Professional Documents
Culture Documents
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
2
Mtodos iterativos para resolver ecuaciones no lineales
Como ya se ha dicho, un problema bsico en Anlisis Numrico, consiste en encontrar
los valores de x que satisfacen la ecuacin no lineal de la forma f(x) = 0. Aunque es
tradicin usar el mtodo de Newton-Raphson o cualquiera de los mtodos dados en el
captulo anterior para resolver el problema, en los recientes aos numerosos autores han
introducido en la literatura una variedad de mtodos numricos para tal n, especial-
mente para el caso de ceros simples y f una funcin real de variable real. Estos mtodos
mejoran, en cierta forma, la precisin de los mtodos clsicos. No obstante, en el mayor
de los casos, la eciencia de estos nuevos mtodos ha sido justicada slo mediante su
orden de convergencia o, peor an, sobre la base de resultados numricos (nmero de
iteraciones) de algunos ejemplos.
En este captulo se expondrn los nuevos mtodos iterativos propuestos en las referen-
cias [1-10]. Se presenta la construccin de cada mtodo y se estudia, en la mayora de
los mtodos, el anlisis de convergencia.
Se advierte que debido al volumen de operaciones algebraicas necesarias en algunas
pruebas, se usar el software MAPLE para facilitar la manipulacin. El Apndice A
muestra las lneas de comandos usadas a lo largo del captulo.
2.1. Mtodo iterativo de Abbs
El mtodo iterativo de Abbs es introducido por Abbasbandy en [1], y el mismo est
basado en el mtodo de descomposicin de Adomian.
Construccin del Mtodo. Sea I R un intervalo, f : I R una funcin de clase
C
3
en I y I una solucin de la ecuacin no lineal f(x) = 0. Aplicando el Teorema
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
14 Mtodos iterativos para resolver ecuaciones no lineales
de Taylor a f(x h) alrededor de x, se obtiene,
f(x h) = f(x) + f
(x)(x h x) +
f
(x)
2!
(x h x)
2
+ O(h
3
).
Para un h sucientemente pequeo, se tiene
f(x h) = 0 f(x) hf(x) +
h
2
2
f
(x).
Tomando c :=
f(x)
f
(x)
y N(h) :=
h
2
2
f
(x)
f
(x)
, resulta que h = c + N(h).
Aplicando el mtodo de descomposicin de Adomian a h (ver seccin preliminar) para
n = 2, se tiene de (1.6) que h h
0
+ h
1
+ h
2
, de (1.8) se obtiene que h
0
= c, h
1
= A
0
y
h
2
= A
1
, donde
h
0
=
f(x)
f
(x)
, h
1
= N(h
0
) =
h
2
0
2
f
(x)
f
(x)
=
f
2
(x)f
(x)
2[f
(x)]
3
,
h
2
= h
1
N
(h
0
) = h
1
h
0
f
(x)
f
(x)
=
f
3
(x)[f
(x)]
2
2[f
(x)]
5
.
Como f(x h) = 0, se tiene que
= x h x
f(x)
f
(x)
f
2
(x)f
(x)
2[f
(x)]
3
f
3
(x)[f
(x)]
2
2[f
(x)]
5
.
Para x
0
sucientemente cerca de , el mtodo iterativo de Abbs esta dado por:
x
n+1
= x
n
f(x
n
)
f
(x
n
)
f
2
(x
n
)f
(x
n
)
2[f
(x
n
)]
3
f
3
(x
n
)[f
(x
n
)]
2
2[f
(x
n
)]
5
, n 0. (2.1)
Anlisis de convergencia. El mtodo iterativo de Abbs (2.1) requiere de una evalua-
cin de f, f
y f
()
e
3
n
+ O(e
4
n
), donde e
n
:= x
n
para cada n N.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodo iterativo de BSC 15
Demostracin: Considere la siguiente funcin de iteracin F : I R dada por,
F(x) := x
f(x)
f
(x)
f
2
(x)f
(x)
2[f
(x)]
3
f
3
(x)[f
(x)]
2
2[f
(x)]
5
.
Como f
() = F
() = 0 y F
(3)
() =
f
(3)
()
f
()
,
es decir, es un punto jo de F y |F
()(x
n
) + F
()(x
n
) +
F
(3)
()
3!
(x
n
)
3
+ O((x
n
)
4
).
Al denir e
n
:= x
n
como el n-simo error para cada n N, se tiene,
x
n+1
=
F
(3)
()
6
e
3
n
+ O(e
4
n
), es decir, e
n+1
=
1
6
f
(3)
()
f
()
e
3
n
+ O(e
4
n
).
lo que termina la prueba.
En el Apndice A, pgina 55, se escriben los comandos MAPLE que se usan para
el anlisis de convergencia del mtodo de Abbs.
2.2. Mtodo iterativo de BSC
El mtodo iterativo de BSC es introducido por Mrio Basto, Viriato Semiao y Fran-
cisco L. Calherios en [2]. El mtodo que se propone es: dado una funcin f dos veces
diferenciable y x
0
sucientemente cerca de la raz , la iteracin viene dada por:
x
n+1
= x
n
f(x
n
)
f
(x
n
)
f
2
(x
n
) f
(x
n
)
2 [f
(x
n
)]
3
2 f(x
n
) f
(x
n
) f
(x
n
)
, n 0. (2.2)
Anlisis de convergencia. El mtodo iterativo de BSC (2.2) requiere de una evaluacin
de f, f
y f
(x) = 0 y [f
(x)]
2
= f(x)f
()
e
3
n
+ O(e
4
n
), donde e
n
:= x
n
para cada n N.
Demostracin: Considere la funcin de iteracin F : I R dada por,
F(x) := x
f(x)
f
(x)
f
2
(x) f
(x)
2 [f
(x)]
3
2 f(x) f
(x) f
(x)
.
Como f
() = F
() = 0 y F
(3)
() =
f
(3)
()
f
()
,
es decir, es un punto jo de F y |F
()(x
n
) + F
()(x
n
) +
F
(3)
()
3!
(x
n
)
3
+ O((x
n
)
4
).
Al denir e
n
:= x
n
como el n-simo error para cada n N, se tiene,
x
n+1
=
F
(3)
()
6
e
3
n
+ O(e
4
n
), es decir, e
n+1
=
1
6
f
(3)
()
f
()
e
3
n
+ O(e
4
n
)
lo cual concluye la prueba.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodo iterativo de NU 17
2.3. Mtodo iterativo de NU
El mtodo iterativo de NU es introducido por Nenad Ujevi en [3], consiste en una
familia de mtodo iterativo de dos pasos tipo predictor-correcto y el mismo est basado
en reglas de cuadratura conjuntamente con el mtodo de Newton-Raphson.
Construccin del Mtodo. Sean a, b R tal que a < b, x [a, b) y K
1
: [a, b] R la
funcin por parte dada por:
K
1
(x, t) :=
_
_
t
3a + b
4
, si t [a, x],
t
a + 3b
4
, si t (x, b],
y suponga que, f C
1
[a, b]. Integrando por partes, se tiene
_
b
a
K
1
(x, t)f
(t)dt =
_
x
a
_
t
3a + b
4
_
f
(t)dt +
_
b
x
_
t
a + 3b
4
_
f
(t)dt
=
__
t
3a + b
4
_
f(t)
_
x
a
+
__
t
a + 3b
4
_
f(t)
_
b
x
_
b
a
f(t)dt
=
b a
4
[f(a) + 2f(x) + f(b)]
_
b
a
f(t)dt, (2.3)
de donde resulta que
_
b
a
K
1
(x, t)f
(t)dt
(b a)
2
8
f
. (2.4)
Considere adems la siguiente funcin K
2
: [a, b] R, x [a, b) dada por:
K
2
(x, t) :=
_
_
_
t a, si t [a, x],
t b, si t (x, b].
Integrando por partes, resulta.
_
b
a
K
2
(x, t)f
(t)dt =
_
x
a
(t a)f
(t)dt +
_
b
x
(t b)f
(t)dt
= [(t a)f(t)]
x
a
_
x
a
f(t)dt + [(t b)f(t)]
b
x
_
b
x
f(t)dt.
= (b a)f(x)
_
b
a
f(t)dt. (2.5)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
18 Mtodos iterativos para resolver ecuaciones no lineales
Por otro lado,
_
b
a
K
2
(x, t)dt =
_
x
a
(t a)dt +
_
b
x
(t b)dt =
_
t
2
2
at
_
x
a
+
_
t
2
2
at
_
b
x
=
_
x
2
2
ax
_
_
a
2
2
a
2
_
+
_
b
2
2
b
2
_
_
x
2
2
ax
_
= (b a)
_
x
a + b
2
_
, (2.6)
y
_
b
a
f
(t)dt
1
b a
_
b
a
K
2
(x, t)dt
_
b
a
f
(t)dt =
(b a)f(x)
_
b
a
f(t)dt
_
x
a + b
2
_
[f(b) f(a)]. (2.8)
Por lo tanto,
_
b
a
K
2
(x, t)f
(t)dt
1
b a
_
b
a
K
2
(x, t)dt
_
b
a
f
(t)dt
_
b
a
_
K
2
(x, t)dt
1
b a
_
b
a
K
2
(x, s)ds
_
f
(t)dt
(b a)
2
4
f
. (2.9)
Denotando los restos por,
R
1
(x) =
_
b
a
K
1
(x, t)f
(t)dt.
R
2
(x) =
_
b
a
_
K
2
(x, t)dt
1
b a
_
b
a
K
2
(x, s)ds
_
f
(t)dt
se tiene, de (2.3) y (2.8) que,
_
b
a
f(t)dt =
b a
4
[f(a) + 2f(x) + f(b)] R
1
(x).
_
b
a
f(t)dt = (b a)f(x)
_
x
a + b
2
_
[f(b) f(a)] R
2
(x).
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodo iterativo de NU 19
De (2.4) y (2.9) resulta,
_
b
a
f(t)dt
b a
4
[f(a) + 2f(x) + f(b)].
_
b
a
f(t)dt (b a)f(x)
_
x
a + b
2
_
[f(b) f(a)],
si a est sucientemente cerca a b. As por las dos integrales anteriores se obtiene,
b a
4
[f(a) + 2f(x) + f(b)] (b a)f(x)
_
x
a + b
2
_
[f(b) f(a)].
Si se supone que, f(b) = 0 entonces
b a
4
[f(a) + 2f(x)] (b a)f(x) +
_
x
a + b
2
_
f(a).
Considere la ecuacin siguiente cuando b
b a
4
[f(a) + 2f(x)] = (
b a)f(x) +
_
x
a +
b
2
_
f(a).
b
4
[f(a) + 2f(x) 4f(x) + 2f(a)] = af(x) + (x
a
2
)f(a) +
a
4
[f(a) + 2f(x)].
b
4
[3f(a) 2f(x)] = af(x) + (x a)f(a) +
a
2
f(a) +
a
4
[f(a) + 2f(x)].
b
4
[3f(a) 2f(x)] = (x a)f(a) +
a
4
[3f(a) 2f(x)].
b = a + 4(x a)
f(a)
3f(a) 2f(x)
. (2.10)
De las consideraciones anteriores concluye que
b b, as f(
b) 0. Tomando x como
x = a
f(a)
f
(a)
, con 0 < 1. (2.11)
Si se escoge x
n+1
=
b, x
n
= a y z
n
= x entonces de (2.10) y (2.11) se obtiene el mtodo
iterativo de NU dado por:
_
_
z
n
= x
n
f(x
n
)
f
(x
n
)
,
x
n+1
= x
n
+ 4(z
n
x
n
)
f(x
n
)
3f(x
n
) 2f(z
n
)
, n 0,
(2.12)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
20 Mtodos iterativos para resolver ecuaciones no lineales
para x
0
sucientemente cerca de
b, donde z
n
es el predictor y x
n+1
es el corrector.
Anlisis de convergencia. El mtodo iterativo de NU (2.12) requiere dos evaluaciones
de f y una de f
(a) = 0,
f
(a)
para cada a (c, d), en-
tonces existe > 0 tal que el mtodo iterativo de NU converge a b, para cualquier
x
0
[b , b + ] (c, d).
Demostracin: Considerese la siguiente funcin de iteracin : (c, d) R, dada por:
(a) :=
_
_
a + 4(x a)
f(a)
3f(a) 2f(x)
, si a = b,
b, si a = b.
Denote por x
a
la primera derivada de x con respecto a a, considrese los siguientes
lmites.
lm
ab
x = lm
ab
_
a
f(a)
f
(a)
_
= b. (2.13)
lm
ab
x
a
= lm
ab
_
1
(f
(a))
2
f(a)f
(a)
[f
(a)]
2
_
= 1 . (2.14)
De (2.13), (2.14) y usando la regla de LHospital se tiene,
lm
ab
f(x)
f(a)
= lm
ab
f
(x) x
a
f
(a)
=
f
(b)(1 )
f
(b)
= 1 . (2.15)
De (2.15) se obtiene,
lm
ab
f(a)
3f(a) 2f(x)
= lm
ab
1
3 2
f(x)
f(a)
=
1
3 2 (1 )
=
1
1 + 2
. (2.16)
Como f
(a) = 0, f
(a) = 1 +
4(x
a
1)f(a)
3f(a) 2f(x)
+ 4(x a)
f
(a) 2f
(x)x
a
]
[3f(a) 2f(x)]
2
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodo iterativo de NU 21
De (2.13) hasta (2.16) resulta,
lm
ab
(a) = 1
4
1 + 2
4 lm
ab
_
f(a)
3f(a) 2f(x)
[f(a)]
2
f
(a)
3f
(a) 2f
(x)x
a
[3f(a) 2f(x)]
2
_
= 1
4
1 + 2
4
1
1 + 2
+ 4 lm
ab
3 2
f
(x)x
a
f
(a)
_
3 2
f(x)
f(a)
_
2
= 1
4
1 + 2
4
1
1 + 2
+ 4
1
1 + 2
= 1
4
1 + 2
.
Por lo tanto, es derivable en b para cualquier (0, 1]. Notese que,
(b)
1
4
1 + 2
< 1.
Como b es un punto jo de por la Proposicin 1.2, se tiene que, existe > 0 tal que
para cualquier x
0
[b , b + ] (c, d) la sucesin x
n+1
= (x
n
), n 0 siempre es
convergente a b.
Teorema 2.4 Sean f C
2
(c, d), b (c, d) tal que f(b) = 0 y (0, 1] \ {
1
2
}. Si
f
(a) = 0, f
(a)
para cada a (c, d),
entonces el mtodo iterativo de NU tiene una convergencia lineal.
Demostracin: Considrese la siguiente funcin de iteracin : (c, d) R, dada por:
(a) :=
_
_
a + 4(x a)
f(a)
3f(a) 2f(x)
, si a = b,
b, si a = b.
Por el Teorema 2.3 se tiene que, existe > 0 tal que el mtodo iterativo de NU converge a
b, para cualquier x
0
[b , b +] (c, d) tambin se tiene que,
(b) = 1
4
1 + 2
= 0
para cualquier (0, 1] \ {
1
2
}, por el Teorema 1.4 resulta que, el mtodo iterativo de
NU presenta una convergencia lineal.
Teorema 2.5 Sean f C
4
(c, d), b (c, d) tal que f(b) = 0. Si f
(a) = 0, f
(a) = 0
y 3f(a) 2f(x) = 0, donde x = a
1
2
f(a)
f
(a)
para cada a (c, d), entonces el mtodo
iterativo de NU presenta una convergencia cuadrtica.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
22 Mtodos iterativos para resolver ecuaciones no lineales
Demostracin: Considrese la siguiente funcin de iteracin : (c, d) R, dada por:
(a) :=
_
_
a + 4(x a)
f(a)
3f(a) 2f(x)
, si a = b
b, si a = b
Por el Teorema 2.3 se tiene que, existe > 0 tal que el mtodo iterativo de NU converge
a b, para cualquier x
0
[b, b+] (c, d) tambin se tiene que,
(b) = 14/(1+2),
como = 1/2 resulta que,
(b) = 0.
Por otra parte, se quiere calcular
a
a la primera derivada
de x con respecto a a y x
a
la segunda derivada de x con respecto a a. Considere las
siguientes funciones h : (c, d)\{b} R y : (c, d)\{b} R dado por:
h(a) := 3f(a) 2f(x) y (a) :=
f(a)
h(a)
respectivamente. Por la tanto para a = b,
(a) = a + 4(x a)(a),
(a) = 1 + 4(x
a
1)(a) + 4(x a)
(a),
(a) = 4x
a
(a) + 8(x
a
1)
(a) + 4(x a)
(a),
donde,
(a) =
g(a)
h
2
(a)
, con, g(a) := f
(a)h(a) f(a)h
(a).
(a) =
p(a)
h
3
(a)
, con, p(a) := g
(a)h(a) 2g(a)h
(a).
Considrese los siguientes lmites
lm
ab
x = lm
ab
_
a
f(a)
f
(a)
_
= b. (2.17)
lm
ab
x
a
= lm
ab
_
1
1
2
_
1
f(a)f
(a)
[f
(a)]
2
__
=
1
2
. (2.18)
lm
ab
x
(a) = lm
ab
1
2
[f
(a)f
(a) + f(a)f
(a)][f
(a)]
2
f(a)f
(a)2f
(a)f
(a)
[f
(a)]
4
=
1
2
f
(b)
f
(b)
. (2.19)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodo iterativo de NU 23
De (2.16) tomando =
1
2
resulta,
lm
ab
(a) = lm
ab
f(a)
h(a)
= lm
ab
f(a)
3f(a) 2f(x)
=
1
2
. (2.20)
De (2.17) se obtiene,
lm
ab
h(a) = lm
ab
[3f(a) 2f(x)] = 0.
De (2.17) y (2.18) se tiene,
lm
ab
h
(a) = lm
ab
[3f
(a) 2f
(x)x
a
] = 2f
(b) = 0.
De (2.17), (2.18) y (2.19),
lm
ab
h
(a) = lm
ab
[3f
(a) 2f
(x)[x
a
]
2
2f
(x)x
a
] =
3
2
f
(b) = 0.
Por lo tanto,
lm
ab
g(a) = lm
ab
[f
(a)h(a) f(a)h
(a)] = 0,
lm
ab
g
(a) = lm
ab
[f
(a)h(a) f(a)h
(a)] = 0,
lm
ab
g
(a) = lm
ab
[f
(3)
(a)h(a) + f
(a)h
(a) f
(a)h
(a) f(a)h
(3)
(a)]
=
1
2
f
(b)f
(b) = 0.
De los lmites anteriores y aplicando 2 veces la regla de LHospital se tiene,
lm
ab
(a) = lm
ab
g(a)
h
2
(a)
= lm
ab
g
(a)
2h(a)h
(a)
= lm
ab
g
(a)
2[h
(a)]
2
+ 2h(a)h
(a)
=
1
16
f
(b)
f
(b)
= 0. (2.21)
De los lmites anteriores resulta,
lm
ab
p(a) = lm
ab
[g
(a)h(a) 2g(a)h
(a)] = 0,
lm
ab
p
(a) = lm
ab
[g
(a)h(a) g
(a)h
(a) 2g(a)h
(a)] = 0,
lm
ab
p
(a) = lm
ab
[g
(3)
(a)h(a) 3g
(a)h
(a) 2g(a)h
(3)
(a)] = 0.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
24 Mtodos iterativos para resolver ecuaciones no lineales
Luego,
lm
ab
(a) = lm
ab
p(a)
h
3
(a)
= lm
ab
p
(a)
3h
2
(a)h
(a)
= lm
ab
p
(a)
6h(a)[h
(a)]
2
3h
2
(a)h
(a)
.
Por lo tanto,
lm
ab
(a) = lm
ab
p
(3)
(a)
6[h
(a)]
3
+ 18h(a)h
(a)h
(a) + 3h
2
(a)h
(3)
(a)
= L, (2.22)
para algn L R, pues 6[h
(a)]
3
+ 18h(a)h
(a)h
(a) + 3h
2
(a)h
(3)
no converge a cero
cuando a b. De (2.17) hasta (2.22) se tiene,
lm
ab
(a) = lm
ab
[4x
a
(a) + 8(x
a
1)
(a) + 4(x a)
(a)] = 0,75
f
(b)
f
(b)
= 0.
Por la tanto,
(b) = 0,75
f
(b)
f
(b)
= 0, por el Teorema 1.4 se tiene que el mtodo iterativo
de NU presenta una convergencia cuadrtica.
2.4. Mtodo iterativo de Chun
El mtodo iterativo de Chun es introducido por Changbun Chun en [4], y el mismo
est basado en el mtodo de descomposicin de Adomian, mejorando el orden de precisin
de los mtodos iterativos de Abbs, BSC y NU, entre otros.
Construccin del mtodo. Sea I R un intervalo, f : I R una funcin de clase
C
2
en I y I una solucin de la ecuacin no lineal f(x) = 0. Aplicando el Teorema
de Taylor a f(x h) alrededor de x, se tiene,
f(x h) = f(x) + f
(x)(x h x) + O(h
2
).
Llamando g(h) = O(h
2
), se tiene que
g(h) = hf
(x)
+
f(x)
f
(x)
y, tomando c :=
f(x)
f
(x)
y N(h) :=
g(h)
f
(x)
se tiene que h = c + N(h).
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodo iterativo de Chun 25
Aplicando el mtodo de descomposicin de Adomian a h (ver seccin 1.5 de prelimi-
nares), para n = 2 de (1.6) se tiene que, h h
0
+h
1
+h
2
, de (1.8) se obtiene que, h
0
= c,
h
1
= A
1
y h
2
= A
2
, donde,
h
0
=
f(x)
f
(x)
, h
1
= N(h
0
) =
g(h
0
)
f
(x)
=
f
_
x
f(x)
f
(x)
_
f
(x)
,
h
2
= h
1
N
(h
0
) = h
1
g
(h
0
)
f
(x)
=
f
_
x
f(x)
f
(x)
_
f
(x)
f
_
x
f(x)
f
(x)
_
f
_
x
f(x)
f
(x)
_
[f
(x)]
2
.
Como f(x h) = 0, resulta que,
= x h x
f(x)
f
(x)
2
f(z)
f
(x)
+
f(z)f
(z)
[f
(x)]
2
, donde z = x
f(x)
f
(x)
.
Para x
0
sucientemente cerca de , el mtodo iterativo de Chun esta dado por:
_
_
z
n+1
= x
n
f(x
n
)
f
(x
n
)
,
x
n+1
= x
n
f(x
n
)
f
(x
n
)
2
f(z
n+1
)
f
(x
n
)
+
f(z
n+1
)f
(z
n+1
)
[f
(x
n
)]
2
, n 0.
(2.23)
Anlisis de convergencia. El mtodo iterativo de Chun (2.23) requiere dos evalua-
ciones de f y dos de f
()
f
()
_
3
e
4
n
+ O(e
5
n
), donde e
n
:= x
n
para cada n N.
Demostracin: Considrese la siguiente funcin de iteracin F : I R dado por,
F(x) := x
f(x)
f
(x)
2
f(z)
f
(x)
+
f(z)f
(z)
[f
(x)]
2
, donde z = x
f(x)
f
(x)
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
26 Mtodos iterativos para resolver ecuaciones no lineales
Por ser f
() = F
() = F
(3)
() = 0 y F
(4)
() = 15
_
f
()
f
()
_
3
,
es decir, es un punto jo de F y |F
()(x
n
) + F
()(x
n
) +
F
(3)
()
3!
(x
n
)
3
+
F
(4)
()
4!
(x
n
)
4
+ O((x
n
)
5
).
Al denir e
n
:= x
n
como el n-simo error para cada n N, se tiene
x
n+1
=
F
(4)
()
4!
e
4
n
+ O(e
5
n
) es decir, e
n+1
=
5
8
_
f
()
f
()
_
3
e
4
n
+ O(e
5
n
).
lo que termina la prueba.
En el Apndice A, pgina 56, se escriben los comandos que se usan para el anlisis
de convergencia del mtodo de Chun con el software de MAPLE.
2.5. Mtodos de NRF y RFN
Los mtodos de NRF y RFN son introducido por Muhammad Aslam Noor y Faizan
Ahmad en [5]. Los mtodos son derivados usando en conjunto el mtodo de Newton-
Raphson y el mtodo de Regula Falsi.
Mtodo de NRF. Sean a, b R y f C
1
[a, b] tal que f(a)f(b) < 0, por el teorema
del valor intermedio o de Bolzano se tiene que existe (a, b) tal que f() = 0, de
multiplicidad uno (simple). El mtodo de NRF consiste en denir un nuevo intervalo,
en cada paso, mediante la aproximacin obtenida por el mtodo de Regula Falsi y el
mtodo de Newton-Raphson. El algoritmo es como sigue:
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodos de NRF y RFN 27
Algoritmo de NRF.
Entrada: f C
1
[a, b] tal que f(a)f(b) < 0; tolerancia; max nmero mximo de
iteraciones.
Salida: solucin aproximada a f(x) = 0.
1. n = 0.
2. Mientras n max hacer los pasos 3 hasta 6.
3. Calcular x
n+1
=
bf(a) af(b)
f(b) f(a)
.
4. Si |x
n+1
x
n
| < entonces = x
n+1
, detener.
5. Si f(a)f(x
n+1
) < 0 entonces a = a
f(a)
f
(a)
, y b = x
n+1
.
En caso contrario: a = x
n+1
y b = b
f(b)
f
(b)
.
6. n = n + 1, ir al paso 2.
Anlisis de convergencia. El mtodo de NRF requiere dos evaluaciones de f una de f
en cada iteracin. Este mtodo presenta una convergencia cbica, su demostracin esta
dada en el siguiente teorema. La eciencia computacional del mtodo es: 3
1/3
1,442.
Teorema 2.7 Sea f C
2
[a, b], con a y b tal que f(a)f(b) < 0, un cero simple de f
en [a, b] [a
0
, b
0
], y x
0
[a, b] la condicin inicial del mtodo de Newton-Raphson tal
que M| x
0
| < 1, con M := max
x[a,b]
|f
(x)/2f
no
cambia de signo en [a, b], entonces la sucesin de iterados {x
n
} producida por el mtodo
NRF converge al cero simple con un orden tres de convergencia.
Demostracin: El algoritmo produce una sucesin de intervalos [a
n
, b
n
], n = 0, 1, 2, . . .,
con a
0
= a y b
0
= b tales que [a
n
, b
n
] y [a
n+1
, b
n+1
] [a
n
, b
n
] para cada n, cualquiera
sea el signo de la segunda derivada de f. Sin perdida de generalidad se puede suponer
que f
(x) > 0 en [a, b]; en otras palabras, f es convexa. En este caso, el segmento de
recta que une los puntos (a
n
, f(a
n
)) y (b
n
, f(b
n
)) estar siempre por encima de la grca
de f por iteracin, cualquiera sea el signo de la primera derivada. Ahora, si f
() > 0 y
x
0
= b
0
(condicin inicial para el mtodo de Newton), entonces el error para los mtodos
de Regula Falsi y Newton esta dado por:
e
n+1
:= a
n+1
=
f
(
n
)
2f
(
n
)
( a
n
)(b ), con
n
,
n
(a
n
, b) (2.24)
e
n+1
:= b
n+1
=
f
(
n
)
2f
(b
n
)
(b
n
)
2
, con
n
int(, b
n
) (2.25)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
28 Mtodos iterativos para resolver ecuaciones no lineales
para cada n N respectivamente.
Si n = 0, el mtodo de NRF en este caso utiliza al mtodo de Newton para modicar
el extremo derecho del intervalo, b
0
, por b
1
y es sustituido en la ecuacin de (2.24),
si n = 1 b
1
es sustituido por b
2
en la ecuacin (2.24), similar ocurre cuando n ,
obteniendo una sucesin del error para el mtodo NRF dado por:
1
:= a
1
=
f
(
0
)
2f
(
0
)
( a
0
)(b
1
), con
0
,
0
(a
0
, b
0
),
2
:= a
2
=
f
(
1
)
2f
(
1
)
( a
1
)(b
2
), con
1
,
1
(a
1
, b
1
),
.
.
.
n+1
:= a
n+1
=
f
(
n
)
2f
(
n
)
( a
n
)(b
n+1
), con
n
,
n
(a
n
, b
n
). (2.26)
Debido a que el mximo valor de
(
n
)
2f
(
n
)
ocurre en M := max
x[a,b]
(x)
2f
(x)
sobre todo
cuando n , de (2.26) se tiene que,
| a
n+1
| M| a
n
||b
n+1
|. (2.27)
Como el mtodo de Newton converge a para x
0
= b
0
de (2.25)
|b
n+1
| M|b
n
|
2
. (2.28)
De (2.27) y (2.28) resulta que
|a
n+1
| M
2
| a
n
||b
n
|
2
| a
n
||M
0
|
2
n
,
con
0
:= b
0
(error inicial para el mtodo de Newton). Al ser M|
0
| < 1 (condicin
necesaria para la convergencia del mtodo de Newton) resulta que lm
n
|a
n+1
| = 0
y por lo tanto a
n
. Es decir, la sucesin de iterados {a
n
} de mtodo de NRF converge
a la raz simple .
Por otro lado, de (2.27) y (2.28) se obtiene que,
| a
n+1
| M
2
| a
n
||b
n
|
2
= M
2
| a
n
||(b
n
a
n
) + (a
n
)|
2
. (2.29)
Debido a la hiptesis (f
> 0 y f
> 0 pero f
(z
n
)
.
4. Si |x
n+1
x
n
| < entonces = x
n+1
, detener.
5. Si f(a)f(x
n+1
) < 0 entonces b = x
n+1
,
En caso contrario: a = x
n+1
.
6. Sea n = n + 1, ir al paso 2.
El algoritmo requiere tres evaluaciones de f y una de f
en cada iteracin.
2.6. Mtodos de RFNM y BM
Los mtodos de RFNM y BM son introducidos por Giovanni Caldern en [6], el
primer mtodo es una modicacin de RFN introducido en [5] y el mtodo de BM es
derivado por el autor al combinar el mtodo de Biseccin con Mller.
Mtodo de RFNM. Sean a, b R y f C
1
[a, b] tal que f(a)f(b) < 0, por el teorema
del valor intermedio o de Bolzano se tiene que existe (a, b) un cero simple de
f en [a, b]. El mtodo consiste en denir un nuevo intervalo a partir de las aproxima-
ciones encontrada por los mtodos de Regula Falsi y Newton-Raphson. El algoritmo es
el siguiente:
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
30 Mtodos iterativos para resolver ecuaciones no lineales
Algoritmo de RFNM
Entrada: f C
1
[a, b] tal que f(a)f(b) < 0; tolerancia; max nmero mximo de
iteraciones.
Salida: solucin aproximada a f(x) = 0.
1. n = 0.
2. Mientras n max hacer los pasos 3 hasta 6.
3. Calcular z
n
=
bf(a) af(b)
f(b) f(a)
y x
n+1
= z
n
f(z
n
)
f
(z
n
)
4. Si |x
n+1
x
n
| < entonces = x
n+1
, detener.
5. Si f(a)f(x
n+1
) < 0 entonces a = z
n
y b = x
n+1
En caso contrario: a = x
n+1
y b = z
n
6. Sea n = n + 1, ir al paso 2.
Mtodo de BM. Con la misma hiptesis del mtodo anterior, el mtodo consiste en: los
valores de f en el punto medio del segmento [a, b] y sus extremos a y b son usados para
denir el polinomio de Mller. La raz del polinomio de Mller dene una aproximacin
al cero . Luego, para la siguiente iteracin se dene el intervalo [a, b] como el menor
segmento que contiene a : es decir [a, (a+b)/2] o [(a+b)/2, b]. El algoritmo del mtodo
es el siguiente.
Algoritmo de BM
Entrada: f C[a, b] tal que f(a)f(b) < 0; tolerancia; max nmero mximo de
iteraciones.
Salida: solucin aproximada a f(x) = 0.
1. n = 0.
2. Mientras n max hacer los pasos 3 hasta 7.
3. Calcular, c =
a + b
2
; a
0
=
(c b)[f(a) f(b)] (a b)[f(c) f(b)]
(a b)(c b)(a c)
a
1
=
f(b) f(c)
b c
+ (b c)a
0
; a
2
= f(b) y raz= b
2a
2
a
1
_
a
2
1
4a
0
a
2
a
0
, a
1
y a
2
denen los coecientes del polinomio de segundo grado
P(x) = a
0
(x b)
2
+ a
1
(x b) + a
2
(Mller).
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodos de RFNM y BM 31
4. Si a <raz< b, entonces x
n+1
=raz
En caso contrario: x
n+1
= b
2a
2
a
1
+
_
a
2
1
4a
0
a
2
5. Si |x
n+1
x
n
| < o |f(x
n+1
)| < , entonces =raz, detener.
6. si f(a)f(x
n+1
) < 0, entonces b = raz.
si f(a)f(c) > 0, entonces a = c
En caso contrario: a =raz
si f(b)f(c) > 0, entonces b = c
7. Sea n = n + 1, ir al paso 2.
Anlisis de convergencia. Aunque hace falta realizar muchos clculos adicionales en
el mtodo de BM, slo hace dos evaluaciones de la funcin f en cada iteracin, despus
de realizar la primera iteracin que realiza cuatro evaluaciones. El mtodo presenta una
convergencia cbica, su demostracin esta dado en el siguiente teorema. La eciencia
computacional del mtodo es: 3
1/2
1,732.
Teorema 2.8 Sea f C[a, b] con a y b tales que f(a)f(b) < 0. Si es un cero simple
de f en [a, b], entonces la sucesin {x
n
} producida por el mtodo de BM converge a
con a lo sumo un tercer orden de convergencia.
Demostracin: El mtodo de BM produce una sucesin de intervalos [a
n
, b
n
], para
n = 0, 1, 2, 3, . . ., con a
0
= a y b
0
= b tales que x
n
, [a
n
, b
n
] (x
n
la n-sima iteracin
realizada por el mtodo de BM), f(a
n
)f(b
n
) < 0 y [a
n+1
, b
n+1
] [a
n
, b
n
]. Note que,
b
1
a
1
b
0
a
0
2
,
b
2
a
2
b
1
a
1
2
,
.
.
.
b
n
a
n
b
n1
a
n1
2
,
pues la longitud del intervalo producido por el mtodo de BM es menor o igual que la
longitud del intervalo generado por el mtodo de Biseccin en cada iteracin. Usando
induccin matemtica resulta que,
b
n
a
n
b
0
a
0
2
n
, para cada n N. (2.31)
Como x
n
, [a
n
, b
n
] para cada n N de (2.31) se tiene que,
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
32 Mtodos iterativos para resolver ecuaciones no lineales
|x
n
| |b
n
a
n
|
b
0
a
0
2
n
. (2.32)
Al tomar lmite en (2.32) cuando n resulta que, lm
n
|x
n
| = 0, es decir x
n
.
Por otra parte, se quiere ver que {x
n
} converge a con una convergencia cbica.
Para probar esto, sea
P
n+1
(x) = a
0,n+1
(x b
n+1
)
2
+ a
1,n+1
(x b
n+1
) + a
2,n+1
el polinomio que interpola a f en los nodos a
n+1
, b
n+1
y c
n+1
:= (a
n+1
+b
n+1
)/2, donde
a
0,n+1
=
(c
n+1
b
n+1
)[f(a
n+1
) f(b
n+1
)] (a
n+1
b
n+1
)[f(c
n+1
) f(b
n+1
)]
(a
n+1
b
n+1
)(c
n+1
b
n+1
)(a
n+1
c
n+1
)
,
a
1,n+1
=
f(b
n+1
) f(c
n+1
)
b
n+1
c
n+1
+ (b
n+1
c
n+1
)a
0,n+1
y a
2,n+1
= f(b
n+1
)
entonces, el error de interpolacin polinomial es dado por
f() P
n+1
() = ( a
n+1
)( b
n+1
)
_
a
n+1
+ b
n+1
2
_
f
(3)
(
n+1
)
3!
,
con
n+1
(a
n+1
, b
n+1
). Como f() = 0, resulta que
P
n+1
() = [( a
n+1
)
2
( b
n+1
) + ( a
n+1
)( b
n+1
)
2
]
f
(3)
(
n+1
)
12
. (2.33)
Expandiendo P
n+1
() alrededor de x
n+1
, se tiene que, existe
n+1
entre x
n+1
y tal
que
P
n+1
() = P
n+1
(x
n+1
) + ( x
n+1
)P
n+1
(
n+1
).
Como P
n+1
(x
n+1
) = 0 se tiene que,
P
n+1
() = ( x
n+1
)P
n+1
(
n+1
).
Sustituyendo P
n+1
() en (2.33) resulta que,
x
n+1
= [( a
n+1
)
2
( b
n+1
) + ( a
n+1
)( b
n+1
)
2
]
f
(3)
(
n+1
)
12P
n+1
(
n+1
)
. (2.34)
Se quiere ver que, existe M > 0 y m N tal que
f
(3)
(
n+1
)
12P
n+1
(
n+1
)
> 0 en [a
n+1
, b
n+1
] para cada n m
1
, es decir P
n+1
> 0 en [a
n+1
, b
n+1
]. Ahora,
si P
n+1
es creciente, entonces P
n
(a
n
) P
n
(
n
) P
n
(b
n
) para cada n
lm
n
(b
n
c
n
)a
0,n
= lm
n
(b
n
c
n
)
1
a
n
c
n
_
f(a
n
) f(b
n
)
a
n
b
n
f(c
n
) f(b
n
)
c
n
b
n
_
= lm
n
_
f(a
n
) f(b
n
)
a
n
b
n
f(c
n
) f(b
n
)
c
n
b
n
_
= f
() f
() = 0. (2.35)
De (2.35) resulta,
lm
n
P
n
(b
n
) = lm
n
a
1,n
= lm
n
_
f(b
n
) f(c
n
)
b
n
c
n
+ (b
n
c
n
)a
0,n
_
= f
(),
lm
n
P
n
(a
n
) = lm
n
2a
0,n
(a
n
b
n
) + a
1,n
= lm
n
4a
0,n
(b
n
c
n
) + a
1,n
= 0 + f
() = f
().
Por lo tanto, P
n
(
n
) f
()/2 existe m
2
N tal que
|P
n
(
n
) f
()| <
f
()
2
, para cada n m
2
,
esto signica que, P
n
(
n
) (f
()/2, 3f
()/2), es decir f
()/2 < P
n
(
n
), luego el
mximo valor de
f
(3)
(
n+1
)
12P
n+1
(
n+1
)
ocurre en M :=
max
x[a,b]
f
(3)
(x)
6|f
()|
Para el caso en que f
< 0 en [a
n+1
, b
n+1
] para cada n m
1
, se cambia f por f y se
hace un razonamiento anlogo.
De (2.32), resulta que,
| x
n+1
| M|( a
n+1
)
2
( b
n+1
) + ( a
n+1
)( b
n+1
)
2
|. (2.36)
En la n-sima iteracin, la raz del polinomio de Mller, x
n
, que est dentro del inter-
valo [a
n
, b
n
] pasa a denir el nodo a
n+1
o b
n+1
segn sea el caso (paso 5 del algoritmo).
Entonces, se puede suponer, sin perdida de generalidad, que el error en la n-sima ite-
racin
n
:= x
n
= a
n+1
(pues en caso contrario, x
n
= b
n+1
, el desarrollo
resulta equivalente) y por lo tanto de (2.36) se tiene que
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
34 Mtodos iterativos para resolver ecuaciones no lineales
|
n+1
| 2M|
n
|
2
, (2.37)
siempre y cuando | b
n+1
| | a
n+1
|. A partir de (2.37) se obtiene un orden de
convergencia cbica para el mtodo BM. Sin embargo, si | a
n+1
| | b
n+1
| de
(2.36) se tiene
| x
n
| M|
2
n
( a
n+1
+ a
n+1
b
n+1
) +
n
( a
n+1
+ a
n+1
b
n+1
)
2
|
M[2|
n
|
3
+ 3|
n
|
2
|a
n+1
b
n+1
| +|
n
||a
n+1
b
n+1
|
2
]
2M|
n
|(|
n
| +|a
n+1
b
n+1
|)
2
tomando lmite en la desigualdad anterior se tiene
lm
n
n
|
n
|
3
2M,
por lo tanto en este caso a lo sumo presenta una convergencia cbica. Lo cual termina
la prueba.
2.7. Mtodo iterativo de KMS
El mtodo iterativo de KMS es introducido por Khalida Inayat Noor, Muhammad
Aslam Noor y Shaher Momani en [7], es un mtodo iterativo de dos pasos tipo predictor-
corrector. El mtodo es derivado al combinar el mtodo iterativo de Newton y House-
holder.
Construccin del mtodo. Sea I R un intervalo, f : I R una funcin de clase
C
3
en I y I una solucin de la ecuacin no lineal f(x) = 0. Aplicando el Teorema
de Taylor a f(x h) alrededor de x, se tiene,
f(x h) = f(x) hf
(x) + h
2
f
(x)
2!
+ O(h
3
).
Para un h sucientemente pequeo, se tiene
f(x h) = 0 f(x) hf(x) +
h
2
2
f
(x).
Entonces, h = c + N(h), donde c :=
f(x)
f
(x)
y N(h) :=
h
2
2
f
(x)
f
(x)
.
Aplicando el mtodo de descomposicin de Adomian a h para n = 1 de (1.6) se tiene
que, h h
0
+ h
1
, de (1.8) se obtiene que, h
0
= c y h
1
= A
1
, donde,
h
0
= c =
f(x)
f
(x)
, y h
1
= A
0
= N(h
0
) =
h
2
0
2
f
(x)
f
(x)
=
f
2
(x)f
(x)
2[f
(x)]
3
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodo iterativo de KMS 35
Como f(x h) = 0, se tiene
= x h x
f(x)
f
(x)
f
2
(x)f
(x)
2[f
(x)]
3
,
x
n+1
= x
n
f(x
n
)
f
(x
n
)
f
2
(x
n
)f
(x
n
)
2[f
(x
n
)]
3
, n 0. (2.38)
A partir de (2.38) se dene el mtodo iterativo de Householder para un x
0
sucien-
temente cerca de .
Combinando el mtodo de Newton-Raphson como predictor con la iteracin de
Householder como corrector, se obtiene el mtodo iterativo de KMS, para un x
0
su-
cientemente cerca de la raz de f
_
_
y
n
= x
n
f(x
n
)
f
(x
n
)
,
x
n+1
= y
n
f(y
n
)
f
(y
n
)
f
2
(y
n
)f
(y
n
)
2[f
(y
n
)]
3
, n 0.
(2.39)
Anlisis de convergencia. El mtodo iterativo de KMS (2.39) requiere dos evalua-
ciones de f, dos de f
y una de f
(x) = 0 y f
_
x
f(x)
f
(x)
_
= 0 para cada x I, entonces existe
> 0, tal que el mtodo iterativo de KMS converge a con al menos un sexto orden de
convergencia, para cualquier aproximacin inicial x
0
[ , + ] I y satisface la
ecuacin error,
e
n+1
=
15[f
()]
3
[3[f
()]
2
f
(3)
()f
()]
6![f
()]
5
e
6
n
+ O(e
7
n
),
donde e
n
:= x
n
para cada n N.
Demostracin: Sea F : I R una funcin de iteracin denida por:
F(x) := z(x)
f(z(x))
f
(z(x))
f
2
(z(x))f
(z(x))
2[f
(z(x))]
3
, donde z(x) = x
f(x)
f
(x)
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
36 Mtodos iterativos para resolver ecuaciones no lineales
Como f
(x) = 0 y f
_
x
f(x)
f
(x)
_
= 0 para cada x I y f
(9)
continua en I, resulta que
F
(7)
es continua en I, usando MAPLE para facilitar la manipulacin algebraica, se tiene
F() = , F
() = F
() = F
(3)
() = F
(4)
() = F
(5)
() = 0 y
F
(6)
() =
15[f
()]
3
[3[f
()]
2
f
(3)
()f
()]
[f
()]
5
,
es decir, es un punto jo de F y |F
()]
3
[3[f
()]
2
f
(3)
()f
()] = 0, por el Teorema 1.4 se tiene que, el mtodo iterativo de KMS converge
a con al menos un sexto orden de convergencia.
Por otra parte, considere la sucesin x
n+1
= F(x
n
), para cada n 0, con
x
0
[ , + ]. Como F
(7)
es continua en I, se puede aplicar el Teorema de Taylor
a F(x
n
) alrededor de hasta orden siete, se obtiene
F(x
n
) = F() +F
()(x
n
) +F
()(x
n
) +
F
(3)
()
3!
(x
n
)
3
+
F
(4)
()
4!
(x
n
)
4
+
F
(5)
()
5!
(x
n
)
5
+
F
(6)
()
6!
(x
n
)
6
+ O((x
n
)
7
).
Al denir e
n
:= x
n
como el n-simo error para cada n N, se tiene,
x
n+1
=
F
(6)
()
6!
e
6
n
+ O(e
7
n
),
es decir,
e
n+1
=
15[f
()]
3
[3[f
()]
2
f
(3)
()f
()]
6![f
()]
5
e
6
n
+ O(e
7
n
)
lo cual termina la prueba.
2.8. Mtodo iterativo de MH
El mtodo iterativo de MH es introducido por Muhammad Aslam Noor, Khalida Ina-
yat Noor y Mahmood Hassan en [8], es un mtodo iterativo de dos pasos tipo predictor-
corrector. El mtodo es derivado por una modicacin de la iteracin de Householder en
combinacin con el mtodo de Newton-Raphson.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodo iterativo de MH 37
Construccin del mtodo. Sea I R un intervalo, f : I R una funcin de clase
C
2
en I. Considere el mtodo iterativo de Householder (2.38)
x
n+1
= x
n
f(x
n
)
f
(x
n
)
f
2
(x
n
)f
(x
n
)
2[f
(x
n
)]
3
.
Al reemplazar la segunda derivada de la iteracin anterior por diferencias nita, es decir,
f
(x
n
) =
f
(y
n
) f
(x
n
)
y
n
x
n
,
se tiene que,
x
n+1
= x
n
f(x
n
)
f
(x
n
)
f
2
(x
n
)
2[f
(x
n
)]
3
f
(y
n
) f
(x
n
)
y
n
x
n
.
Al combinar el mtodo de Newton-Raphson con la iteracin anterior, se obtiene el
mtodo iterativo de MH. Para x
0
sucientemente cerca de la raz de f.
_
_
y
n
= x
n
f(x
n
)
f
(x
n
)
, n 0
x
n+1
= x
n
_
3f
(x
n
) f
(y
n
)
2f
(x
n
)
_
f(x
n
)
f
(x
n
)
(2.40)
Anlisis de convergencia. El mtodo iterativo de MH (2.40) requiere una evaluacin
de f y dos evaluaciones de f
()]
2
+ f
(3)
()f
()
[f
()]
2
e
3
n
+ O(e
4
n
), donde e
n
:= x
n
para cada n N.
Demostracin: Sea F : I R la funcin de iteracin denida por:
F(x) = x
_
3f
(x) f
(z)
2f
(x)
_
f(x)
f
(x)
, donde z = x
f(x)
f
(x)
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
38 Mtodos iterativos para resolver ecuaciones no lineales
Como f
() = F
() = 0 y F
(3)
() =
1
2
6[f
()]
2
+ f
(3)
()f
()
[f
()]
2
.
es decir , es un punto jo de F y |F
()]
2
+
f
(3)
()f
()(x
n
) + F
()(x
n
) +
F
(3)
()
3!
(x
n
)
3
+ O((x
n
)
4
).
Al denir e
n
:= x
n
como el n-simo error para cada n N, se tiene,
x
n+1
=
F
(3)
()
3!
e
3
n
+ O(e
4
n
),
es decir,
e
n+1
=
1
12
6[f
()]
2
+ f
(3)
()f
()
[f
()]
2
e
3
n
+ O(e
4
n
)
lo que termina la prueba.
2.9. Mtodo iterativo de KouLi
El mtodo de KouLi es introducido por Kou Jisheng, Li Yittian and Wang Xiuhua en
[9], es un mtodo iterativo de dos paso tipo predictor-corrector. El mtodo es derivado
por una modicacin de la iteracin de Homeier.
Construccin del mtodo. Se considera el mtodo iterativo denido en [18] para
encontrar una solucin aproximada a las races simple de ecuaciones no lineales de la
forma f(x) = 0, para x
0
sucientemente cerca de la raz de f, el mtodo iterativo viene
dado por
_
_
z
n
= x
n
f(x
n
)
f
(x
n
)
,
x
n+1
= x
n
f(x
n
)
2
_
1
f
(x
n
)
+
1
f
(z
n
)
_
, n 0.
(2.41)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodo iterativo de KouLi 39
Al reescribir la iteracin (2.41) se tiene,
x
n+1
= x
n
f(x
n
)
2
_
_
_
_
1
f
(x
n
)
+
1
2
_
f
(z
n
) + f
(x
n
)
2
_
f
(x
n
)
_
_
_
_
, (2.42)
Reemplazando la media aritmtica
f
(z
n
) + f
(x
n
)
2
con el valor del punto medio
f
_
x
n
+ z
n
2
_
en (2.42) se obtiene el mtodo iterativo de KouLi dado por:
_
_
y
n
= x
n
1
2
f(x
n
)
f
(x
n
)
,
x
n+1
= x
n
f(x
n
)
2
_
1
f
(x
n
)
+
1
2f
(y
n
) f
(x
n
)
_
, n 0.
(2.43)
para un x
0
sucientemente cerca de la raz de f.
Anlisis de convergencia. El mtodo iterativo de KouLi (2.43) requiere una evaluacin
de f y dos evaluaciones de f
()
.
Demostracin: Sea F : I R la funcin de iteracin denida por
F(x) = x
f(x)
2
_
1
f
(x)
+
1
2f
(y) f
(x)
_
, donde y = x
1
2
f(x)
f
(x)
Como f
() = F
() = 0 y F
(3)
() =
1
4
f
(3)
()
f
()
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
40 Mtodos iterativos para resolver ecuaciones no lineales
es decir , es un punto jo de F y |F
()(x
n
) + F
()(x
n
) +
F
(3)
()
3!
(x
n
)
3
+ O((x
n
)
4
).
Al denir e
n
:= x
n
como el n-simo error para cada n N, se tiene,
x
n+1
=
F
(3)
()
3!
e
3
n
+ O(e
4
n
),
es decir,
e
n+1
=
1
3!
1
4
f
(3)
()
f
()
e
3
n
+ O(e
4
n
).
lo que termina la prueba.
2.10. Mtodos iterativos de ChunYoon1 y ChunYoon2
El mtodo iterativo de ChunYoon1 y ChunYoon2 es introducido por Chang Chun and
Yoon Mee Ham en [10], los mtodos iterativos son de dos paso tipo predictor-corrector.
Estos mtodos son derivados por una modicacin de la iteracin de KouLi propuesto
en [9].
Construccin del mtodo y anlisis de convergencia. Sea f : I R, con I R
una funcin de clase C
2
en I, considere el mtodo iterativo de KouLi de tercer orden de
convergencia propuesto en [9], lo cual viene dado por:
z
n
= x
n
1
2
f(x
n
)
f
(x
n
)
, (2.44)
x
n+1
= x
n
f(x
n
)
2
_
1
f
(x
n
)
+
1
2f
(z
n
) f
(x
n
)
_
, n 0 (2.45)
con x
0
un valor inicial lo sucientemente cerca de la raz de f. Desarrollando la expansin
de Taylor de f(z
n
) alrededor de x
n
, se tiene
f(z
n
) = f(x
n
) + f
(x
n
)(z
n
x
n
) +
f
(x
n
)
2
(z
n
x
n
)
2
. (2.46)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodos iterativos de ChunYoon1 y ChunYoon2 41
Calculando f
(z
n
) de (2.46) y combinando con (2.44) se obtiene,
f
(z
n
) = f
(x
n
) + f
(x
n
)(z
n
x
n
) = f
(x
n
)
f(x
n
)f
(x
n
)
2f
(x
n
)
. (2.47)
Sustituyendo (2.47) en (2.45) resulta,
x
n+1
= x
n
f(x
n
)
2
_
_
1
f
(x
n
)
+
1
2
_
f
(x
n
)
f(x
n
)f
(x
n
)
2f
(x
n
)
_
f
(x
n
)
_
_
= x
n
f(x
n
)
2
_
1
f
(x
n
)
+
f
(x
n
)
[f
(x
n
)]
2
f(x
n
)f
(x
n
)
_
.
Por lo tanto,
x
n+1
= x
n
1
2
f(x
n
)
f
(x
n
)
_
2[f
(x
n
)]
2
f(x
n
)f
(x
n
)
[f
(x
n
)]
2
f(x
n
)f
(x
n
)
_
. (2.48)
Considrese,
y
n
= x
n
f(x
n
)f
(x
n
)
[f
(x
n
)]
2
f(x
n
)f
(x
n
)
, (2.49)
donde y son nmeros reales arbitrario. Cuando = 1 y = 0, de (2.49) se deduce
la iteracin de Newton Raphson.
Para aproximar f
(x
n
) de la iteracin (2.48) se considera la expansin de Taylor de
f(y
n
) alrededor de x
n
y combinando (2.49) se obtiene,
f(y
n
) = f(x
n
) + f
(x
n
)(y
n
x
n
) +
1
2
f
(x
n
)(y
n
x
n
)
2
= f(x
n
)
f(x
n
)[f
(x
n
)]
2
[f
(x
n
)]
2
f(x
n
)f
(x
n
)
+
1
2
2
f
2
(x
n
)[f
(x
n
)]
2
f
(x
n
)
([f
(x
n
)]
2
f(x
n
)f
(x
n
))
2
.
Al denir L
n
:= [f
(x
n
)]
2
f(x
n
), se sustituye en la ecuacin anterior y se despeja
f
(x
n
), por lo tanto
f
(x
n
) =
2[f(y
n
) f(x
n
)]L
2
n
(x
n
)
2
f
2
(x
n
)[f
(x
n
)]
2
+
2L
n
(x
n
)
f(x
n
)
= 2
_
[f(y
n
) f(x
n
)]L
2
n
(x
n
) + f(x
n
)[f
(x
n
)]
2
2
f
2
(x
n
)[f
(x
n
)]
2
_
. (2.50)
Sustituyendo (2.50) en (2.48) se tiene,
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
42 Mtodos iterativos para resolver ecuaciones no lineales
x
n+1
= x
n
1
2
f(x
n
)
f
(x
n
)
2[f
(x
n
)]
2
2f(x
n
)
_
[f(y
n
) f(x
n
)]L
2
n
(x
n
) + f(x
n
)[f
(x
n
)]
2
2
f
2
(x
n
)[f
(x
n
)]
2
_
[f
(x
n
)]
2
2f(x
n
)
_
[f(y
n
) f(x
n
)]L
2
n
(x
n
) + f(x
n
)[f
(x
n
)]
2
2
f
2
(x
n
)[f
(x
n
)]
2
_
= x
n
f(x
n
)
f
(x
n
)
2
f(x
n
)[f
(x
n
)]
4
[f(y
n
) f(x
n
)]L
2
n
(x
n
) f(x
n
)[f
(x
n
)]
2
L
n
(x
n
)
2
f(x
n
)[f
(x
n
)]
4
2[f(y
n
) f(x
n
)]L
2
n
(x
n
) 2f(x
n
)[f
(x
n
)]
2
L
n
(x
n
)
= x
n
f(x
n
)
f
(x
n
)
[f(y
n
) f(x
n
)]L
2
n
(x
n
) + f(x
n
)[f
(x
n
)]
2
([f
(x
n
)]
2
+ L
n
(x
n
))
2[f(y
n
) f(x
n
)]L
2
n
(x
n
) + f(x
n
)[f
(x
n
)]
2
([f
(x
n
)]
2
+ 2L
n
(x
n
))
Por lo tanto, se obtiene una familia de mtodos con dos parmetros libre de segunda
derivada y requiere dos evaluaciones de la funcin y una de la primera derivada por
iteracin. Para x
0
sucientemente cerca del cero de f la iteracin viene dada por,
x
n+1
= x
n
f(x
n
)
f
(x
n
)
R
n
L
2
n
(x
n
) + f(x
n
)[f
(x
n
)]
2
[(1 )[f
(x
n
)]
2
f(x
n
)]
2R
n
L
2
n
(x
n
) + f(x
n
)[f
(x
n
)]
2
[(2 )[f
(x
n
)]
2
2f(x
n
)]
, (2.51)
donde , R, L
n
= [f
(x
n
) f(x
n
)]
2
, R
n
= f(y
n
) f(x
n
) y y
n
es denido en (2.49).
Para la familia (2.51) se tiene el siguiente resultado de convergencia.
Teorema 2.12 Sean I R un intervalo, f : I R y I un cero simple de f. Si x
0
esta sucientemente cerca de y = 1 entonces el orden de convergencia de la familia
(2.51) es cuarto y satisface la ecuacin error
e
n+1
=
_
c
3
2
()
c
3
c
2
c
3
_
e
4
n
+ O(e
5
n
),
donde e
n
:= x
n
, c
k
:=
f
(k)
()
k!f
()
y R.
Demostracin: Ver referencia [10].
Si = 1 en (2.51) se obtiene una familia de mtodos de cuarto orden de convergencia,
para x
0
sucientemente cerca del cero de f la iteracin viene dada por,
x
n+1
= x
n
f(x
n
)
f
(x
n
)
M
n
L
2
n
(x
n
) f
2
(x
n
)[f
(x
n
)]
2
2M
n
L
2
n
(x
n
) + f(x
n
)[f
(x
n
)]
2
([f
(x
n
)]
2
2f(x
n
))
, (2.52)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mtodos iterativos de ChunYoon1 y ChunYoon2 43
donde R, L
n
= [f
(x
n
) f(x
n
)]
2
, M
n
= f(y
n
) f(x
n
) y y
n
es denido por
y
n
= x
n
f(x
n
)f
(x
n
)
[f
(x
n
)]
2
f(x
n
)f
(x
n
)
.
Si = 1 en (2.52) se tiene el mtodo de ChunYoon 1 de cuarto orden de conver-
gencia, para x
0
sucientemente cerca del cero de f. La iteracin viene dada por,
x
n+1
= x
n
f(x
n
)
f
(x
n
)
[f(y
n
) f(x
n
)]L
2
n
(x
n
) f
2
(x
n
)[f
(x
n
)]
2
2[f(y
n
) f(x
n
)]L
2
n
(x
n
) + f(x
n
)[f
(x
n
)]
2
([f
(x
n
)]
2
2f(x
n
))
,
donde L
n
= [f
(x
n
) f(x
n
)]
2
y y
n
es denido por
y
n
= x
n
f(x
n
)f
(x
n
)
[f
(x
n
)]
2
f(x
n
)f
(x
n
)
.
Si = 100 en (2.52) se tiene el mtodo de ChunYoon 2 de cuarto orden de
convergencia, para x
0
sucientemente cerca del cero de f. La iteracin viene dada por,
x
n+1
= x
n
f(x
n
)
f
(x
n
)
[f(y
n
) f(x
n
)]L
2
n
(x
n
) + 100f
2
(x
n
)[f
(x
n
)]
2
2[f(y
n
) f(x
n
)]L
2
n
(x
n
) + f(x
n
)[f
(x
n
)]
2
([f
(x
n
)]
2
+ 200f(x
n
))
,
donde L
n
= [f
(x
n
) + 100f(x
n
)]
2
y y
n
es denido por
y
n
= x
n
f(x
n
)f
(x
n
)
[f
(x
n
)]
2
+ 100f(x
n
)f
(x
n
)
.
El mtodo de ChunYoon1 y ChunYoon2 requiere dos evaluaciones de f y una evaluacin
de f