You are on page 1of 30

Metodo de Biseccion

El método de bisección se basa en el siguiente teorema de Cálculo: Teorema del Valor Intermedio Sea que existe un contínua en un intervalo . Entonces para cada tal que y supongamos tal que . 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 , y por lo tanto, el un valor intermedio es precisamente

Teorema del Valor Intermedio nos asegura que debe existir tal que , es 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 , tienen signos opuestos, es decir,

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

iii) Evaluar siguientes casos:

. Forzosamente debemos caer en uno de los

En este caso, tenemos que y tienen signos opuestos, y por lo tanto la raíz se encuentra en el intervalo

.

En este caso, y de aquí que

tenemos que y

y

tienen el mismo signo,

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 bisección debemos checar que y tengan signos opuestos. En efecto, tenemos que

mientras que

Cabe mencionar que la función

es contínua en el

intervalo . Así pues, tenemos todos los requisitos satisfechos para poder aplicar el método de bisección. 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, hacemos la siguiente tabla:

Por lo tanto, vemos que la raíz se encuentra en el intervalo . En este punto, vemos que todavía no podemos calcular ningún error aproximado, puesto que solamente tenemos la primera aproximación. Así, repetimos el proceso con el nuevo intervalo . Calculamos el punto medio (que es nuestra segunda aproximación a la raíz):

Aquí podemos calcular el primer error aproximado, puesto que contamos ya con la aproximación actual y la aproximación previa:

Puesto que no se ha logrado el objetivo, continuamos con el proceso. Evaluamos , y hacemos la tabla:

28125 2. y checamos .09% 1. vemos que la raíz se encuentra en el intervalo Calculamos el punto medio.296875 1. obtenemos como aproximación a la raíz Ejemplo 2 Aproximar la raíz de Solución Como vimos en el ejemplo 2 hasta que . la única raíz de se localiza en el intervalo . . es importante checar que sí se cumplen las hipótesis requeridas. de la sección anterior.25 1. Sabemos que que y En efecto. Aprox.Así.3046875 0. Resumimos los resultados que se obtienen en la siguiente tabla: Error aprox.76% 1.375 9. es contínua en el intervalo tengan signos opuestos.59% Así. Y calculamos el nuevo error aproximado: El proceso debe seguirse hasta cumplir el objetivo. Para poder aplicar el método de bisección.43% 1. a la raíz 1.3125 4. .20% 1.

que es el primer punto medio calculado. . Que es la nueva aproximación a la raíz de . continuamos con el proceso. a saber. Repetimos el proceso. solo contamos con una aproximación. es decir. Aquí podemos calcular el primer error aproximado: Puesto que no se cumple el objetivo. Puesto que y tienen signos opuestos.Mientras que. Por lo tanto. Que es la primera aproximación a la raíz de Evaluamos Y hacemos nuestra tabla de signos. sí podemos aplicar el método de bisección. Evaluamos Y hacemos la tabla de signos: . . entonces la raíz se localiza en el intervalo . calculamos el punto medio ahora del intervalo . Calculamos el punto medio del intervalo . . En este punto. .

625 0.11% 5.53125 0. a la raíz 0. entonces la .Puesto que y tienen signos opuestos.49% 0.51953125 33.5 0.515625 0. .5625 0. Aprox.75% De lo cual.75 0. Resumimos los resultados que se obtienen en la siguiente tabla: Error aprox.5234375 0. Y el nuevo error aproximado: El proceso se debe continuar hasta que se logre el objetivo.88% 3.33% 20% 11. puede ser demasiado lento.03% 1. raíz se localiza en el intervalo Calculamos el punto medio. y en casos como el de la siguiente gráfica. vemos que la aproximación buscada es El método de bisección por lo general es lento.

ya que el método solamente toma en cuenta que la raíz se encuentra dentro del intervalo. Sería bueno implementar un método que tome en cuenta este detalle. sin importar si se encuentra más cerca de alguno de los extremos del intervalo.En un caso como éste. el proceso de bisección comienza a acercarse a la raíz de forma muy lenta. .

375 -2.390625 -2.3876953125 -2.38720703125 -0.375 -0. .00390625 9 -2.375 -0.3828125 -0.088065624237061 -2.00015856791287661 0.00015856791287661 0.00048828125 12 -2.00015856791287661 0.359375 -2.919677734375 0.38671875 -0.5 -2.390625 -2.4375 -2.38720703125 -0.053256988525391 0.125 2.38671875 -0.5 2 -2.375 -0.38671875 -0.388671875 -0.390625 -2.25 -2.125 0.3876953125 -2.0042607479990693 -2. en este ejemplo con un error de 0.053256988525391 0.Veremos a continuación un ejemplo del metódo de la bisección.228515625 -2.228515625 -2.00015856791287661 0.0001220703125 14 -2.25 -0.33853149414062 0.390625 -0.388671875 -2.001953125 10 -2.000244140625 13 -2.40625 -0.40625 -2.017513573169708 -2.387451171875 -0.3876953125 -2.3876953125 -2.125 6 -2.125 4 -2.053256988525391 0.0078125 8 -2.3876647949219 con 14 iteracciones.0001.38671875 -0.103515625E-5 Hemos terminado de analizar el método de la bisección.3876953125 -0.387451171875 -0.3876342773438 -6.0020511967759376 -2.375 -0.3875732421875 -0.03125 6 -2.5 -0.228515625 -2.017513573169708 -2.3875732421875 -0.4375 -0.228515625 -2.5 -2.5 -2 -2.0086792100919411 -2.0625 5 -2.25 3 -2.3828125 -0. se encuentra la última raiz(Xm): -2.017513573169708 -2.017844371497631 0.0009765625 11 -2.015625 7 -2. con la siguiente ecuación: # Xi Xd Fxi Fxd Nuevo Xm Error 1 -3 -2 -14 6 -2.

entonces puede despejarse ó bien sumar en ambos lados de la ecuación para ponerla en la forma adecuada.Punto fijo Este método se aplica para resolver ecuaciones de la forma Si la ecuación es . Ejemplos: 1) La ecuación en . Restando las últimas ecuaciones obtenemos: Por el Teorema del Valor Medio para derivadas. Dada la aproximación . es contínua en entonces existe y tal . es decir. 2) La ecuación en se puede transformar se puede transformar . sabemos que si diferenciable en que . la siguiente iteración se calcula con la fórmula: Supongamos que la raíz verdadera es .

Tomando valor absoluto en ambos lados. Por lo tanto. mientras que el término corresponde al error absoluto en la ésima iteración. existe determinado por en el intervalo y tal que: De aquí tenemos que: O bien. el error irá en aumento. Observe que el término error absoluto en la es precisamente el ésima iteración. pero diverge si en dicho intervalo. entonces se disminuirá el error en la siguiente iteración. solamente si . Analicemos nuestros ejemplos anteriores: . el método de iteración del punto fijo converge a la raíz si para en un intervalo que contiene a la raíz y donde es contínua y diferenciable. En resumen.En nuestro caso. En caso contrario.

 En el ejemplo 2. . Intuimos que el error aproximado se irá reduciendo muy lentamente. y claramente se cumple la condición de que . 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 . comenzando con y hasta que . el método no converge a la raíz. . En efecto. Y un error aproximado de . Por lo tanto el método sí converge a la raíz. El resultado final que se obtiene es: Con un error aproximado igual al . Por lo tanto. se necesitan hasta 13 iteraciones para lograr reducir el error aproximado menor al 1%. y en este caso. el método sí converge a la raíz. Solución Como ya aclaramos anteriormente. Aplicando la fórmula iterativa tenemos. En el ejemplo 1. Con un error aproximado de Aplicando nuevamente la fórmula iterativa tenemos.

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

a la raíz 0 -0.163826372 -0.2 -0.Aplicando nuevamente la fórmula iterativa.35% De donde vemos que la aproximación buscada es: .51% 0.1663039075 -0.41% 6. 100% 28. En este ejemplo. Resumimos los resultados en la siguiente tabla: Aprox. tenemos: Con un error aproximado igual al 28.1557461506 -0. el método solo necesita de 5 iteraciones para reducir el error menor al 1%.41%.34% 1.164410064 Error aprox.

968 11.937253488903 -0.93700689408 Hemos terminado de analizar el método de Punto Fijo.063652847694363 -15.256666831521 -0.935434638196 -0. en este ejemplo con un error de 0.10580199505242 -15.937253926252 Nuevo Xm 6 -19.937225498684 -0.549064545 15.822877723262 -0.062746070290919 -15.062746289826028 -15.278575889954 -1837.937006671952 -4047.2 -1.9153117412 15.062760338437828 -15.9366679087 15.286954775047 -0. vemos que el metódo NO CONVERGE.936089251016 -4046.9153117412 15.9366679087 15.692075744767 -137.936089251016 -4046. .2932828992 15.Veremos a continuación un ejemplo del metódo de la Punto Fijo con la siguiente ecuación: # 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Fx 6 -19.968 11.423487544484 -5.93699245737 -4047.5252497571 15.55264093506638 -12.06733727676 15.2932828992 15.937006671952 -4047.5252497571 15.06733727676 15.893013650839 -3961.278575889954 -1837.93699245737 -4047.893013650839 -3961.692075744767 -137.549064545 15.0001.93700689408 Gx -3.

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

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

06% 0. el error aproximado es. Continuamos el proceso hasta reducir el error aproximado hasta donde se pidió.19% 3. lo hace de una forma muy rápida y de hecho.Comenzamos con y obtenemos: En este caso.309799389 Error aprox.309108403 1.052% De lo cual concluímos que . cabe mencionar que si existen estas cotas que miden con mayor precisión la rapidez ó lentitud del método en estudio.268941421 1. la cual es correcta en todos sus dígitos! La misma idea puede aplicarse para crear algoritmos que aproximen raíces -ésimas de números reales positivos. Resumimos los resultados en la siguiente tabla: Aprox. 21. 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. a la raíz 1 1. observamos que el error aproximado disminuye a pasos agigantados en cada paso del proceso. .

3876866186524 -2.419989651633 -2.6953642384106 -2. .569049742033 18.1814129692311E-6 Dfxn 4 37.3876865533923 Hemos terminado de analizar el método de la Newton Rapshon.2771541041392 -0.794965133108 18. se encuentra la última raiz(Xm): -2. con la siguiente ecuación: # 1 2 3 4 5 6 Fxn 18 -30.0073539466744812 -1.3876865533923 con 6 iteracciones.a continuación un ejemplo del metódo de Newton Raphson.375 -6.0001. en este ejemplo con un error de 0.103142166676 Nuevo Xm -3.3880927130115 -2.108960417816 18.5 -2.59229583988115 -0.75 22.

pero evita el cálculo de la derivada usando la siguiente aproximación: Sustituyendo en la fórmula de NewtonRaphson. y hasta . Obsérvese tambien. el gran parecido con la fórmula del método de la regla falsa. obtenemos: Que es la fórmula del método de la secante. La diferencia entre una y otra es que mientras el método de la regla falsa trabaja sobre intervalos cerrados.Secante Este método se basa en la fórmula de Newton-Raphson. necesitamos y . 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 que . . Nótese que para poder calcular el valor de conocer los dos valores anteriores . encuentra la aproximación casi con la misma rapidez que el método de Newton-Raphson. comenzando con . Claro. el método de la secante es un proceso iterativo y por lo mismo.

continuamos con el proceso.23% 0. comenzando con .2% 6.Solución Tenemos que y . a la raíz 0 1 0. que sustituímos en la fórmula de la secante para calcular la aproximación : Con un error aproximado de: Como todavía no se logra el objetivo. 100% 63. que sustituímos en la fórmula de la secante para obtener .653442133 0.652917265 Error aprox.08% De lo cual concluímos que la aproximación a la raíz es: Ejemplo 2 Usar el método de la secante para aproximar la raíz de hasta que Solución Tenemos los valores y . y . y .612699837 0. Resumimos los resultados en la siguiente tabla: Aprox.

100% 21. a la raíz 0 1 0.852330280 0.la aproximación : Con un error aproximado de: Como todavía no se logra el objetivo.09% De lo cual concluímos que la aproximación a la raíz es: .823315073 0.4% 3.40% 0. continuamos con el proceso.853169121 Error aprox. Resumimos los resultados en la siguiente tabla: Aprox.

036785657917969 8 -2.3898758357919 -0.533 -2.3460753250876 -0.3 2 -3 -2.087191294668852 -2.0001.00026194808438618 13 -2.3878552371823 -2.3 -2.039667231209549 0.3876969957131 con 13 iteracciones.025569238087972 0.3873888543541 -0.3873888543541 -0.3890981847273 -2.21 3 -2.387593289098 -0.025349773037123 6 -2.3873888543541 -0.087191294668852 -2.51 -2.74096319530987 -2.51 -2.0016883143877866 -2.0053886529350926 -2.74096319530987 -2.04789074483039 0.0017093303731688 11 -2.044253902353135 7 -2.3903292274407 -0.020725552050473 4 -2.0045278713485732 10 -2.323251 1.Veremos a continuación un ejemplo del metódo de la secante.3890981847273 -0.3898758357919 -2.04789074483039 0.3828609830056 -0.15043075408291 1.387593289098 -0.075243475776506 5 -2.51 -0.395969027827 -2.0030539102982061 0.3460753250876 -0.323251 1.15043075408291 0.3460753250876 -0.3828609830056 -0.533 -2.0016883143877866 -2.025569238087972 0.3 -14 1.1803871495748 -2.00020443474381393 12 -2.387593289098 -0.3 -0.3890981847273 -2.395969027827 -0.0070148527863751 9 -2.039667231209549 0.0053886529350926 -2.3207255520505 -0.3903292274407 -2. .395969027827 -2.3207255520505 -0.3876095139854 -1. con la siguiente ecuación: # Xi Xd Fxi Fxd Nuevo Xm Error 1 -3 -2 -14 6 -2.3878552371823 -0. en este ejemplo con un error de 0.6224887400274E-5 Hemos terminado de analizar el método de la secante.3903292274407 -2.3207255520505 -2.1803871495748 -2.3828609830056 -0.3898758357919 -2. se encuentra la última raiz(Xm): -2.

Consideremos nuevamente una gráfica como la anterior. Donde hemos agregado la línea recta que une los puntos extremos de la gráfica en el intervalo . . nos aproximaremos mucho más rápido a la raíz. Es claro que si en lugar de considerar el punto medio del intervalo. Supongamos que tenemos una función que es contínua en el intervalo y además. la idea central del método de la regla falsa y ésta es realmente la única diferencia con el método de bisección. Sabemos que la pendiente de esta recta esta dada por: . sería bueno considerar si la raíz de una ecuación está localizada más cerca de alguno de los extremos del intervalo.Falsa posicion Como mencionamos anteriormente. Calculemos la ecuación de la línea recta que une los puntos . tomamos el punto donde cruza al eje esta recta. puesto que en todo lo demás los dos métodos son prácticamente idénticos. y tienen signos opuestos. ésta es en sí.

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

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

podemos calcular el primer error aproximado: Puesto que no se cumple el objetivo seguimos con el proceso. Por lo tanto podemos aplicar el método de la regla falsa. Evaluamos tabla de signos: .opuestos en los extremos de dicho intervalo. Calculamos la primera aproximación: Puesto que solamente tenemos una aproximación. aproximación: calculamos la nueva En este momento. Así pues. debemos seguir con el proceso. y hacemos la . evaluamos Y hacemos nuestra tabla de signos: De donde vemos que la raíz se encuentra en el intervalo . Con este nuevo intervalo.

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

De los cual vemos que la raíz se localiza en el intervalo . Evaluamos Y hacemos nuestra tabla de signos: De lo cual vemos que la raíz se localiza en el intervalo . con el cual podemos calcular al siguiente aproximación: Y el siguiente error aproximado: . calculamos la nueva aproximación: Y calculamos el error aproximado: Puesto que no se cumple el objetivo. debemos avanzar en el proceso.Como solamente tenemos una aproximación. Evaluamos Y hacemos nuestra tabla de signos: . Así pues. seguimos avanzando en el proceso.

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. comenzando en el intervalo . 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.Como se ha cumplido el objetivo. . Como ejercicio. el estudiante puede aplicar ambos métodos a la función . 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.

3890981847273 -2.3878552371823 -2.075243475776506 5 -2.3873888543541 -0.04789074483039 0.1803871495748 -2.74096319530987 -2.74096319530987 -2.3828609830056 -0. .3207255520505 -0.323251 1.3828609830056 -0.533 -2.51 -0.395969027827 -2.04789074483039 0.087191294668852 -2.3903292274407 -2.3828609830056 -0.3 -2.387593289098 -0.025569238087972 0.025349773037123 6 -2.0016883143877866 -2.3898758357919 -2.6224887399829E-5 Hemos terminado de analizar el método de la Posición Falsa. Falsa con la siguiente ecuación: Xi Xd Fxi Fxd Nuevo Xm Error 1 -3 -2 -14 6 -2.3207255520505 -2.0017093303731688 11 -2.51 -2.025569238087972 0.039667231209549 0.15043075408291 0.51 -2.020725552050473 4 -2.00026194808438618 13 -2.0016883143877866 -2.323251 1.3903292274407 -2.0030539102982061 0.087191294668852 -2.0070148527863751 9 -2.3207255520505 -0.3873888543541 -0.0045278713485732 10 -2.0053886529350926 -2.1803871495748 -2.3890981847273 -0.3 2 -3 -2.Veremos a continuación un ejemplo del metódo de la Posición.387593289098 -0.3876095139854 -1.3 -0.395969027827 -0.3898758357919 -2.3 -14 1.15043075408291 1.3460753250876 -0.039667231209549 0.395969027827 -2. se encuentra la última raiz(Xm): -2. en este ejemplo con un error de 0.3873888543541 -0.3903292274407 -0.3876969957131 con 13 iteracciones.533 -2.3460753250876 -0.036785657917969 8 -2.3898758357919 -0.21 3 -2.0053886529350926 -2.3878552371823 -0.044253902353135 7 -2.0001.3460753250876 -0.00020443474381393 12 -2.3890981847273 -2.387593289098 -0.