Capítulo 6:

Métodos abiertos

1
 Métodos abiertos

 Los métodos abiertos se basan en fórmulas que

requieren únicamente de un solo valor de inicio x o
que empiecen con un par de ellos, pero que no
necesariamente encierran la raíz.
 Algunas veces divergen o se alejan de la raíz
verdadera a medida que se avanza en el cálculo
(figura 6.1b).
 Sin embargo, cuando los métodos abiertos convergen
(figura 6.1c), en general lo hacen mucho más rápido
que los métodos cerrados.

2
 Métodos abiertos

FIGURA 6.1:
Representación gráfica de las
diferencias fundamentales entre
los métodos a) cerrados, b) y c)
los métodos abiertos para el
cálculo de raíces.
 En a) se ilustra el método de
bisección, donde la raíz está
contenida dentro del
intervalo dado por xl, y xu.
 En contraste, en los métodos
abiertos, ilustrados en b) y
c), se utiliza una fórmula
para dirigirse de xi a xi+1, con
un esquema iterativo.
 Así, el método puede b)
divergir o c) converger
rápidamente, dependiendo
de los valores iniciales.
3
 ITERACIÓN SIMPLE DE PUNTO FIJO

 Al arreglar la ecuación f(x) = 0 de tal modo

que x esté del lado izquierdo de la ecuación:
f ( x)  0  x  g ( x)
x  g ( x ) xo dado, k  1, 2, ...
k k 1
 Los métodos cerrados son “convergentes”.
 Los métodos de punto fijo pueden divergir
algunas veces, dependiendo del punto inicial
y de cómo se comporta la función.
4
Ejemplo:

f ( x)  x 2  x  2 x0
f ( x)  0; x 2  x  2  0
x  g ( x)  x  x2  2

 La utilidad de la ecuación es que proporciona una fórmula para predecir un

nuevo valor de x en función del valor anterior de x.
 De esta manera, dado un valor inicial para la raíz x i, la ecuación se utiliza para
obtener una nueva aproximación xi+1, expresada por la fórmula iterativa

 El error aproximado de esta ecuación se calcula usando el error normalizado

5
EJEMPLO 6.1: Iteración simple de punto fijo

6
 Convergencia
 x=g(x) se puede expresar como
un par de ecuaciones (funciones
componentes):
y1=x
y2=g(x)
 Grafíquelas separadamente.

FIGURA 6.2: Dos métodos gráficos para

determinar la raíz de f(x) = e–x – x
a) La raíz como un punto donde la función
cruza el eje x;
b) La raíz como la intersección de las dos
funciones componentes.

7
EJEMPLO 6.2: El método gráfico de las dos curvas

8
 Convergencia

FIGURA 6.3:
Representación gráfica de:
 la convergencia en a) y b).
 la divergencia del método de punto
fijo en c) y d).
 Las gráficas a) y c) tienen un
comportamiento monótono;
mientras que b) y d) tienen un
comportamiento oscilatorio o en
espiral.
 Deberá notar que la convergencia
se obtiene cuando g’(x) < 1.

9
 Conclusión
 La iteración de punto fijo converge si:

g ( x)  1 (pendiente de la línea f(x)  x)

 Cuando el método converge, el error es

proporcional y menor que el error en la iteración
anterior. Por tal razón se dice que la iteración
simple de punto fijo es "linealmente convergente“
(ver cuadro 6.1 en el texto.)
10
FIGURA 6.4:
Seudocódigo para el método de punto fijo. Note que otros métodos
abiertos pueden diseñarse en este formato general.

11
 MÉTODO DE NEWTON-RAPHSON

• Método más ampliamente utilizado.

• Basado en la expansión de la serie de Taylor:

x 2
f ( xi 1 )  f ( xi )  f ( xi )x  f ( xi )  Ox 3
2!
La raíz es el valor de x i 1 cuando f(x i 1 )  0
Reacomodando, Resolver para
0  f(xi )  f (xi )( xi 1  xi )
f ( xi )
xi 1  xi  Fórmula de Newton-Raphson
f ( xi )
12
 FIGURA 6.5:
Representación gráfica del método de
Newton-Raphson. Se extrapola una
tangente a la función en xi [esto es,
 Un método conveniente f’(xi)] hasta el eje x para obtener una
para funciones cuyas estimación de la raíz en xi+1.

derivadas pueden ser

evaluadas
analíticamente.
 Puede no ser
conveniente para
funciones cuyas
derivadas no pueden ser
evaluadas
analíticamente.
13
EJEMPLO 6.3: Método de Newton-Raphson

14
EJEMPLO 6.4: Análisis de error en el método de Newton-Raphson

15
EJEMPLO 6.4: Análisis de error en el método de Newton-Raphson

 Aunque en general el método de Newton-Raphson es muy eficiente, hay

situaciones donde se comporta de manera deficiente.
 Por ejemplo en el caso especial de raíces múltiples
 Sin embargo, también cuando se trata de raíces simples, se encuentran
dificultades

16
EJEMPLO 6.5: Ejemplo de una función que converge lentamente
con el método de Newton-Raphson

17
 FIGURA 6.6:
Cuatro casos donde el método de Newton-Raphson exhibe una convergencia deficiente.

a) muestra el caso donde un punto

de inflexión [esto es, f”(x)=0]
ocurre en la vecindad de una
raíz. Las iteraciones que
empiezan con x0 divergen
progresivamente de la raíz.
b) se ilustra la tendencia del
método de Newton-Raphson a
oscilar alrededor de un mínimo
o máximo local.
c) se muestra cómo un valor inicial
cercano a una raíz salta a una
posición varias raíces más lejos.
d) una pendiente cero [f′(x) = 0] es
un verdadero desastre, división
entre cero en la fórmula de
Newton-Raphson; esto significa
que la solución se dispara
horizontalmente y jamás toca al
eje x.
18
 MÉTODO DE LA SECANTE

Una pequeña variación al método de Newton-

Raphson, para funciones cuyas derivadas son
difíciles de evaluar.
 En dichos casos, la derivada se puede
aproximar mediante una diferencia finita
dividida hacia atrás.
f ( xi )  f ( xi 1 )
f ( xi ) 
xi  xi 1
Sustituyendo en la ecuación de Newton  Raphson,
fórmula
xi  xi 1 para el
xi 1  xi  f ( xi ) i  1,2,3,  método de

f ( xi )  f ( xi 1 )
la secante
19
 FIGURA 6.7:
 el método requiere de Representación gráfica del método de
dos valores iniciales de x la secante..
( xo, x1).
 Sin embargo, debido a
que no se necesita que
f(x) cambie de signo
entre los valores dados,
este método no se
clasifica como un
método cerrado.
 Tiene las mismas
propiedades que el
método de Newton.
 La Convergencia no está
garantizada para todos
20
los puntos.
EJEMPLO 6.6: El método de la secante

21
EJEMPLO 6.7: Comparación de la convergencia en los métodos de
la secante y de la falsa posición

22
FIGURA 6.8:
Comparación entre los
métodos de la falsa posición
y de la secante.
 Primeras iteraciones, a) y
b), de ambos métodos
son idénticas
 Segundas iteraciones, c)
y d), los puntos usados
son diferentes.
 El método de la secante
llega a divergir, como se
indica en d).

23
 RAÍCES MÚLTIPLES

Una raíz múltiple corresponde a un punto

donde una función es tangencial al eje x.
Por ejemplo, una raíz doble resulta de:

Una raz triple corresponde al caso en que un

valor de x hace que tres términos en una
ecuación sean iguales a cero, como en:

Las raíces múltiples ofrecen algunas

dificultades a muchos de los métodos
numéricos expuestos en la parte dos: 24
FIGURA 6.10:
Ejemplos de raíces múltiples
que son tangenciales al eje
x. Observe que:
 La función no cruza el eje
en los casos de raíces
múltiples pares a) y c).
 Con multiplicidad impar sí
lo hace en b).

25
 RAÍCES MÚLTIPLES

Ninguno de los métodos trata eficientemente

con raíces múltiples; sin embargo, una manera
de lidiar con problemas es el siguiente:

f ( xi ) Esta función tiene raíces

Definir u ( xi ) 
f ( xi ) en los mismos lugares que
u ( xi ) la función original
Sustituir en N  R : x i 1  x i 
u ( xi )
f ' ( x) f ' ( x)  f ( x) f ' ' ( x)
Se deriva respecto a x : u ' ( x) 
 f ( x)2
Fórmula de Newton-Raphson
f ( xi ) f ( xi )
Se obtiene : x i 1  x i  modificada para el cálculo de
 f ( xi )2  f ( xi ) f ' ' ( xi ) raíces múltiples

26
• Dificultades:
– El hecho de que la función no cambie de signo en
raíces múltiples pares impide confiarse de los
métodos cerrados.
– Otro posible problema se relaciona con el hecho de
que no sólo f(x), sino también f′(x) se aproxima a
cero en la raíz, lo cual afecta los métodos de
Newton-Raphson y de la secante, que contienen
derivadas en el denominador.

27
EJEMPLO 6.9: Método de Newton-Raphson modificado para el
cálculo de raíces múltiples

Planteamiento del problema:

Con los dos métodos, el estándar y el modificado, de Newton-Raphson evalúe la raíz
múltiple de la ecuación:

use un valor inicial de x0= 0.

Solución:
La primera derivada de la ecuación es f′(x) = 3x2-10x + 7, y por lo tanto, el método de
Newton-Raphson estándar para este problema es:

El método converge en forma lineal hacia

el valor verdadero 1.0.

28
EJEMPLO 6.9: Método de Newton-Raphson modificado para el
cálculo de raíces múltiples

29
SISTEMAS DE ECUACIONES NO LINEALES

30
 SISTEMAS DE ECUACIONES NO LINEALES
Un ejemplo de ecuaciones simultáneas no lineales, con 2
incógnitas es
x 2  xy  10
y  3 xy 2  57
Las cuales se pueden exp resar asi :
u ( x, y )  x 2  xy  10  0
v( x, y )  y  3 xy 2  57  0
 La solución de este sistema la serán los valores de x y de y que
hacen a las funciones u(x, y) y v(x, y) iguales a cero.
 La mayoría de los métodos para determinar tales soluciones
son extensiones de los métodos abiertos para resolver
ecuaciones simples.
 Se presentarán dos de ellos: iteración de punto fijo y Newton-31
Raphson
EJEMPLO 6.10: Iteración de punto fijo para un sistema no lineal

Planteamiento del problema:

Con el método de iteración de punto fijo determine las raíces del sistema de
ecuaciones de la diapositiva anterior. Observe que un par correcto de raíces es x = 2 y
y = 3. Inicie el cálculo con los valores iniciales: x = 1.5, y = 3.5.

Solución:
En la ecuación para u(x,y) se despeja x; y en la ecuación para v(x,y) se despeja y,
obteniéndose las ecuaciones siguientes:

Tomando en cuenta los valores iniciales de x y y se calculan nuevos valores para

ambos

Al parecer el método diverge. Este comportamiento es aún más pronunciado en la

segunda iteración:

32
EJEMPLO 6.10: Iteración de punto fijo para un sistema no lineal

Solución:
En la segunda iteración:

la aproximación se está descomponiendo.

Realizando el mismo procedimiento, pero con un despeje alternativo de la ecuación

original, se tiene:

Y se obtienen mejores resultados

 La aproximación
converge hacia la
solución correcta x=2
y y=3.
 La convergencia
depende de la manera
en que se formula la
ecuación
33
Newton-Raphson
 Expansión de la serie de Taylor de una función de
más de una variable

ui ui
ui 1  ui  ( x1i 1  x1i )  ( yi 1  yi )
x y
vi vi
vi 1  vi  ( x1i 1  x1i )  ( yi 1  yi )
x y

 La raíz aproximada corresponde a los valores

de x y y, donde ui+1y vi+1 son iguales a cero.

34
Reordenando la ecuación
ui ui ui ui
xi 1  yi 1  ui  xi  yi
x y x y
vi vi vi vi
xi 1  yi 1  vi  xi  yi
x y x y
•Se obtiene un conjunto de dos ecuaciones lineales
con dos incógnitas que se puede resolver mediante
manipulaciones algebraicas (Ej. Regla de Cramer).

35
 vi ui
ui  vi
y y
xi 1  xi 
ui vi ui vi

x y y x
vi ui
ui  vi
yi 1  yi  x x
ui vi ui vi
 Determinante
x y y x
Jacobiano del
sistema.

36
 EJEMPLO 6.11: Newton-Raphson para un sistema no lineal

Planteamiento del problema:

Con el método de iteración de Newton-Raphson para múltiples ecuaciones determine
las raíces del sistema de ecuaciones del ejemplo 6.10. Observe que un par correcto de
raíces es x = 2 y y = 3. Inicie el cálculo con los valores iniciales: x = 1.5, y = 3.5.

Solución:
Primero calcule las derivadas parciales y evalúelas con los valores iniciales de x y y:

El determinante Jacobiano para la primera iteración es:

Los valores de las funciones se evalúan con los valores iniciales como:

37
 EJEMPLO 6.11: Newton-Raphson para un sistema no lineal

Solución:
Estos valores se sustituyen en la versión para 2 ecuaciones de Newton-Raphson:

 Los resultados están convergiendo a los valores verdaderos x = 2 y y = 3.

 Los cálculos se repiten hasta que se obtenga una precisión aceptable.
 El método de Newton-Raphson para dos ecuaciones puede generalizarse para
resolver n ecuaciones simultáneas.

38
 Ejercicios
1. Utilice la iteración simple de punto fijo para localizar la raíz de:
= −x
Haga una elección inicial de x0 = 0.5 e itere hasta que ea ≤ 0.001%.

2. Determine la raíz real más grande de:

= 2 − 11.7 + 17.7 − 5
a) En forma gráfica.
b) Con el método de iteración simple de punto fijo (tres iteraciones, x0= 3).
Nota: asegúrese de haber desarrollado una solución que converja a la raíz.
c) Con el método de Newton-Raphson (tres iteraciones, x0= 3, δ= 0.001).
d) Con el método de la secante (tres iteraciones x-1= 3, x0 = 4).
e) Con el método de la secante modificado (tres iteraciones, x0 = 3, δ = 0.01).
Calcule el porcentaje aproximado de errores relativos para sus soluciones.

3. Determine la menor raíz positiva de = −1

a) En forma gráfica.
b) Con el uso del método de Newton-Raphson (tres iteraciones, xi = 0.3).
c) Con el método de la secante (tres iteraciones, xi-1= 0.5 y xi = 0.3).
d) Por medio del método de la secante modificado (cinco iteraciones, xi
= 0.3, δ = 0.01). 39
 Ejercicios
4. La función f(x) = x3 + 2x2 - 4x + 8 tiene una raíz doble en x = 2. Emplee
a) el método estándar de Newton-Raphson
b) el método de Newton-Raphson modificado para resolver para la raíz en x =
2. Compare y analice la tasa de convergencia con un valor inicial x0 = 1.2.

5. Encuentre las raíces de las ecuaciones simultáneas que siguen:

Use un enfoque gráfico para obtener los valores iniciales. Encuentre

estimaciones refinadas con el método de Newton-Raphson para dos
ecuaciones.

6. El balance de masa de un contaminante en un lago bien mezclado se

expresa así:

Dados los valores de parámetros V = 1 × 106m3, Q = l × 105m3/año y W = l ×

106g/año, y k = 0.25 m0.5/g0.5/año, use el método de la secante modificado
para resolver para la concentración de estado estable. Emplee un valor inicial
c = 4 g/m3 y δ = 0.5. Realice tres iteraciones y determine el error relativo
porcentual después de la tercera iteración. 40