Así.

Evaluamos .25 1.375 1.Puesto que no se ha logrado el objetivo.43% 1.3046875 Error aprox. Y calculamos el nuevo error aproximado: El proceso debe seguirse hasta cumplir el objetivo.09% 4. continuamos con el proceso. a la raíz 1.296875 1.59% . 9.3125 1. Resumimos los resultados que se obtienen en la siguiente tabla: Aprox.28125 1.20% 0. .76% 2. vemos que la raíz se encuentra en el intervalo Calculamos el punto medio. y hacemos la tabla: Así.

Que es la primera aproximación a la raíz de Evaluamos Y hacemos nuestra tabla de signos. . Puesto que y tienen signos opuestos. Mientras que. solo contamos con una aproximación. Sabemos que es contínua en el intervalo . entonces la raíz se . obtenemos como aproximación a la raíz Ejemplo 2 Aproximar la raíz de Solución hasta que . localiza en el intervalo En este punto. y checamos que y tengan signos opuestos.Así. es importante checar que sí se cumplen las hipótesis requeridas. . . Calculamos el punto medio del intervalo . la única raíz de se localiza en el intervalo . a saber. sí podemos aplicar el método de bisección. . Como vimos en el ejemplo 2 de la sección anterior. En efecto. Para poder aplicar el método de bisección. que es el primer punto medio calculado. Por lo tanto.

Que es la nueva aproximación a la raíz de . es decir. localiza en el intervalo Calculamos el punto medio. Puesto que y tienen signos opuestos. Evaluamos Y hacemos la tabla de signos: .5 Error aprox. Y el nuevo error aproximado: El proceso se debe continuar hasta que se logre el objetivo. continuamos con el proceso. a la raíz 0. . entonces la raíz se .Repetimos el proceso. Resumimos los resultados que se obtienen en la siguiente tabla: Aprox. Aquí podemos calcular el primer error aproximado: Puesto que no se cumple el objetivo. calculamos el punto medio ahora del intervalo .

Veremos a continuación un ejemplo del metódo de la bisección. con la siguiente ecuación: .51953125 33.625 0.03% 1. puede ser demasiado lento. sin importar si se encuentra más cerca de alguno de los extremos del intervalo.0.515625 0. y en casos como el de la siguiente gráfica.33% 20% 11.88% 3. En un caso como éste.5234375 0.75 0.53125 0. ya que el método solamente toma en cuenta que la raíz se encuentra dentro del intervalo.5625 0.75% De lo cual.49% 0. vemos que la aproximación buscada es El método de bisección por lo general es lento. Sería bueno implementar un método que tome en cuenta este detalle. el proceso de bisección comienza a acercarse a la raíz de forma muy lenta.11% 5.

0001220703 90693 125 75 7661 875 125 0.103515625 59376 125 875 7661 438 E-5 Xd -2 -2 -2.375 Hemos terminado de analizar el método de la bisección. se encuentra la última raiz(Xm MÉTODO DE NEWTON-RAPHSON .390625 -2.00205119677 2.0001585679128 2.228515625 -2.228515625 -2.125 6 -2.125 2.5 3 -2.00390625 7061 91 0.3872070312 0.228515625 -2.01751357316 -2.359375 -2.3874511718 0.3828125 -0.375 0.0001.3876953125 0.4375 -0.3886718 -2.25 -2.0532569885253 -2.388671875 -0.38671875 -0.5 -2.4375 6 7 8 9 1 0 1 1 1 2 1 3 1 4 Fxi Fxd Nuevo Xm Error -14 6 -2.3876953 2.01751357316 2.3385314941406 0.40625 -2.3828125 0.0004882812 9708 125 7661 5 5 0.0078125 91 0.38671875 0.125 -2.3875732421 0.0001585679128 2.375 -0.0002441406 19411 125 5 7661 75 25 0.08806562423 -2.3876953 2.0001585679128 2.0532569885253 -2.5 5 -2.01751357316 2.0178443714976 9708 2.015625 2 -2.25 -0.375 0.5 -0.3876342773 6.3872070312 0.919677734375 0.375 -2.0009765625 75 31 0.3875732421 0.38671875 0.3874511718 0.38671875 0.390625 -2.5 4 -2.40625 -0.0532569885253 0.3876953 -2.03125 -2.390625 -0.390625 -2.0625 -0.228515625 -2.00867921009 2.0001585679128 2.3876953 2.25 -2.125 0.# Xi 1 -3 2 -2. en este ejemplo con un error de 0.00426074799 2.001953125 9708 91 0.

es uno de los más usados y efectivos. Supongamos que tenemos la aproximación a la raíz de .Este método. Sabemos que tiene pendiente Y por lo tanto la ecuación de la recta tangente es: Hacemos : Y despejamos : Que es la fómula iterativa de Newton-Raphson para calcular la siguiente aproximación: . el cual es un método iterativo. calculamos primero la ecuación de la recta tangente. A diferencia de los métodos anteriores. en un punto . el método de NewtonRaphson no trabaja sobre un intervalo sino que basa su fórmula en un proceso iterativo. ésta cruza al que será nuestra siguiente aproximación a la raíz Para calcular el punto . Trazamos la recta tangente a la curva en el punto eje .

. para aproximar la raíz de . También observe que en el caso de que . en cuyo caso mismo es una raíz de ! Ejemplo 1 Usar el método de Newton-Raphson. tenemos que y hasta que . De hecho. Sin embargo. en los casos donde si converge a la raíz lo hace con una rapidez impresionante. si Note que el método de Newton-Raphson no trabaja con intervalos donde nos asegure que encontraremos la raíz. el error aproximado es. De aquí tenemos que: Comenzamos con y obtenemos: En este caso. existen ejemplos donde este método no converge a la raíz. a menos que coincida con éste.. vemos geométricamente que esto significa que la recta tangente es horizontal y por lo tanto no intersecta al eje en ningún punto. Desde luego. en cuyo caso se dice que el método diverge. el método no se puede aplicar. y de hecho no tenemos ninguna garantía de que nos aproximaremos a dicha raíz. comenzando con Solución En este caso. por lo cual es uno de los métodos preferidos por excelencia.

569049742033 18.419989651633 -2. Veremos a continuación un ejemplo del metódo de Newton Raphson.103142166676 Nuevo Xm -3.3880927130115 -2. se encuentra la última raiz(Xm): -2. Resumimos los resultados en la siguiente tabla: Aprox.Continuamos el proceso hasta reducir el error aproximado hasta donde se pidió. observamos que el error aproximado disminuye a pasos agigantados en cada paso del proceso.052% De lo cual concluímos que .3876866186524 -2.3876865533923 con 6 iteracciones Este método se aplica para resolver ecuaciones de la forma .0001.794965133108 18.59229583988115 -0.6953642384106 -2.0073539466744812 -1.1814129692311E-6 Dfxn 4 37. 21.19% 3.309799389 Error aprox. a la raíz 1 1.5 -2.75 22.268941421 1.375 -6.108960417816 18. Observe que cuando el método de Newton-Raphson converge a la raíz. Aunque no es nuestro objetivo establecer formalmente las cotas para los errores en cada uno de los métodos que hemos estudiado.3876865533923 Hemos terminado de analizar el método de la Newton Rapshon. en este ejemplo con un error de 0. con la siguiente ecuación: # 1 2 3 4 5 6 Fxn 18 -30. cabe mencionar que si existen estas cotas que miden con mayor precisión la rapidez ó lentitud del método en estudio. lo hace de una forma muy rápida y de hecho.2771541041392 -0.309108403 1.06% 0. la cual es correcta en todos sus dígitos! La misma idea puede aplicarse para crear algoritmos que aproximen raíces -ésimas de números reales positivos.

Tomando valor absoluto en ambos lados. Observe que el término es precisamente el error absoluto en la corresponde al ésima iteración. es decir. la siguiente iteración se calcula con la . entonces puede despejarse ó bien en ambos lados de la ecuación para ponerla en la forma adecuada. Supongamos que la raíz verdadera es . Ejemplos: 1) La ecuación 2) La ecuación Dada la aproximación fórmula: se puede transformar en se puede transformar en . Restando las últimas ecuaciones obtenemos: Por el Teorema del Valor Medio para derivadas. mientras que el término error absoluto en la ésima iteración. existe en el intervalo determinado por y entonces existe es tal que tal que: De aquí tenemos que: O bien. . . En nuestro caso. sabemos que si contínua en y diferenciable en .sumar Si la ecuación es .

Y un error aproximado de .Por lo tanto. y en este caso. Por lo tanto el método sí converge a la raíz. el método de iteración del punto fijo converge a la raíz si para en un intervalo que contiene a la raíz y donde en dicho intervalo. es contínua y diferenciable. entonces se disminuirá el error en la siguiente iteración. raíz. . el error irá en aumento. solamente si . Aplicando la fórmula iterativa tenemos. En efecto. Intuimos que el error aproximado se irá reduciendo muy lentamente. El resultado final que se obtiene es: Con un error aproximado igual al . Por lo tanto. Para aclarar el uso de la fórmula veamos dos ejemplos: Ejemplo 1 Usar el método de iteración del punto fijo para aproximar la raíz de . En caso contrario. que • y claramente se cumple la condición de . comenzando con y hasta que . Con un error aproximado de Aplicando nuevamente la fórmula iterativa tenemos. En resumen. el método no converge a la En el ejemplo 2. pero diverge si Analicemos nuestros ejemplos anteriores: • En el ejemplo 1. el método sí converge a la raíz. . se necesitan hasta 13 iteraciones para lograr reducir el error aproximado menor al 1%. Solución Como ya aclaramos anteriormente.

lo que es suficiente para deducir que el método sí converge a la raíz buscada. comenzando con Solución Si despejamos la y hasta que . tenemos que .Ejemplo 2 Usar el método de iteración del punto fijo para aproximar la raíz de . Un vistazo a la gráfica. . nos convence que . tenemos: Con un error aproximado igual al 28. del término lineal.41%. Aplicando nuevamente la fórmula iterativa. para . Aplicando la fórmula iterativa. tenemos: Con un error aproximado del 100%. vemos que la ecuación equivale a de donde. En este caso.

692075744767 -137.549064545 15.1557461506 -0.968 11.063652847694363 15. 100% 28.286954775047 -137.2932828992 -0.278575889954 -12.93699245737 -15. el método solo necesita de 5 iteraciones para reducir el error menor al 1%.278575889954 -1837.937225498684 -4047.256666831521 -1837.93699245737 -4047.822877723262 -3961.692075744767 -5.423487544484 11.893013650839 -3961.51% 0.5252497571 -0.163826372 -0.5252497571 15.2932828992 15.10580199505242 15.34% 1.55264093506638 15.35% De donde vemos que la aproximación buscada es: Veremos a continuación un ejemplo del metódo de la Punto Fijo con la siguiente ecuación: Comenzar >>> # 1 2 3 4 5 6 7 8 9 10 11 12 Fx Gx 6 -3.549064545 -0.9153117412 .968 -1.893013650839 -15.062746289826028 Nuevo Xm 6 -19.936089251016 -15.935434638196 -4046.06733727676 -0.2 -19.1663039075 -0.9153117412 -0.062760338437828 15.06733727676 15. a la raíz 0 -0.En este ejemplo.41% 6.164410064 Error aprox.936089251016 -4046.2 -0. Resumimos los resultados en la siguiente tabla: Aprox.

062746070290919 15. vemos que el metódo NO CONVERGE. Donde hemos agregado la línea recta que une los puntos extremos de la gráfica en el intervalo .9366679087 15.937006671952 -4047.93700689408 Hemos terminado de analizar el método de Punto Fijo. y que es contínua en el intervalo tienen signos opuestos. la idea central del método de la regla falsa y ésta es realmente la única diferencia con el método de bisección. Es claro que si en lugar de considerar el punto medio del intervalo. sería bueno considerar si la raíz de una ecuación está localizada más cerca de alguno de los extremos del intervalo. puesto que en todo lo demás los dos métodos son prácticamente idénticos. Como mencionamos anteriormente.9366679087 -0. Supongamos que tenemos una función y además. Sabemos que la pendiente de esta recta esta dada por: Por lo tanto la ecuación de la recta es: .93700689408 -15. .937253926252 15. tomamos el punto donde cruza al eje esta recta.937006671952 -15.937253488903 -4047. ésta es en sí. Consideremos nuevamente una gráfica como la anterior. en este ejemplo con un error de 0. Calculemos la ecuación de la línea recta que une los puntos . nos aproximaremos mucho más rápido a la raíz.13 14 15 15.0001.

de aquí despejamos : Este punto es el que toma el papel de en lugar del punto medio del método de bisección. Forzosamente debemos caer en uno de los siguientes . el método de la regla falsa sigue los siguientes pasos: Sea contínua. es decir. ii) La primera aproximación a la raíz se toma igual a: iii) Evaluar casos: • . Así pues.Para obtener el cruce con el eje . . tales que y tienen signos i) Encontrar valores iniciales opuestos. hacemos : Multiplicando por nos da: Finalmente.

tanto la raíz se encuentra en el intervalo • En este caso. ya sabemos que es contínua en el intervalo dado y que toma signos opuestos en los extremos de dicho intervalo. y por lo . tenemos que y tienen signos opuestos. Así pues. la raíz se . Por lo tanto podemos aplicar el método de la regla falsa. Por lo tanto. Calculamos la primera aproximación: . comenzando en el intervalo y hasta que . hasta que: Ejemplo 1 Usar el método de la regla falsa para aproximar la raíz de . y de aquí tienen signos opuestos. Solución Este es el mismo ejemplo 1 del método de la bisección. tenemos que que y y tienen el mismo signo.En este caso. El proceso se vuelve a repetir con el nuevo intervalo. encuentra en el intervalo • En este caso se tiene que y por lo tanto ya localizamos la raíz.

En este momento. Evaluamos signos: . calculamos la nueva aproximación: . Y el error aproximado: . y hacemos la tabla de De donde vemos que la raíz se encuentra en el intervalo con el cual. evaluamos Y hacemos nuestra tabla de signos: De donde vemos que la raíz se encuentra en el intervalo Con este nuevo intervalo. debemos seguir con el proceso. podemos calcular el primer error aproximado: Puesto que no se cumple el objetivo seguimos con el proceso.Puesto que solamente tenemos una aproximación. Así pues. podemos calcular la nueva aproximación: .

a Ejemplo Usar el la rapidez con la cual converge el método de la regla falsa a la diferencia de la lentitud del método de la bisección. concluímos que la aproximación buscada es: Observe raíz. calculamos la nueva aproximación: . comenzando en el intervalo y hasta que Solución Este es el mismo ejemplo 2 del método de la bisección. Así pues. es decir. Calculamos pues. la primera aproximación: Como solamente tenemos una aproximación. .Como se ha cumplido el objetivo. 2 método de la regla falsa para aproximar la raíz de . Y calculamos el error aproximado: . que sea contínua en el intervalo dado y que tome signos opuestos en los extremos de dicho intervalo. Evaluamos Y hacemos nuestra tabla de signos: De lo cual vemos que la raíz se localiza en el intervalo Así pues. debemos avanzar en el proceso. ya sabemos que se cumplen las hipótesis necesarias para poder aplicar el método.

Como ejercicio. comenzando en el intervalo notará que mientras que el método de bisección requiere de 8 aproximaciones para lograr que necesita hasta 16 aproximaciones. el método de la regla falsa Veremos a continuación un ejemplo del metódo de la Posición. Evaluamos Y hacemos nuestra tabla de signos: . Y el siguiente error aproximado: Como se ha cumplido el objetivo. 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. Falsa con la siguiente ecuación: . concluímos que la aproximación buscada es: Nuevamente observamos el contraste entre la rapidez del método de la regla falsa contra la lentitud del método de la bisección. el estudiante puede aplicar ambos métodos a la función . De los cual vemos que la raíz se localiza en el intervalo con el cual podemos calcular al siguiente aproximación: . . seguimos avanzando en el proceso.Puesto que no se cumple el objetivo. donde .

320725552 -2.04789074483 2.3876969957131 con 13 iteracciones Xi -3 -3 Xd -2 -2.395969027 2.389098184 2.389875835 2.020725552050 0505 473 1.00538865293 2.320725552 0.15043075408 2.533 .007014852786 8852 4407 0056 039 7919 3751 0.382860983 0.387855237 0.387609513 1.382860983 0.395969027 2.036785657917 987 4407 0876 039 0056 969 0.387593289 0.000261948084 2 77866 7273 098 7972 1823 38618 1 0.389875835 0.387388854 0.387855237 2.51 -0.387593289 0.18038714957 4 -2.346075325 0.382860983 0.Comenzar >>> # 1 2 Nuevo Xm Error -2.346075325 0.390329227 2.02556923808 2.04789074483 2.025349773037 48 827 0505 291 0876 123 0.74096319530 7 2.3 -2.08719129466 8 2.387388854 0.51 -2.15043075408 2.389098184 0. en este ejemplo con un error de 0.387388854 0.03966723120 2.74096319530 6 2.346075325 0.001709330373 0 50926 7919 3541 9549 7273 1688 1 0.51 2.323251 2.00168831438 2.390329227 2.3 Fxi -14 -14 Fxd 6 1.389875835 2.075243475776 48 0505 827 506 1.21 3 -2.389098184 2.08719129466 9 2.395969027 0.00168831438 2.00305391029 2.390329227 0.18038714957 5 2.323251 1.000204434743 1 50926 7273 3541 7972 098 81393 1 0.3 -2.00538865293 2.320725552 0.533 2.622488739982 3 77866 1823 098 82061 9854 9E-5 Hemos terminado de analizar el método de la Posición Falsa. se encuentra la última raiz(Xm): -2.3 -0.02556923808 2.004527871348 8852 7919 0056 9549 3541 5732 1 0.0001.387593289 0.03966723120 2.044253902353 987 827 0876 291 4407 135 0.