UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

FACULTAD DE INGENIERÍA, PRODUCCIÓN Y SERVICIOS

PROGRAMA PROFESIONAL DE INGENIERÍA ELÉCTRICA

MÉTODO DE BISECCIÓN

Docente:
CONDORI ROCA WILLY

Autores:
José Marı́a Rodrı́guez Huillca
Jhonatan Francisco Cano Domı́nguez
Jean Francis Alexander Yucra Vilcahuaman
Ronaldo Toribio Sivincha Pauccar
Saul Calcina Pacha
MÉTODO DE BISECCIÓN 1

Índice

1. Abstract (Palabras clave) 2

2. Resumen (Palabras clave) 2

3. Introducción (Antecedentes) 2

4. Objetivos 3
4.1. Objetivos generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
4.2. Objetivos especı́ficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

5. Marco Teórico 3
5.1. Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
5.2. Explicación Geométrica . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
5.2.1. Primera Iteración . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
5.2.2. Segunda Iteración . . . . . . . . . . . . . . . . . . . . . . . . . . 4
5.2.3. Tercera Iteración . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
5.2.4. Cuarta Iteración . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
5.3. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
5.4. Convergencia del método . . . . . . . . . . . . . . . . . . . . . . . . . . 7
5.5. Pseudocodigo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
5.6. Ejemplo matemático . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
5.7. Ejemplo aplicado a la ingenierı́a . . . . . . . . . . . . . . . . . . . . . . 10
5.8. Pasos del Método de Bisección . . . . . . . . . . . . . . . . . . . . . . . 12
5.9. Intervalo Inicial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
5.10.Aplicación del Método de Bisección . . . . . . . . . . . . . . . . . . . . 12

6. Conclusiones 13

7. Referencias 13
MÉTODO DE BISECCIÓN 2

1 Abstract (Palabras clave)

The bisection method, also known as binary search, interval partitioning, or Bol-
zano’s method, is a type of incremental search in which the interval is always divided
in half. If the function changes sign over an interval, the function’s value is evaluated at
the midpoint. The position of the root is determined by placing it at the midpoint of the
subinterval within which a sign change occurs. The process is repeated until a better
approximation is obtained.
Keywords: bisection method, binary search, interval partition, Bolzano’s method,
incremental search, root, approximation.

2 Resumen (Palabras clave)

El método de bisección, conocido también como de corte binario, de partición de

intervalos o de Bolzano, es un tipo de búsqueda incremental en el que el intervalo se
divide siempre a la mitad. Si la función cambia de signo sobre un intervalo, se evalúa
el valor de la función en el punto medio. La posición de la raı́z se determina situándola
en el punto medio del subintervalo, dentro del cual ocurre un cambio de signo. El
proceso se repite hasta obtener una mejor aproximación.
´Palabras clave: método de bisección, corte binario, partición de intervalos, méto-
do de Bolzano, búsqueda incremental, raı́z, aproximación.

3 Introducción (Antecedentes)

En el instante de aplicar las Matemáticas a situaciones que ocurren en la realidad

nos encontramos a menudo con problemas que no pueden ser resueltos analı́tica-
mente o de manera exacta (raı́z de una función) y cuya solución debe ser abordada
con ayuda de algún procedimiento numérico. A continuación, consideramos algunos
problemas tı́picos, ya formulados matemáticamente, y se aplicará el método de bisec-
ción.
El método de bisección es un algoritmo numérico para encontrar las raı́ces de
una función continua. El método funciona dividiendo un intervalo en dos subintervalos
iguales, evaluando la función en los extremos de cada subintervalo y seleccionando
el subintervalo que contiene la raı́z. El proceso se repite hasta que se alcanza la
precisión deseada.
Su origen se basa en el teorema del Valor Intermedio, el cual establece que si una
función continua alcanza valores opuestos en los extremos de un intervalo, entonces
debe existir al menos una raı́z en ese intervalo.
El método de bisección fue desarrollado por primera vez por el matemático francés
Joseph Fourier en 1822. El método se basa en el teorema del valor intermedio, que
establece que si una función continua se evalúa en dos puntos distintos, uno de los
valores debe ser positivo y el otro negativo. Esto significa que la función debe tener al
menos una raı́z en el intervalo entre los dos puntos
El método de bisección se ha utilizado durante mucho tiempo como una herra-
mienta para encontrar soluciones aproximadas de ecuaciones. Su simplicidad y con-
vergencia garantizada lo convierten en una opción popular, especialmente cuando se
conoce un intervalo en el que se encuentra la raı́z.
MÉTODO DE BISECCIÓN 3

4 Objetivos

4.1 Objetivos generales

1. Comprender el método de bisección y su desarrollo en Matlab.

2. Aplicar el método de bisección en problemas reales relacionados con la carrera

profesional de Ingenierı́a Eléctrica.

4.2 Objetivos especı́ficos

1. Implementar el método de bisección en MATLAB.

2. Evaluar la convergencia y precisión del método.

3. Optimizar la elección de intervalos iniciales.

4. Demostrar la aplicación del método de bisección en circuitos eléctricos activos.

5 Marco Teórico

5.1 Definición
El método de bisección es una técnica numérica utilizada para encontrar aproxi-
maciones de las raı́ces de una función. Aunque es un método sencillo y robusto, tiene
algunas limitaciones importantes:

1. Raı́ces Reales: El método de bisección solo se aplica a funciones que tienen

raı́ces reales en el intervalo especificado. Si una función no tiene raı́ces reales
en el intervalo dado, este método no será efectivo.

2. Método Cerrado: Requiere un intervalo inicial [a, b] en el cual se sepa que existe
una raı́z. Esto significa que debes proporcionar dos valores a y b tales que f(a)
y f(b) tengan signos opuestos, lo que garantiza que existe al menos una raı́z en
el intervalo. En algunos casos, encontrar este intervalo puede ser un desafı́o.

3. Lento: La convergencia del método de bisección es relativamente lenta en com-

paración con otros métodos numéricos más avanzados, como el método de
Newton-Raphson. Esto se debe a que divide el intervalo por la mitad en cada
iteración, lo que significa que la cantidad de cifras significativas correctas solo
se duplica en cada paso. Esto puede llevar muchas iteraciones para alcanzar la
precisión deseada, especialmente en intervalos largos.

4. Convergencia Inestable: Aunque el método de bisección es robusto en términos

de convergencia, puede volverse inestable si la función tiene puntos de inflexión
o discontinuidades dentro del intervalo de búsqueda. En tales casos, el método
puede tener dificultades para converger o requerir un número significativo de
iteraciones adicionales.

A pesar de estas limitaciones, el método de bisección sigue siendo útil en situa-

ciones donde se necesita una solución robusta y se dispone de un intervalo inicial
adecuado. Es particularmente útil cuando se trabaja con funciones complicadas o no
MÉTODO DE BISECCIÓN 4

derivables, donde otros métodos pueden fallar o ser difı́ciles de implementar. Sin em-
bargo, si se requiere una convergencia más rápida o si se sabe que la función tiene
caracterı́sticas especiales, otros métodos pueden ser más apropiados.

5.2 Explicación Geométrica

Supongamos que estamos buscando la raı́z de la función f (x) = −0,9x2 + 5x − 2
en el intervalo [5, 7].

5.2.1 Primera Iteración

Comenzamos dividiendo el intervalo original [5, 7] en dos partes iguales y selec-
cionamos el subintervalo [5, 6] (en rojo) porque f (5) y f (6) tienen signos opuestos. La
lı́nea verde punteada representa el nuevo punto medio del intervalo, c = 5,5.

5
f (x) f (x) = −0,9x2 + 5x − 2
4
3
2
1
x
1 2 3 4 5 6 7 8 9 10
−1
−2
−3
−4
−5

5.2.2 Segunda Iteración

En la segunda iteración, dividimos el subintervalo [5, 6] en dos partes iguales y se-
leccionamos el subintervalo [5, 5,5] (en rojo) porque f (5) y f (5,5) tienen signos opues-
tos. El punto medio ahora es c = 5,25.
MÉTODO DE BISECCIÓN 5

3
f (x) f (x) = −0,9x2 + 5x − 2

x
4,75 5 5,25 5,5

−1

−2

−3

5.2.3 Tercera Iteración

Continuamos dividiendo el subintervalo [5, 5,25] en dos partes iguales y selecciona-
mos el subintervalo [5, 5,125] (en rojo) porque f (5) y f (5,125) tienen signos opuestos.
El punto medio es c = 5,0625.

5
f (x) f (x) = −0,9x2 + 5x − 2
4
3
2
1
x
5,06 5,13 5,19 5,25
−1
−2
−3
−4
−5

5.2.4 Cuarta Iteración

En la cuarta iteración, dividimos el subintervalo [5,0625, 5,125] en dos partes iguales
y seleccionamos el subintervalo [5,09375, 5,125] (en rojo) porque f (5,09375) y f (5,125)
tienen signos opuestos. El punto medio es c = 5,109375.
MÉTODO DE BISECCIÓN 6

5
f (x) f (x) = −0,9x2 + 5x − 2
4
3
2
1
x
5,08 5,09 5,11 5,13
−1
−2
−3
−4
−5

El proceso de bisección se puede continuar hasta alcanzar la precisión deseada.

Cada iteración reduce el intervalo y acerca la aproximación de la raı́z.

5.3 Propiedades
El método de bisección es un algoritmo utilizado para encontrar aproximaciones de
las raı́ces de una ecuación no lineal en un intervalo dado. A continuación, se presentan
algunas propiedades y caracterı́sticas clave del método de bisección:

1. Convergencia Garantizada:

El método de bisección garantiza la convergencia hacia la raı́z de la ecua-

ción si la función es continua en el intervalo dado y cambia de signo en los
extremos del intervalo.

2. Simplicidad de Implementación:

Es fácil de entender e implementar, lo que lo convierte en un método acce-

sible y utilizado comúnmente en entornos educativos y prácticos.

3. Intervalos Encogentes:

En cada iteración, el método reduce a la mitad el intervalo donde se en-

cuentra la raı́z, proporcionando una convergencia más rápida hacia la solu-
ción.

4. Robustez ante Funciones Continuas y Acotadas:

Funciona bien con funciones continuas y acotadas en un intervalo, permi-

tiendo encontrar raı́ces en casos donde la función es monótona.

5. Limitaciones con Raı́ces Múltiples y Cambios Bruscos:

MÉTODO DE BISECCIÓN 7

Puede tener dificultades para converger eficientemente si la función tiene

raı́ces múltiples o cambios bruscos en su comportamiento.

6. Método Iterativo:

Se basa en un proceso iterativo, donde en cada paso se elige el subinter-

valo donde se encuentra la raı́z y se continúa dividiendo en intervalos más
pequeños hasta alcanzar la convergencia deseada.

7. Precisión Controlada:

Permite controlar la precisión deseada al establecer un criterio de parada

basado en el tamaño del intervalo o en la diferencia entre las aproximacio-
nes sucesivas.

8. Eficiencia Relativa:

En comparación con otros métodos más avanzados, el método de bisección

puede ser menos eficiente en términos de convergencia rápida, especial-
mente para ecuaciones que no son fácilmente aproximables por funciones
lineales.

5.4 Convergencia del método

La convergencia del método de bisección es un concepto importante en análisis

numérico y se refiere a la propiedad del método de acercarse cada vez más
a la solución de una ecuación, a medida que se realizan más iteraciones. El
método de bisección es una técnica de búsqueda de raı́ces que se utiliza para
encontrar las soluciones de ecuaciones no lineales en una variable. Funciona
especialmente bien cuando se trata de ecuaciones continuas y unidimensionales
en las que se puede determinar un intervalo inicial que contiene la raı́z.
El procedimiento básico del método de bisección implica los siguientes pasos:

a) Se elige un intervalo inicial [a, b] en el que se sabe que la función cambia

de signo, es decir, f (a) y f (b) tienen signos opuestos.
b) Se calcula el punto medio c del intervalo, c = (a + b)/2.
c) Se evalúa la función en el punto medio, f (c).
d) Si f (c) es lo suficientemente cercano a cero (generalmente usando un cri-
terio de tolerancia), entonces c se considera una aproximación de la raı́z y
el proceso termina.
e) Si f (c) no es lo suficientemente cercano a cero, se determina en qué subin-
tervalo [a, c] o [c, b] se encuentra un cambio de signo y se reemplaza el
intervalo original [a, b] con ese subintervalo. Luego, se repiten los pasos 2 a
5 hasta que se alcance la tolerancia deseada.

La convergencia del método de bisección es garantizada y se caracteriza por los

siguientes aspectos:
MÉTODO DE BISECCIÓN 8

Cada iteración reduce la longitud del intervalo a la mitad, lo que significa

que el método converge linealmente.
La convergencia es lenta en comparación con otros métodos más avanza-
dos, como el método de Newton-Raphson, pero es segura y robusta.
La velocidad de convergencia depende de la elección del intervalo inicial y
la función en cuestión.

En resumen, la convergencia del método de bisección se refiere a la propie-

dad de acercarse gradualmente a la raı́z de una ecuación no lineal al dividir el
intervalo de búsqueda por la mitad en cada iteración, asegurando ası́ que even-
tualmente se obtendrá una aproximación precisa de la solución.

5.5 Pseudocodigo

clear;
disp(’METODO DE LA BISECCION’);
disp(’----------------------’);

f = input(’INGRESE FUNCION: ’,’s’);

xai = input(’INGRESE LIMITE INFERIOR DEL INTERVALO: ’);
xbi = input(’INGRESE LIMITE SUPERIOR DEL INTERVALO: ’);
tol = input(’INGRESE PORCENTAJE DE ERROR: ’);

f = @(x) eval(vectorize(f)); % Definir la función anónima

i = 1;
ea(1) = 100;

if f(xai) * f(xbi) < 0

xa(1) = xai;
xb(1) = xbi;
Xr(1) = (xa(1) + xb(1)) / 2;

fprintf(’Iteracion\tXa\t\tXr\t\tXb\t\tError aprox\n’);
fprintf(’%d\t\t%11.7f\t%11.7f\t%11.7f\t%7.3f\n’, i, xa(1), Xr(1), xb(1), ea(1

while abs(ea(i)) > tol

if f(xa(i)) * f(Xr(i)) < 0
xa(i+1) = xa(i);
xb(i+1) = Xr(i);
else
xa(i+1) = Xr(i);
xb(i+1) = xb(i);
end

Xr(i+1) = (xa(i+1) + xb(i+1)) / 2;

MÉTODO DE BISECCIÓN 9

ea(i+1) = abs((Xr(i+1) - Xr(i)) / Xr(i+1)) * 100;

fprintf(’%d\t\t%11.7f\t%11.7f\t%11.7f\t%7.3f\n’, i+1, xa(i+1), Xr(i+1), x

i = i + 1;
end
else
fprintf(’No existe una raı́z en ese intervalo.\n’);
end

% Generar un vector de valores de x en el intervalo dado

x = linspace(xai, xbi, 100);

% Evaluar la función en los valores de x

y = f(x);

% Graficar la función
plot(x, y);
xlabel(’x’);
ylabel(’f(x)’);
title(’Gráfica de la función’);
grid on;

5.6 Ejemplo matemático

Ejemplo 1:

Dada la siguiente función:

f(x) = 5 ∗ x3 − 5 ∗ x2 + 6 ∗ x − 2

Utilice el método de bisección para localizar la raiz. Use el valor inicial=0 y el

valor superior=1 iterando hasta que el error estimado se encuentre por debajo
del 10 porciento.

Al ingresar la función dada en nuesro algoritmo, obtenemos lo siguiente:

MÉTODO DE BISECCIÓN 10

10
f (x)
f (x) = 5x3 − 5x2 + 6x − 2
8
6
4
2
x
−2 −1,5 −1 −0,5 0,5 1 1,5 2
−2
−4
−6
−8
−10

Gráfico de f (x) = 5x3 − 5x2 + 6x − 2

De ello podemos concluir que la raiz de la anterior función en un margen del 10

porciento es de 0.40625.

5.7 Ejemplo aplicado a la ingenierı́a

Método de Bisección para Encontrar V en I(V ) = 0,35 A

Supongamos que tienes un circuito eléctrico con un resistor y un diodo en serie.
La corriente a través del circuito se describe mediante la ley de Shockley, que se
expresa de la siguiente manera:

V
 
I = Is e nVT
−1

Donde:

I es la corriente en amperios.
Is es la corriente de saturación inversa del diodo, supongamos 1 × 10−12 A.
MÉTODO DE BISECCIÓN 11

V es el voltaje en voltios.
n es el factor de idealidad del diodo, supongamos 1,0.
VT es la tensión térmica, que es aproximadamente 0,025 V a temperatura
ambiente.

Ahora, supongamos que deseas encontrar el voltaje (V ) en el que la corriente

(I) es igual a 0,35 .
Resolucion
Supongamos que tenemos la siguiente ecuación para la corriente I en función
del voltaje V :
 V 
I(V ) = Is e nVT − 1 − 0,35

Donde:

Is = 1 × 10−12 A
n = 1,0
VT = 0,025 V

Queremos encontrar el valor de V en el que I(V ) = 0,35 A utilizando el método

de bisección.
R

Vfuente
MÉTODO DE BISECCIÓN 12

·105

1,5

f (x) 1

0,5

0
−1 −0,5 0 0,5 1
x

5.8 Pasos del Método de Bisección

a) Definir el intervalo inicial [a, b].

b) Aplicar el método de bisección para encontrar V .

5.9 Intervalo Inicial

Elegimos el intervalo inicial [a, b] como [0, 1], ya que sabemos que la función tiene
una raı́z en ese intervalo.

5.10 Aplicación del Método de Bisección

Iteración 1: a1 = 0, b1 = 1
a1 + b 1
c1 = = 0,5
2 
c1 
I(c1 ) = Is e nVT
− 1 − 0,001

Dado que I(c1 ) es positivo, la raı́z debe estar en el subintervalo [a1 , c1 ].

Iteración 2: a2 = 0, b2 = 0,5
a2 + b 2
c2 = = 0,25
2 
c2 
I(c2 ) = Is e nVT − 1 − 0,35

Dado que I(c2 ) es positivo, la raı́z debe estar en el subintervalo [a2 , c2 ].

MÉTODO DE BISECCIÓN 13

Iteración 3: a3 = 0, b3 = 0,25
a3 + b 3
c3 = = 0,125
2 
c3 
I(c3 ) = Is e nVT
− 1 − 0,35

Dado que I(c3 ) es negativo, la raı́z debe estar en el subintervalo [c3 , b3 ].

Continuamos iterando hasta obtener el valor de V que satisface I(V ) = 0,35 A
con la precisión deseada.

6 Conclusiones

a) Se implemento la herramienta MATLAB para programar la implementación

correcta del método de bisección, lo que permite resolver problemas de
manera eficiente
b) La evaluación de la convergencia y precisión es esencial para comprender
cuán efectivo es el método de bisección en situaciones prácticas y cuánta
confianza se puede tener en sus resultados.
c) La optimización de la elección de intervalos iniciales es una habilidad im-
portante para mejorar la eficiencia y la convergencia del método. Esto de-
muestra la importancia de elegir cuidadosamente los valores iniciales para
obtener resultados más rápidos y precisos.
d) La demostración de la aplicación del método de bisección en circuitos eléctri-
cos activos muestra cómo este método puede utilizarse en problemas con-
cretos dentro de la Ingenierı́a Eléctrica. Esto puede incluir la resolución
de ecuaciones no lineales relacionadas con el comportamiento de circuitos
eléctricos activos.

7 Referencias

Referencias

[1] Chapra, S. C., & Canale, R. P. (2015). Métodos Numéricos para Ingenieros.
Editorial.
[2] Infante del Rı́o, J. A., & Rey Cabezas, J. M. (2022a). Métodos Numéricos:
Teorı́a, Problemas y Prácticas con MATLAB.
[3] Infante del Rı́o, J. A., & Rey Cabezas, J. M. (2022b). Métodos Numéricos:
Teorı́a, Problemas y Prácticas con MATLAB.
[4] Ası́s López, E. H. (2010). Métodos Numéricos con MATLAB.