MTODO DE BISECCIN

Si f es una funcin continua sobre el intervalo [a,b] y si f(a) f(b)<0, entonces f debe tener un cero en (a,b). Dado que f(a), f(b)<0, la funcin
cambia de signo en el intervalo [a,b] y por lo tanto tiene por lo menos un cero en el intervalo.
Esta es una consecuencia del teorema del valor intermedio para funciones continuas, que establece que si f es continua en [a,b] y si k es un
nmero entre f(a) y f(b) , entonces existe por lo menos un c

(a,b) tal que f(c)=k.

(para el caso en que f(a)f(b)<0 se escoge k=0, luego f(c)=0, c

(a,b)).

El mtodo de biseccin consiste en dividir el intervalo en 2 subintervalos de igual magnitud, reteniendo el subintervalo en donde f cambia de
signo, para conservar al menos una raz o cero, y repetir el proceso varias veces.
Por ejemplo, suponga que f tiene un cero en el intervalo [a,b].

Primero se calcula el punto medio del intervalo

; despus se averigua s f(a)f(c)<0. Si lo es, entonces f tiene un cero en [a,c].

A continuacin se renombra a c como b y se comienza una vez ms con el nuevo intervalo [a,b], cuya longitud es igual a la mitad del
intervalo original.
Si f(a) f(c) >0, entonces f(c)f(b)<0 y en este caso se renombra a c como a.
En ambos casos se ha generado un nuevo intervalo que contiene un cero de f, y el proceso puede repetirse.
Ejemplo.
La funcin f(x) = x*senx 1 tiene un cero en el intervalo [0,2], porque f(0) = -1 y f(2)=0.818595.

entonces c1 = 1. Ahora f(c1) = f(1) = -0.158529, luego la funcin tiene un cero en

Si se denota con
el intervalo [c1, b1] = [1,2] ; se renombra a2=c1 y b2=b1 .

y f(c2) = f(1.5) = 0.496242, el cero est en el intervalo [a2, c2] y se renombra como

El nuevo punto medio es

[a3,b3].

En la tabla de abajo se muestran las primeras nueve iteraciones del mtodo de biseccin para f(x)= x*senx 1 con a=0 b=2.

Extremo izquierdo an

Extremo derecho bn

Punto medio cn

Valor de la funcin f(cn)

Error Relativo

-0.158529

1.5

0.496242

0.333333

1.5

1.25

0.186231

0.2

1.25

1.125

0.015051

0.111111

1.125

1.0625

-0.071827

0.0588235

1.0625

1.125

1.09375

-0.028362

0.0285714

1.09375

1.125

1.109375

-0.006643

0.0140845

1.1093750

1.125

1.1171875

0.004208

0.0069930

1.1093750

1.1171875

1.11328125

-0.001216

0.0035087

(c = 1.114157141 es el cero de f(x) = x*senx - 1)

Para detener el mtodo de biseccin y dar una aproximacin del cero de una funcin se pueden usar varios criterios (llamados criterios de
parada).
Uno de los criterios de parada consiste en examinar si |f(cn)| < , donde

es una tolerancia previamente establecida (por ejemplo

= 10-3).

Otro criterio que puede utilizarse es examinar s

Tambin se puede usar como criterio de parada el error relativo entre dos aproximaciones del cero de f ,
En el ejemplo anterior si

=0.005, el procedimiento se parara en la octava iteracin con el criterio |f(cn)|<

|f(c8)| = |f(1.1171875)| = 0.004208 <

pero si se usa el criterio

, ya que:

= 0.005,

, el procedimiento se detendra en la novena iteracin porque:

Cuando se generan aproximaciones por medio de una computadora, se recomienda fijar un nmero mximo de iteraciones N que debera
realizar la mquina. Esto con el fin de contar con un resguardo para evitar la posibilidad de que el proceso de clculo caiga en un ciclo
infinito cuando la sucesin diverge (o cuando el programa no esta codificado correctamente).

MTODO DE APROXIMACIONES SUCESIVAS

El mtodo de aproximaciones sucesivas consiste en generar funciones convergentes bajo un esquema iterativo partiendo de la funcin
original, lo cual se soporta con el siguiente teorema:

Teorema de convergencia
La raz de cualquier sub funcin extrada de una funcin f(x) obtenida por una iteracin convergente, es tambin una raz de f(x).

Ejemplo de aplicacin del teorema:

Sea f(x) =5senx - 3x, la sub funcin sen(x) tiene como raz x=0, la cual resulta ser tambin la raz de la funcin f(x).
Definicin: Un esquema iterativo en Mtodos Numricos es una tcnica fundamental que consiste en repetir un proceso aritmtico o
algebraico hasta que se obtenga un resultado.
En esta definicin se aplica el proceso de iteracin que consiste en sustituir repetidamente en una expresin (o frmula) el valor previamente
obtenido.
En este mtodo se requiere de una regla, formula o sub funcin g(x), con la que se calculan los trminos sucesivos junto con un valor de
partida

esto produce una sucesin de valores {

} obtenida mediante el proceso iterativo

La sucesin se aplica al siguiente patrn.

En una sucesin interminable de nmeros, se dice que el esquema iterativo converge si los nmeros tienden a un lmite,
Ejemplo:
Sea f(x)=

- 0.9534461720 y

se tiene que:

{0.04655382800, 0.002216747499, 0.0001056833004, -5.038199445

5.001856068

, -9.974187602

Es decir que la raz exacta se obtiene hasta el noveno valor.

Puntos fijos
Definicin:
Un punto fijo de una funcin g(x) es un nmero real que P, P=g (P)

, 2.401003499

, -1.149973172

Ejemplo: un punto fijo de la funcin g(x) =7sen (2x)-4x es cero porque 0 = 7*sen(0) - 4(0)
Geomtricamente hablando los puntos fijos de una funcin g(x) son los puntos de interseccin de la curva y=g(x) con la recta y=x

Iteracin de puntos fijos

Definicin: Una iteracin de punto fijo es un esquema iterativo de la forma

Ejemplo:
Sea la iteracin convergente

Calculando los 10 primeros trminos:

La sucesin converge los cual da:

Lo que se ha obtenido es una aproximacin de punto fijo de la funcin f(x)=

El mtodo de aproximaciones sucesivas como iteracin de un punto fijo

para n=0, 1

Definicin:
El mtodo de aproximaciones sucesivas, es el procedimiento que permite obtener una aproximacin a la solucin de una ecuacin mediante
la iteracin de un punto fijo.

MTODO DE PUNTO FIJO

El Mtodo de Punto Fijo (tambin conocido como iteracin de punto fijo), es otro mtodo para hallar los ceros de f(x). Para resolver f(x) = 0,
se reordena en una forma equivalente:

f(x ) = 0
x - g(x) = 0
x = g(x)
Observe que si c es un cero de f(x), f(c)=0 y c=g(c). (Siempre que se tenga c=g(c) se dice que c es un punto fijo de la funcin g). Para
aproximar un cero de f se utiliza la iteracin de punto fijo (1) xn+1 = g(xn) , n = 0, 1, 2, 3, . . .
donde x0 es una aproximacin inicial del cero de f.
Ejemplo.

f(x) = x2 - 2x - 3 = 0, tiene dos ceros. x = 3 y x = -1

Supngase que se reordena para lograr la forma equivalente:

Si se comienza con x0 = 4 y se itera con la iteracin de punto fijo (1), los valores sucesivos de x son:

Parece que los valores convergen a x = 3.

Otro reordenamiento de f(x) = 0 es :

Si nuevamente se comienza con x0 = 4, los valores sucesivos de x son:

Parece que ahora x converge al otro cero de f, x = -1.

Considrese un tercer reordenamiento

Comenzando de nuevo con x0 = 4 se obtiene:

x0 = 4
x1 = 6.5
x2 = 19.625
x3 = 191.070
Resulta evidente que las iteraciones son divergentes.

La diferencia en el comportamiento de los tres reordenamientos se puede apreciar considerando las grficas en los tres casos. El punto fijo
de x = g(x) es la interseccin de la recta y = x, y la curva y = g(x). Se comienza en el eje x con x0, se efecta un desplazamiento vertical

hacia la curva, luego uno horizontal hacia la recta y = x, luego uno vertical hacia la curva y nuevamente una horizontal hacia la recta. Este
proceso se repite hasta que los puntos en la curva convergen a un punto fijo o bien divergen. Parece que los diferentes comportamientos
dependen de que la pendiente de la curva sea mayor, menor o de signo opuesto a la pendiente de la recta (que es igual a 1)
Cuando se tiene la ecuacin f(x) = 0, existen muchas formas de reordenarla en la forma x = g(x), por ejemplo para la ecuacin anterior x22x-3 = 0 otras alternativas son:

Una pregunta que surge en este momento es cul de las funciones g sirve para aproximar el punto fijo de g? (o en forma equivalente el
cero de f). A continuacin se presenta un teorema que da condiciones suficientes para la existencia y unicidad del punto fijo de una funcin.

Teorema 1.
Si g es continua [a,b] y g(x) [a,b] para toda x [a,b], entonces g tiene un punto fijo en [a,b].
Y si adems g(x) existe en (a, b) y existe una constante positiva K < 1 con |g'(x)|

K, para todo x (a,b), entonces el punto fijo

en [a,b] es nico.
Ejemplo.

La funcin g(x) = (x2-3)/2 en el intervalo [2,4] tiene un punto fijo nico. c=3 es un punto fijo de g porque
Observe que g'(x)=x y en el intervalo [2,4] g'(x)>0. g es creciente y g(x) [1/2 ,6.5], adems |g'(x)|

1. (ya que g'(x)=x y x (2,4)).

Esto demuestra que las hiptesis del teorema 1 son suficientes para garantizar un punto fijo nico, pero no son necesarias.
El siguiente resultado da algunas pistas sobre los procedimientos que se deben seguir y algunos que se deben excluir para escoger
funciones que produzcan sucesiones que converjan a un punto fijo.

Teorema 2
Sea g una funcin continua en [a,b] tal que g(x) [a,b] para toda x en [a,b].Adems suponga que existe g' en (a,b) y una constante
positiva K<1 tal que|g'(x)| K, para toda x (a,b), entonces para cualquier nmero x0 en (a,b), la sucesin definida por
xn+1=g(xn), converge al nico punto fijo x en [a,b].

Corolario.
Si g satisface las hiptesis del teorema 2, una cota para el error al aproximar el punto fijo x de g por xn es:

MTODO DE NEWTON
El mtodo de Newton o tambin llamado mtodo de Newton-Raphson es uno de los mtodos ms tiles y mejor conocido para aproximar el
cero de una funcin.
Suponga que c es un cero de f , es decir, f(c)=0 y que x0 es una aproximacin de c. El polinomio de Taylor de grado uno para f alrededor
de x0 y su correspondiente residuo es:

(1)

z esta entre x0 y x.
Si en la ecuacin (1) se reemplaza x por c y usando el hecho que f(c) = 0, se obtiene:

(2)
si x0 est suficientemente cerca de c, entonces en el ltimo sumando de la ecuacin (2) el trmino (c x0)2ser pequeo, comparado con la
suma de los dos primeros trminos.
Si se desprecia este trmino se puede usar la expresin (2) para encontrar una aproximacin al cero de f.
0

f(x0) + f'(x0)(c - x0)

Despejando c en la ecuacin anterior, resulta:

El mtodo de Newton comienza con una aproximacin inicial x0 del cero de la funcin a partir de la cual se define una sucesin {xn} de
aproximaciones definida por

, n 0 (3)
Desde un punto de vista geomtrico, lo que hace el mtodo de Newton es construir la recta tangente a la grfica de f en un punto
cercano x0 a c y encontrar el cero de la recta tangente, x1. La aproximacin x2 es el cero de la recta tangente a la grfica de f en el punto x1 y
as sucesivamente.
Ejemplo 1.
Para aproximar una solucin de la ecuacin 3x + senx - ex, se puede tomar f(x) = 3x+senx-ex. Observe que f(0) = -1 y f(1) = 1.123189,
segn el teorema del valor intermedio existe un cero de f en el intervalo [0,1].

Si se aplica el mtodo de Newton comenzando con x0 = 0 se tiene:

Los criterios de parada mencionados en el mtodo de biseccin tambin se pueden usar en el mtodo de Newton.
Cualquier programa para computadora que se base en el algoritmo anterior necesitar subprogramas o procedimientos para calcular f(x) y f

(x).
ANLISIS DE ERRORES
A continuacin se analizar los errores del mtodo de Newton. Entendindose por errores las cantidades en = xn- c, xn: aproximacin del
cero de f, c: cero de f
Observe que :

(4)
Por el teorema de Taylor.

donde zn esta entre xn y c (ya que en=xn- c, c = xn- en).

Ahora,

Reemplazando este resultado en la ecuacin (4), se tiene

Este resultado indica que cada error es proporcional a la segunda potencia del error previo. Es decir, que si se comienza con una
aproximacin del cero de f con 1 dgito correcto, despus de una iteracin se tendra dos dgitos correctos; despus de dos iteraciones
cuatro dgitos correctos; y despus de tres iteraciones ocho dgitos correctos, etc.
MTODO DEL GRADIENTE
Un modelo de Programacin Lineal (PNL) es aquel donde las variables de decisin se expresan como funciones no lineales ya sea en la
funcin objetivo y/o restricciones de un modelo de optimizacin. Esta caracterstica particular de los modelos no lineales permite abordar
problemas donde existen economas o deseconomas de escala o en general donde los supuestos asociados a la proporcionalidad no se
cumplen.
En este sentido el mtodo del gradiente (conocido tambin como mtodo de Cauchy o del descenso ms pronunciado) consiste en un
algoritmo especfico para la resolucin de modelos de PNL sin restricciones, perteneciente a la categora de algoritmos generales de
descenso, donde la bsqueda de un mnimo est asociada a la resolucin secuencial de una serie de problemas unidimensionales.
Los pasos asociados a la utilizacin del mtodo del gradiente o descenso ms pronunciado consiste en:

Ejemplo del Mtodo del Gradiente:

Considere el siguiente modelo de programacin no lineal sin restricciones. Aplique 2 iteraciones del mtodo del gradiente a partir del punto
inicial X0 = (1,1).

Luego de realizar la segunda iteracin se verifica que se cumplen las condiciones necesarias de primer orden (d1 = (0,0)). Adicionalmente se
puede comprobar que la funcin objetivo resulta ser convexa y en consecuencia las condiciones de primer orden resultan ser suficientes
para afirmar que la coordenada (X1, X2) = (-2,1) es el ptimo o mnimo global del problema.

MTODO DE SIMPSON
Una forma de obtener una aproximacin adecuada de una integral es usar polinomios de grado superior para unir los puntos y aproximar la
funcin real.
El mtodo de Simpson, a diferencia de la Regla trapezoidal, intenta no incurrir en un mayor nmero de subdivisiones; se trata de ajustar una
curva de orden superior en lugar de una lnea recta como en la Regla Trapezoidal.
Sea una funcin f(x), si entre f(a) y f( b) existe un tercer punto, entonces ser posible ajustar por ellos una parbola, en la misma forma, si
existe dos puntos entre f (a) y

f( b), entonces por esos cuatro puntos se podr ajustar una curva de grado tres, y as sucesivamente.

En la figura 1, se muestra la funcin que es una parbola que aproxima a la funcin real. En este caso se calcula el rea o la integral bajo la
parbola que une los tres puntos. Note que hay tres puntos y dos segmentos, por lo que se ver ms adelante que esta integral se resuelve
con regla de Simpson 1/3. Por lo tanto las frmulas que resultan de tomar integrales bajo estos polinomios se conocen como regla de
Simpson.

Figura 1 Descripcin de la grfica de la regla de Simpson 1/3

En la figura 2, se muestra la funcin que describe una ecuacin cbica que aproxima a la funcin real. En este caso se calcula el rea o la
integral bajo la cbica que une los cuatro puntos. Note que hay cuatro puntos y tres segmentos, por lo que se ver ms adelante que esta
integral se resuelve con regla de Simpson 3/8.

Figura 2 Descripcin de la grfica de la regla de Simpson 3/8

1. Regla de Simpson 1/3
Esta regla resulta cuando se utiliza una interpolacin polinomial de segundo orden:

f2
La funcin

, es la interpolacin polinomial de segundo orden. Esto se logra con el polinomio de Lagrang de segundo grado. Sea c =

(a+b)/2.
La funcin f2 es un polinomio de Lagrange de Segundo grado. Sea c= (a+b)/2.

f2
Sustituyendo en la ecuacin de la integral, se obtiene:

A continuacin haremos todo el anlisis matemtico para obtener el valor de la ecuacin que es conocida como la regla de Simpson.
Tome en cuenta que h = (b-a)/2 y c =(a+b)/2 para la demostracin.
Para b hacemos la siguiente sustitucin:

b a b 2h a
2

a c a b
La expresin

la sustituimos de la siguiente forma.

ba
a b 2 h
2
a b a c 2h a c
a b a c 2h b 2h c
h

a b a c 2h

b 2h

ab

ba

2h
2

a b a c 2h h 2h

a b a c 2h
a b a c h 2
Y obtenemos lo siguiente:

Usando la expresin: u = x-a, para el cambio de variable:

x c u a c
x c u a a b
2

x c u a b
x c u h

x b u a b
x b u 2 b a
x b u 2 h
En donde se obtiene:

En forma similar se obtiene que:

Tenemos que:

La ecuacin anterior se conoce como la regla de Simpson 1/3. La especificacin 1/3 se origina del hecho que h est dividida en tres
intervalos.
Recordando que la expresin h = (b-a)/2, podemos expresar la ecuacin anterior de la siguiente manera.

I (b a )

a b
f (b)
2
6

f (a) 4 f

(1.1)
Adems se puede determinar que la ecuacin anterior tiene un error asociado de:

Et

1 5 ( 4)
h f ( )
90

La expresin anterior se puede expresar tambin as:

Et

b a

2880

f ( 4 ) ( )
(1.2)

f 4
El trmino

lo podemos aproximar al promedio de la cuarta derivada.

i d
( 4)

i ( 4)

ba
(1.3)

El error asociado a la regla de Simpson nos indica que este mtodo es ms exacto que otros mtodos de integracin como la regla del
trapecio. Vemos que el error es proporcional a la cuarta derivada, por lo tanto el coeficiente del tercer grado se hace cero en la interpolacin
polinomial. Por lo tanto, para ecuaciones de tercer grado se obtienen ecuaciones exactas aunque se aproxime con una parbola. As, el
mtodo de Simpson es muy relevante.
De las ecuaciones (1.1) y (1.2). La integral es igual a:

I (b a )

a b
f (b)
5

b a
2

h 5 f ( 4)
6
2880

f (a ) 4 f

(1.4)
2. Regla de Simpson 1/3 de aplicacin mltiple.

La aplicacin mltiple utiliza la misma idea que la regla de Simpson con la diferencia que se divide el intervalo de integracin en muchos
segmentos o subintervalos, como se observa en la figura 3. Es decir en lugar de 2 segmentos se hace para n segmentos donde n es de la
forma 2k.
Por lo tanto tomamos h = (b-a)/n.

Figura 3 Se toman n segmentos

Por lo tanto, aplicando la regla de Simpson a cada subintervalo se obtiene.

x2

x4

xn

x0

x2

x n 1

f x dx f x dx ... f x dx

Utilizando la frmula (1.1) a cada integral se obtiene:

f ( x 0 ) 4 f x1 f ( x 2 )
f ( x 2 ) 4 f x3 f ( x 4 )
(b a )
6
6
f ( x n 2 ) 4 f x n 1 f ( x n )
... (b a)
6
I (b a )

Sacando a factor comn (b-a) y agrupando trminos obtenemos.

f x0 4
I (b a )

f fx 2 f x f x
n 1

i 1, 3, 5...

n2

j 2 , 4 , 6...

3n
(1.5)

La ecuacin anterior es la regla de Simpson 1/3 generalizada a un nmero par de segmentos e impar de puntos.
El error en este caso es de:

Ea

b a

180n

f ( 4)
(1.6)

3. Regla de Simpson 3/8

A continuacin se describe la regla de integracin de Simpson 3/8 para la integracin cerrada, es decir, para cuando los valores de la
funcin en los extremos de los lmites de integracin son conocidos.
Adems de aplicar la regla trapezoidal con segmentacin ms fina, otra forma de obtener una estimacin ms exacta de una integral es con
el uso de polinomios de orden superior para conectar los puntos (en lugar de utilizar lneas para conectarlos).
Las reglas de Simpson son las frmulas que resultan al tomar las integrales bajo los polinomios que conectan a los puntos.
La derivacin de la Regla de los Tres Octavos de Simpson es similar a la regla de un tercio, excepto que se determina el rea bajo una
parbola de tercer grado que conecta 4 puntos sobre una curva dada. La forma general de la parbola de tercer grado es:

Figura 4 Descripcin de la grfica de la regla de Simpson 3/8

En la derivacin, las constantes se determinan requiriendo que la parbola pase a travs de los cuatro puntos indicados sobre la curva
mostrada en la fig. 4. El intervalo de integracin es de -

que es la regla de los tres octavos de Simpson.

, lo que produce:

La regla de Simpson de 3/8 tiene un error por truncamiento de:

Por lo tanto es algo ms exacta que la regla de 1/3.

La regla de Simpson de 1/3 es, en general, el mtodo de preferencia ya que alcanza exactitud de tercer orden con tres puntos en vez de los
cuatro puntos necesarios para la versin de 3/8. No obstante la regla de 3/8 tiene utilidad en las aplicaciones de segmentos mltiples cuando
el nmero de fajas es impar.