UNIVERSIDAD DEL BÍO-BÍO
FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICA
Primer Semestre de 2019
Si además se cumple que g ′ (p) = 0 con p = g(p) y g ′′ (p) ̸= 0 entonces el orden de convergencia de
la sucesión pn+1 = g(pn ) n ≥ 0 es cuadrático.
Observación. Podemos estudiar como caso particular
g(x) = x − d(x)f (x)
y encontrar el valor de d(x) para asegurar un orden cuadrático. Cuando d(x) = 1/f ′ (x) esto genera el
método de Newton-Raphson.
2) El método de Newton–Raphson.
Se basa en usar una recta tangente a la gráfica de f para aproximar esta gráfica, cerca del punto
donde la función se anula.
Supongamos que tenemos la aproximación xk a la raíz α de f (x). Trazamos la recta tangente a la
curva en el punto (xk , f (xk )):
y = f (xk ) + f ′ (xk )(x − xk ).
Esta recta cruza al eje de abscisas en un punto xk+1 que será nuestra siguiente aproximación a la
raíz α.
X1
X X3
2
Y=0
X0
El punto xk+1 donde la recta tangente
y = f (xk ) + f ′ (xk )(x − xk )
corta al eje de abscisas queda determinado por
f (xk ) + f ′ (xk )(xk+1 − xk ) = 0.
El método de Newton–Raphson (o de la tangente) define entonces la sucesión de aproximaciones a
α de la manera siguiente:
f (xk )
xk+1 := xk − ′ , k = 0, 1, 2, . . .
f (xk )
a partir de una aproximación inicial x0 dada y siempre que f ′ (xk ) ̸= 0.
4
UNIVERSIDAD DEL BÍO-BÍO
FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICA
Primer Semestre de 2019
Teorema 1. Sea f ∈ C 2 ([a, b]) con una raíz α ∈ (a, b) y sean m1 y M2 tales que
m1 ≤ mı́n f ′ (x) y máx f ′′ (x) ≤ M2 .
x∈[a,b] x∈[a,b]
Supongamos que m1 > 0. Dado x0 ∈ [a, b], sea {xk }k∈N la sucesión obtenida por el método de Newton–
Raphson. Supongamos que xk ∈ [a, b] ∀k ∈ N. Entonces
M2
|α − xk+1 | ≤ |α − xk |2 .
2m1
Por lo tanto, si x0 se escoge suficientemente cercano a α, se tiene la convergencia
lı́m xk = α,
k→∞
con orden p = 2. Además,
M2
|α − xk+1 | ≤ |xk+1 − xk |2 , k = 0, 1, 2, . . .
2m1
Observaciones.
1. De acuerdo al Teorema 1, si el método de Newton–Raphson converge, lo hace cuadráticamente
(es decir, con orden p = 2).
2. La convergencia está asegurada por el Teorema 1, bajo la hipótesis de que x0 esté suficientemente
cerca de la solución α:
2m1
|α − x0 | < .
M2
Sin embargo, no hay una forma práctica de verificar esto.
Criterio de detención.
Si el método de Newton–Raphson converge, cuando
|xk+1 − xk | ≤ tol,
M2 tol
con tol suficientemente pequeño como para que ≪ 1, entonces se tiene que
2m1
|α − xk | ≤ |α − xk+1 | + |xk+1 − xk |
M2
≤ |xk+1 − xk |2 + |xk+1 − xk | ≈ |xk+1 − xk | .
2m1
Como además |α − xk+1 | ≪ |α − xk | , es razonable estimar
|α − xk+1 | ≤ |xk+1 − xk | ≤ tol.
En consecuencia, si se desea calcular la raíz α con error menor que tol mediante este método, puede
usarse como criterio de detención confiable
|xk+1 − xk | ≤ tol.
5
UNIVERSIDAD DEL BÍO-BÍO
FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICA
Primer Semestre de 2019
√
Ejemplo: Cálculo de 2.
Resolución de la ecuación f (x) = x2 − 2 = 0 con error menor que tol = 10−5 .
Resultados obtenidos por los métodos de Bisección y Newton–Raphson.
Bisección Newton–Raphson
1 1.50000000000000 2.00000000000000
2 1.25000000000000 1.50000000000000
3 1.37500000000000 1.41666666666667
4 1.43750000000000 1.41421568627451
5 1.40625000000000 1.41421356237469
6 1.42187500000000
7 1.41406250000000
.. ..
. .
15 1.41421508789063
16 1.41419982910156
17 1.41420745849609
3) El método de la Secante.
Cuando la derivada de la función f es difícil de evaluar, conviene utilizar el método de la secante
en lugar del de Newton–Raphson.
Éste simplemente consiste en reemplazar la derivada f ′ (xk ) por el cociente incremental
f (xk ) − f (xk−1 )
.
xk − xk−1
Es decir,
xk − xk−1
xk+1 := xk − f (xk ) ,
f (xk ) − f (xk−1 )
para k = 1, 2, . . . , con x0 , x1 dados.
x
2
y=0
x3 x1 x0
Teorema. Sea f ∈ C 2 ([a, b]) con una raíz α ∈ (a, b) y tal que f ′ (x) ̸= 0 ∀x ∈ [a, b]. Dado x0 , x1 ∈
[a, b], sea {xk }k∈N la sucesión obtenida por el método de la secante. Supongamos que xk ∈ [a, b] ∀k ∈ N.
Entonces
|α − xk+1 | ≤ C |α − xk |p ,
6
UNIVERSIDAD DEL BÍO-BÍO
FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICA
Primer Semestre de 2019
√
1+ 5
con p = y C > 0. Por lo tanto, si x0 se escoge suficientemente cercano a α, se tiene la
2
convergencia
lı́m xk = α,
k→∞
√
1+ 5
con orden p = ≈ 1,618...
2
Observación. Como en el método de Newton–Raphson, la convergencia del método de la secante
no está siempre garantizada, pero cuando tiene lugar es bastante veloz, con un orden levemente inferior
al de Newton–Raphson.
7
UNIVERSIDAD DEL BÍO-BÍO
FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICA
Primer Semestre de 2019
Sistemas de Ecuaciones no Lineales
Sea f : Rn → Rn una función de varias variables, no-lineal. Se quiere resolver el sistema de ecuaciones
f (x) = 0, donde x = (x1 , . . . , xn )t ∈ Rn representa al vector de incógnitas.
El método de Newton.
Una de las ventajas del método de Newton–Raphson además de su velocidad de convergencia, es que
se puede generalizar fácilmente a sistemas de ecuaciones no lineales. Esta generalización se conoce como
método de Newton.
Supongamos que α = (α1 , . . . , αn )t ∈ Rn es la solución del sistema de ecuaciones, y que f =
(f1 , . . . , fn )t es dos veces diferenciable. Entonces, aplicando el desarrollo de Taylor para funciones de
(k) (k)
varias variables de f en torno a una aproximación de la raíz x(k) = (x1 , . . . , xn )t , se tiene que:
( )
0 = f (α) = f (x(k) ) + Df (x(k) ) (α − x(k) ) + O ∥α − x(k) ∥2 ,
donde Df (x(k) ) es la matriz Jacobiana de f en x(k) :
∂f1 (k) ∂f1 (k)
(x ) · · · (x )
∂x1 ∂xn
Df (x(k) ) :=
..
.
..
.
.
∂fn ∂fn (k)
(x(k) ) · · · (x )
∂x1 ∂xn
( )
Notamos que cuando ∥α − x(k) ∥ es pequeño, el término O ∥α − x(k) ∥2 es mucho más pequeño aún
y puede despreciarse en el desarrollo de Taylor anterior:
( )
0 = f (x(k) ) + Df (x(k) ) (α − x(k) ) + O ∥α − x(k) ∥2
≈ f (x(k) ) + Df (x(k) ) (α − x(k) ).
Si además la matriz Df (x(k) ) es invertible, entonces podemos aproximar la raíz α despejándola en
la ecuación anterior:
α ≈ x(k) − Df (x(k) )−1 f (x(k) ).
El método de Newton consiste en, dada la aproximación de la solución x(k) , tomar como nueva
aproximación x(k+1) el valor de la expresión anterior:
x(k+1) := x(k) − Df (x(k) )−1 f (x(k) ), k = 0, 1, 2, . . .
donde x(0) es la aproximación inicial.
8
UNIVERSIDAD DEL BÍO-BÍO
FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICA
Primer Semestre de 2019
En la práctica no es necesario (ni conveniente) invertir la matriz Df (x(k) ), sino que se utiliza un
método menos costoso: resolver en cada iteración el sistema de ecuaciones lineales siguiente:
Df (x(k) ) (x(k+1) − x(k) ) = −f (x(k) ).
Así, llamando δx(k) := x(k+1) − x(k) , se obtiene el siguiente algoritmo:
Dado x(0) ∈ Rn ,
para k = 0, 1, 2, . . .
resolver el SEL: Df (x(k) ) δx(k) = −f (x(k) ),
x(k+1) := x(k) + δx(k) ,
hasta que se satisfaga algún criterio de detención.
Observaciones.
1. Los teoremas de convergencia, y estimación del error del método de Newton–Raphson se pueden
generalizar al caso de sistemas, reemplazando el valor absoluto por una norma vectorial. Así se
obtiene que
∥α − x(k+1) ∥ ≤ C∥α − x(k) ∥2 , k = 0, 1, 2, . . .
donde C es una constante positiva que depende de las derivadas primeras y segundas de f .
2. Al igual que en el método de Newton–Raphson, si se desea calcular la solución α del sistema con
error menor que tol, puede usarse
∥x(k+1) − x(k) ∥ ≤ tol
como criterio de detención.
Ejemplo: Resolver el siguiente sistema de ecuaciones con error menor que tol = 10−5 :
{ 2
y + x2 = 1
y = x2
Solución: Las funciones a utilizar son:
( 2 )
x + y2 − 1
f (x, y) =
y − x2
( )
2x 2y
Df (x, y) =
−2x 1
Localización de las raíces:
Algoritmo:
9
UNIVERSIDAD DEL BÍO-BÍO
FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICA
Primer Semestre de 2019
1.5
1
y=x2
0.5
−0.5
x2+y2=1
−1
−1.5
−1.5 −1 −0.5 0 0.5 1 1.5
(x0 , y0 ): datos iniciales.
Para k = 0, 1, ( 2, . . . )( ) ( )
2xk 2yk δxk 1 − x2k − yk2
resolver = ,
−2xk 1 δyk x2k − yk
xk+1 := xk + δxk ,
yk+1 :=√yk + δyk ,
hasta que δx2k + δyk2 < tol.
x y
1.00000000000000 1.00000000000000
0.83333333333333 0.66666666666667
Resultados obtenidos:
0.78809523809524 0.61904761904762
0.78615406630609 0.61803444782168
0.78615137776208 0.61803398874999
VAD-DMH.
10
