M ÉTODOS N UMÉRICOS

N OTAS DE C LASES

Carlos Reales

Profesor,
Universidad de Córdoba

12 de marzo de 2024
PART I: D EMO P RESENTATION PART

1 Ecuaciones y Sistemas de Ecuaciones no Lineales . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Método de Bisección . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

3 Método de la Falsa Posición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

1 / 30
PART II: D EMO P RESENTATION PART 2

2 / 30
 Parte I

P RIMERA PARTE

3 / 30
E CUACIONES Y S ISTEMAS DE E CUACIONES NO L INEALES I

§ En matemática, se conoce como raíz (o cero) de una función f pxq a todo elemento x
perteneciente al dominio de dicha función tal que se cumpla: f pxq “ 0.
§ Por ejemplo, dada la función f pxq “ x2 ´ 6x ` 8, podemos afirmar que 2 y 4 son raíces ya que
f p2q “ 0 y f p4q “ 0.
§ En caso de funciones reales los puntos en los que el gráfico corta al eje de las abscisas es una
interpretación gráfica de las raíces de dicha función.
§ El teorema fundamental del álgebra determina que todo polinomio en una variable compleja y
de grado n tiene n raíces (contando sus multiplicidades). Aun así, las raíces de los polinomios
reales no son necesariamente reales; algunas de ellas, o incluso todas, pueden ser complejas.
§ Una ecuación lineal es una ecuación relacionada con una línea recta, por ejemplo f pxq “ mx ` c
describe una recta con pendiente m y la ecuación lineal f pxq “ 0, que implica tal f , se resuelve
fácilmente, x “ ´c{m (siempre que m ‰ 0).
§ Si una función f no está representada por una línea recta de esta manera, decimos que no es
lineal. En otras palabras,una ecuación se dice no lineal si contiene terminos polinomiales de
grado mayor que uno o si contiene terminos que no son polinómicos.

4 / 30
E CUACIONES Y S ISTEMAS DE E CUACIONES NO L INEALES II

§ En general, las ecuaciones no lineales no pueden ser resueltas analíticamente. En este caso, por
lo tanto, la solución debe ser obtenida usando métodos iterativos. El principio de estos métodos
de solución consiste en partir de un punto arbitrario, el más cercano posible a la solución, y
llegar a la solución gradualmente a través de iteraciones sucesivas.
§ La idea general de resolver una ecuación mediante la mejora sucesiva de una estimación inicial
agregando términos correctivos se ha usado desde hace mucho tiempo. Los griegos y
babilonios usaban este tipo de métodos para extraer raices.
§ En esta sección estudiaremos algunos métodos básicos de resolución de ecuaciones o sistemas
de ecuaciones no lineales. La búsqueda de una raíz de una ecuación que modela una relación
no lineal es compleja y no es posible proporcionar un método que funcione de manera optima
en todos los casos.
§ Las dos clases principales de métodos disponibles para obtener la aproximación de la raiz de
una ecuación no lineal se distinguen por el tipo de datos o valores iniciales.
§ Normalmente, un procedimiento iterativo comienza con una iteración inicial x0 y produce una
secuencia de iteraciones x1 , x2 , . . . , xk .

5 / 30
E CUACIONES Y S ISTEMAS DE E CUACIONES NO L INEALES III

§ Obsérvese que en general no esperamos que el procedimiento iterativo produzca la solución

exacta x. Podríamos concluir que la serie de iterados converge si los valores de |f pxk q| y o
|xk ´ xk´1 | tienden hacia 0 suficientemente rápido a medida que aumenta el contador de
iteración k.
§ Correspondientemente, uno o más de los siguientes criterios generales se utilizan para terminar
con éxito tal proceso iterativo después de n iteraciones:
‚ |xn ´ xn´1 | ď Atol
‚ |xn ´ xn´1 | ď Rtol|xn |
‚ |f pxn q| ď Ftol
donde Atol, Rtol y Ftol son constantes especificadas por el usuario.
§ Por lo general, pero no siempre, el segundo criterio relativo es más robusto que el primero,
absoluto. Una combinación adecuada puede usar un valor de tolerancia tol, que dice:
|xn ´ xn´1 | ď Tolp1 ` |xn|q.
§ El tercer criterio es independiente de los dos primeros; Toma el valor de la función en cuenta.
La función f pxq puede ser en general muy plana, o muy empinada, o ninguna, cerca de su raíz.

6 / 30
E CUACIONES Y S ISTEMAS DE E CUACIONES NO L INEALES

§ Los métodos cerrados (bracketing methods) calculan los puntos finales de una serie de
intervalos sucesivamente más pequeños que contienen una raíz.
§ Esto les permite proporcionar límites del error absoluto en la ubicación de una raíz cuando se
sabe que la función es continua. Estos métodos requieren dos puntos iniciales, uno a cada lado
de la raíz.
§ Los métodos abiertos usan uno o mas aproximaciones iniciales de la raíz pero no hay necesidad
de que la raiz este entre esas aproximaciones.
§ Para problemas bien planteados, los métodos cerrados siempre funcionan,por lo que tambien
son llamados de convergencia garantizada, pero convergen lentamente, es decir, típicamente
toman más iteraciones para obtener la respuesta adecuada.
§ En contraste, los métodos abiertos no siempre funcionan (es decir, pueden diverger), pero
cuando lo hacen, generalmente convergen más rápido.

7 / 30
E CUACIONES Y S ISTEMAS DE E CUACIONES NO L INEALES

§ Por esta razón, es importante conocer las debilidades y fortalezas de los métodos en lo teorico y
en lo practico.
§ En este sección estudiaremos los métodos de Bisección, Posición Falsa, Newton-Raphson,
Secante y de Punto Fijo. Los cuatro son iterativos y comienzan con una o varias aproximaciones
de la ecuación f pxq “ 0.
§ Las diferencias radican en
‚ el número de valores iniciales,
‚ la garantia de convergencia,
‚ la velocidad de convergencia y
‚ el costo computacional.

8 / 30
M ÉTODO DE B ISECCIÓN I

§ El problema consiste en, dada f : R Ñ R (no lineal), encontrar x P R tal que f pxq “ 0, para el
caso de una sola ecuación, o bien, dada : Rn Ñ Rn (no lineal), encontrar x “ px1 , . . . , xn qt P Rn
tal que pxq “ 0, para el caso de un sistema de ecuaciones. Para el caso escalar (una sola
ecuación), la solución x se denomina raíz de la función f .
§ El método de bisección es un algoritmo de búsqueda de raíces que trabaja dividiendo el
intervalo de trabajo a la mitad y seleccionando el subintervalo que tiene la raíz. Este método es
el algoritmo más simple y más robusto para encontrar la raíz de una función continua
unidimensional en un intervalo cerrado.
§ Se basa en el teorema del valor intermedio, el cual establece que toda función continua f en un
intervalo cerrado ra, bs toma todos los valores que se hallan entre f paq y f pbq.

9 / 30
M ÉTODO DE B ISECCIÓN II

Teorema 2.1
Sea f : ra, bs Ñ R una función continua en el intervalo ra, bs y supongamos que f paq ă f pbq. Entonces, para
cada valor intermedio z tal que f paq ă z ă f pbq, existe α P pa, bq tal que f pαq “ z. La misma conclusión se
obtiene para el caso que f paq ą f pbq.
En particular, si f paq y f pbq tienen signos opuestos, entonces z “ 0 es precisamente un valor
intermedio y, por lo tanto, existe por lo menos una raíz α de f en el intervalo pa, bq.
Dados a y b tales que a ă b y f P Cpra, bsq tal que f paqf pbq ă 0, sean a0 :“ a y b0 :“ b. Por lo tanto f
a 0 ` b0
tiene una raíz en el intervalo pa0 , b0 q. Sea c0 :“ . Forzosamente debemos caer en uno de los
2
siguientes casos:
(a) f pa0 qf pc0 q “ 0: en este caso se tiene que f pc0 q “ 0; por lo tanto ya localizamos una raíz, c0 , y se
finaliza el proceso;
(b) f pa0 qf pc0 q ă 0: por lo tanto f tiene una raíz en el intervalo pa0 , c0 q y definimos a1 “ a0 y b1 “ c0 ;
(c) f pa0 qf pc0 q ą 0: por lo tanto f tiene una raíz en el intervalo pc0 , b0 q y definimos a1 “ c0 y b1 “ b0 .

10 / 30
M ÉTODO DE B ISECCIÓN III

En los casos b y c anteriores f tiene una raíz en el nuevo intervalo pa1 , b1 q. Por lo tanto, el proceso se
vuelve a repetir desde con el nuevo intervalo pa1 , b1 q y c1 :“ pa0 ` b0 q{2, hasta que se satisfaga algún
criterio de detención.

a2
a1 x1
a0

x0 b0
b1

x2 b2

Figura. Método de Bisección

11 / 30
M ÉTODO DE B ISECCIÓN IV

Es fácil comprobar a partir del algoritmo que, si α es la raíz de la ecuación, entonces los valores
ck “ cr calculados en cada paso (donde k denota el número de paso) satisfacen
ˆ ˙k
1
|α ´ ck | ď pb ´ aq
2

y, por lo tanto, α “ lı́mkÑ8 ck , como queda establecido en el siguiente teorema:

Teorema 2.2
Suponga que f P Cra, bs y f paqf pbq ă 0. El método de bisección genera una sucesión tcn u8
n“1 de aproximación
de un cero c de f tal que
ˆ ˙k
1
|ck ´ α| ď pb ´ aq cuando n ě 1. (1)
2

Demostración.
Para cada k ě 1, tenemos bk ´ ak “ pb ´ aq{2k y α P pak , bk q. Como ck “ pak ` bk q{2 para todo k ě 1 ,
resulta que |ck ´ α| ď 21 pak ´ bk q “ pb ´ aq{2k . De lo anterior se sigue que la sucesión converge a α
con una tasa de convegencia Op 21k q, esto es ck “ α ` Op 21k q.
12 / 30
M ÉTODO DE B ISECCIÓN V

Ejemplo 2.1
Encuentre el numero de iteraciones que se requieren para alcanzar una aproximación con una
exactitud de 10´4 a la solución de x3 ´ x ´ 1 “ 0 que se encuentra en el intervalo r1, 2s.

Solución
Por (1) tenemos que |ck ´ α| ď pb ´ aq{2k para k ě 1. Como queremos que |ck ´ α| ď 10´4 , esto
requiere que |ck ´ α| ď pb ´ aq{2k “ 2´k ă 10´4 así, despejando k se obtiene k ą 4{ ln 2 “ 13,2. Luego
el numero minimo de iteraciones para alcanzar una precisión de 10´4 es 14.

13 / 30
M ÉTODO DE B ISECCIÓN
I MPLEMENTACIÓN EN M ATLAB

Cuadro. Algoritmo de Bisección.

Método de Bisección
1 Encuentre el intervalo ra, bs en el cual f pxq “ 0
2 Haga c “ pa ` bq{2
3 Calcule f pcq
4 Revise el criterio de convergencia
5 Si f pcq y f pbq tienen signos opuestos haga a “ c, en caso contrario haga b “ c
6 Reptita el paso 2.

El siguiente programa calcula la raíz de una ecuación f pxq “ 0 mediante el método de bisección. Los
datos del programa son la función f , los extremos del intervalo ra, bs donde se busca la raíz, y la
tolerancia tol con la que se desea calcular ésta. El programa tiene una salida de error en el caso en
que la función f no cambie de signo en el intervalo inicial.

14 / 30
M ÉTODO DE B ISECCIÓN
I MPLEMENTACIÓN EN M ATLAB

function raiz=biseccion(funct,a,b,tol)
fa=feval(funct,a);fb=feval(funct,b);
k=0;
if (fb*fa>0)
error('La funcion tiene el mismo signo en ambos extremos.')
end
fprintf('%1s %8s %11s %12s %12s\r\n','k','a','b','c','f(c)')
while (abs(b-a)>tol)
k=k+1;
if (fa*fb==0)
if (fa==0)
raiz=a;
else
raiz=b;
end
else
raiz=(a+b)/2;
fraiz=feval(funct,raiz);
fprintf('%d %4.10f %4.10f %4.10f %0.10e\n',k,a,b,raiz,fraiz)
15 / 30
if fraiz==0;
M ÉTODO DE B ISECCIÓN
I MPLEMENTACIÓN EN M ATLAB

disp('El punto medio es la raiz!')

break
elseif (fa*fraiz>0)
a=raiz;
fa=fraiz;
else
b=raiz;
fb=fraiz;
end
end
end

Ejemplo 2.2
?
Encuentre una aproximación a 3 25 correcta con una exactitud de 5 ˆ 10´4 usando el método de
bisección.
?
Para aproximar 3 25 utilizamos la ecuación f pxq?“ x3 ´ 25
?“ 0. Para establecer el intervalo donde
buscaremos la raiz tenemos en cuenta que 2 “ 3 8 y 3 “ 3 27 y comprobamos que f p2q.f p3q ă 0. Así
16 / 30
utilizaremos el método de bisección en la función f pxq “ x3 ´ 25 “ 0 en r2, 3s.
M ÉTODO DE B ISECCIÓN
I MPLEMENTACIÓN EN M ATLAB

format long
f=@(x)(x.^3-25);
tol=5e-4;
raiz=biseccion(f,2,3,tol)
Obtenemos la siguiente salida en la ventana de comandos de Matlab:
k a b c f(c)
1 2.00000000 3.00000000 2.50000000 -9.37500000e+00
2 2.50000000 3.00000000 2.75000000 -4.20312500e+00
3 2.75000000 3.00000000 2.87500000 -1.23632812e+00
4 2.87500000 3.00000000 2.93750000 3.47412109e-01
5 2.87500000 2.93750000 2.90625000 -4.52972412e-01
6 2.90625000 2.93750000 2.92187500 -5.49201965e-02
7 2.92187500 2.93750000 2.92968750 1.45709515e-01
8 2.92187500 2.92968750 2.92578125 4.52607274e-02
9 2.92187500 2.92578125 2.92382812 -4.86319512e-03
10 2.92382812 2.92578125 2.92480469 2.01903982e-02
11 2.92382812 2.92480469 2.92431641 7.66150991e-03
17 / 30
raiz = 2.924316406250000
M ÉTODO DE B ISECCIÓN
I MPLEMENTACIÓN EN M ATLAB

Ejemplo 2.3
Compruebe que hay un cero de f pxq “ e´x ´ x en el intervalo indicado r0, 1s. Use el método de
Bisección con una precisión de ϵ “ 10´4 .
Verifiquemos que existe un cambio de signo de f en r0, 1s. En efecto,
f p0q ¨ f p1q “ pe0 ´ 0q ¨ pe´1 ´ 1q “ ´0,6321 ă 0.
Con la certeza de la existencia de una raíz en ese intervalo, vamos a Matlab para calcular dicha
aproximación:

a=0;b=1;tol=0.0001;
funct=@(x)(exp(-x)-x);
raiz=biseccion(funct,a,b,tol)

La solución es:

raiz =
0.567199707031250

18 / 30
M ÉTODO DE B ISECCIÓN
I MPLEMENTACIÓN EN M ATLAB

Ejemplo 2.4
Usted está trabajando para una compañia que fabrica objetos flotadores. El balón flotante tiene una
gravedad específica de 0,6 y tiene un radio de 5, 5cm. Se le pide que encuentre la profundidad a la
que se sumerge la bola cuando flota en el agua. La ecuación que da la profundidad x a la que se
sumerge la bola bajo el agua viene dada por

x3 ´ 0,165x2 ` 0,0003993 “ 0
donde x esta dada en metros. Usa el método de bisección para encontrar las raíz de la ecuación para
hallar la profundidad x a la que se sumerge la bola bajo el agua.

x
Agua

19 / 30
M ÉTODO DE B ISECCIÓN
I MPLEMENTACIÓN EN M ATLAB

Solución
Lo primero que debemos buscar es el dominio d ela función f pxq “ x3 ´ 0,165x2 ` 0,0003993. Cuando
el balón está totalmente afuera x “ 0 y cuando está totalmente sumergido x “ 2R “ 11cm “ 0,11m.

a=0;
b=0.11;
tol=5e-5
funct=@(x)(x^3-0.165*x^2+0.0003993);
raiz=biseccion(funct,a,b,tol)

La solución es:

raiz =

0.062385253906250

Esto quiere decir que la bola se sumerge 6,2358398438e ´ 02m “ 6,2cm.

20 / 30
M ÉTODO DE LA FALSA P OSICIÓN

f pxq

pb, f pbqq

a
c
x
a`b b
pa, f paqq
2

Figura. Método de Regula Falsi

21 / 30
M ÉTODO DE LA FALSA P OSICIÓN

§ En esta sección estudiaremos un segundo método de cerrado simple, conocido como el método
de la falsa posición. A diferencia del método de bisección, este metodo no usa el punto medio
del intervalo como aproximación de la raiz. En su lugar usa el intercepto con el eje x de la recta
que une los puntos pa, f paqq y pb, f pbqq.
§ Veremos en un ejemplo que esta escogencia puede disminuir el numero de iteraciones para
encontrar la raiz. En general, el método de la posición falsa tiende a converger más
rápidamente que el método de bisección , especialmente cuando la función es suave y no
cambia rápidamente de signo en el intervalo inicial.
§ Sin embargo, el método de la posición falsa puede ser menos robusto que el método de
bisección en ciertas situaciones. Por ejemplo, si la función tiene oscilaciones rápidas cerca de la
raíz o si la función cambia abruptamente de signo dentro del intervalo, el método de la posición
falsa puede oscilar o diverger.
§ Otra diferencia substancial entre el metodo de bisección y el metodo de la posición falsa es que
para el primero solo se puede estimar cota superior del error teórico, mientras que para el
segundo se puede calcular una estimación bastante precisa del error en cada iteración
bradie2006friendly.

22 / 30
M ÉTODO DE LA FALSA P OSICIÓN

Una desventaja del del método de bisección es que al dividir el intervalo ra, bs en mitades iguales,
no se tiene en cuenta las magnitudes de f paq y f pbq. Por ejemplo, si f paq está mucho más cercana a
cero que f pbq, es lógico que la raíz se encuentre más cerca de a que de b (figura 2). El método de la
falsa posición al igual que el método de bisección: localiza la raíz en una sucesión de intervalos de
tamaño decreciente. En lugar de seleccionar el punto medio cada intervalo, este método utiliza el
punto donde las líneas secantes cortan al el eje x. En la figura 2, la línea secante sobre el intervalo
ra, bs es la cuerda entre pa, f paqq y pb, f pbqq. Los dos triángulos rectos de la figura son similares, lo que
significa que

b´c c´a
“
f pbq ´f paq
Es fácil mostrar que
„ ȷ „ ȷ
a´b b´a af pbq ´ bf paq
c “ b ´ f pbq “ a ´ f paq “
f paq ´ f pbq f pbq ´ f paq f pbq ´ f paq

Entonces calculamos f pcq y procedemos al siguiente paso con el intervalo ra, cs si f paqf pcq ă 0 o al
intervalo rc, bs si f pcqf pbq ă 0.

23 / 30
M ÉTODO DE LA FALSA P OSICIÓN

Cuadro. Comparación de los métodos.

Método de Falsa Posición

1 Encuentre el intervalo ra, bs en el cual f pxq “ 0
2 Haga c “ paf pbq ´ bf paqqpf pbq ´ f paqq
3 Calcule f pcq
4 Revise el criterio de convergencia
5 Si f pcq y f pbq tienen signos opuestos haga a “ c, en caso contrario haga b “ c
6 Reptita el paso 2.

24 / 30
M ÉTODO DE LA FALSA P OSICIÓN

Ejemplo 3.1
Encuentre la raíz de x3 ` 2x2 ´ 3 ˚ x ´ 1 “ 0 en el intervalo r´3, ´1s con una precision de 5 cifras
decimales.
El código que usaremos es una modificación del codigo de biseccion. Solo cambiaremos la forma de
calcular la raíz y el método de parada.

function raiz=regulafalsi(funct,a,b,tol)
fa=feval(funct,a);
fb=feval(funct,b);
k=0;
raizvieja=1000;
if (fb*fa>0)
error('La funcion tiene el mismo signo en ambos extremos.')
end
error=1;
fprintf('%1s %8s %11s %12s %10s\r\n','k','a','b','c','f(c)')
while (abs(error)>tol)
k=k+1;
if (fa*fb==0)
if (fa==0)
25 / 30
M ÉTODO DE LA FALSA P OSICIÓN

raiz=a;
else
raiz=b;
end
else
raiz=(a*fb-b*fa)/(fb-fa);
error=abs(raizvieja-raiz);
fraiz=feval(funct,raiz);
fprintf('%d %4.8f %4.8f %4.8f %0.8e\n',k,a,b,raiz,fraiz)
if fraiz==0;
disp('El punto medio es la raiz!')
break
elseif (fa*fraiz>0)
a=raiz;fa=fraiz;
else
b=raiz;fb=fraiz;
end
raizvieja=raiz;
end
end
26 / 30
M ÉTODO DE LA FALSA P OSICIÓN

El código guarda la raiz en el paso anterior y define el error como la diferencia entre las dos últimas
raices calculadas. Así, si el error es menor que la tolerancia predeterminada, se detienen los cálculos.

format long
f=@(x) (x^3+2*x^2-3*x-1)
tol=5e-6;
raiz=regulafalsi(f,-3,-1,tol)

Obtenemos la siguiente salida en la ventana de comandos de Matlab:

k a b c f(c)
1 -3.00000000 -1.00000000 -2.50000000 3.37500000e+00
2 -3.00000000 -2.50000000 -2.88571429 2.81492711e-01
3 -3.00000000 -2.88571429 -2.91081829 1.52161987e-02
4 -3.00000000 -2.91081829 -2.91215496 8.01150990e-04
5 -3.00000000 -2.91215496 -2.91222528 4.21227322e-05
6 -3.00000000 -2.91222528 -2.91222897 2.21455676e-06

raiz =

-2.912228973324913
27 / 30
M ÉTODO DE LA FALSA P OSICIÓN

Ejercicio 3.1
Profundidad de Sumersión: Encontramos que un objeto esférico de radio R y densidad ρa colocado
en la superficie de un fluido de densidad ρf se hundiría a una profundidad h que es una raíz de la
ecuación
ρf 3 4
h ´ Rρf h2 ` R3 ρo “ 0.
3 3
Para deducir esta ecuación se ha supuesto que el objeto no está totalmente sumergido en el fluido.
Supongamos que colocamos una bola esférica de corcho con un radio R “ 2cm y una densidad de
ρ0 “ 0,998g{cm3 en aceite de motor con una densidad de ρf “ 0, 040g{cm3 . Cinco iteraciones del
método de la falsa posición con un intervalo inicial de p0, 10q y una tolerancia de convergencia de
ε “ 5 ˆ e´5 . La estimación del error en p5 es de aproximadamente 4, 378 ˆ 10´5 . Por lo tanto, la bola
de corcho se hunde a una profundidad de aproximadamente 2, 304cm en el aceite del motor.

28 / 30
M ÉTODO DE LA FALSA P OSICIÓN

Ejercicio 3.2
En un proceso de ingeniería química el vapor de agua pH2 Oq se calienta a temperaturas lo
suficientemente altas para que una porción significativa del agua se disocie, o se rompa, para formar
oxígeno pO2 q e hidrógeno pH2 q:
1
H2 O è H2 ` O2
2
Si se asume que ésta es la única reacción que se lleva a cabo, la fracción molar x de H2 O que se
disocia se representa por c
x 2pt
K“ (2)
1´x 2`x
donde K es la constante de equilibrio de la reacción y pt = la presión total de la mezcla. Si pt “ 3,5atm
y K “ 0,04, determine el valor de x que satisfaga la ecuación (2).

29 / 30
M ÉTODO DE LA FALSA P OSICIÓN

Ejercicio 3.3
La ecuación de estado de Redlich-Kwong está dada por

RT a
P“ ´ ?
v ´ b vpv ` bq T

donde R “ 0,518kJ/(kgK) es la constante universal de los gases, T es la temperatura absoluta en pKq,

p es la presión absoluta en (kPa) y v es el volumen de un kg de gas (m3 {kg. Los parámetros a y b se
calculan mediante
R2 TC2,5 Tc
a “ 0,427 b “ 0,0866R
pC pc
donde pc “ 4580 kPa y Tc “ 191 K. Como ingeniero químico, se le pide determinar la cantidad de
combustible metano que se puede almacenar en un tanque de 3m3 a una temperatura de ´50o C con
una presión de 65000 kPa. Emplee el método de localización de raíces de su elección para calcular v
y luego determine la masa de metano contenida en el tanque.

30 / 30