Métodos Numéricos

Asignatura:

Métodos Numéricos
Tema:
Solución de ecuaciones no
lineales de una variable

D. Sc. Edwin Ulises LLANA BALDEÓN

 ¿Qué buscan estos métodos?
• En el campo de la tecnología principalmente en la ingeniería nos encontramos generalmente con
el siguiente problema, determinar las raíces de la ecuación f ( x)  0.
• Como la teoría de la difracción de la luz, se precisa de la siguiente ecuación; x  tan x  0 .
• Para determinar las orbitas planetarias se precisa de la ecuación llamada ecuación de Kepler,
x  asenx  b para diversos valores de a y b .
• Es decir f ( x) puede ser una función de variable real x, como es un polinomio en x, o como una
función trascendente es decir:
f ( x)  a n X n  a n1 X n1  ...  a 2 X 2  a1 X 1  a 0

• O una función trascendente

f ( x)  sen( x)e x  ln( x)  x 2

• Para dar solución a estos problemas existen distintos algoritmos o métodos para encontrar las
raíces de f ( x)  0 , pero debemos tener en cuenta que ninguno es general, pues en otras
palabras no existe un método que funcione con todas las ecuaciones perfectamente.
 Semana N° 3

Método de Newton-Raphson
La ecuación de la recta
f(x)
tangente es:
y – f(xn) = f ’ (xn)(x – xn)
Cuando: y = 0, x = xn+1 o sea Pendiente = f ’ (xn)
f (xn)

0 – f(xn) = f ’ (xn)(xn+1– xn)

o f ( xn )
 xn 
xn+1 xn
xn 1
f '( x..n )
Algoritmo Newton

Para obtener una solución a f(x) = 0 dada una aproximación p0.

ENTRADA aproximación inicial p0; tolerancia tol; número
máximo de iteraciones N0.
1. i = 1
2. h = 0.001
3. Mientras i<=N0 hacer
2.1. y = f(p0)
2.2. y_deriv =(f(p0+h)-y)/h
2.3. p = p0 – y/y_deriv
2.4. Si |p – p0|< tol entonces regrese p
2.5. i = i + 1
2.6. p0 = p
3. fracaso en encontrar la raíz en N0 iteraciones
Procedimiento.
Partiendo de un punto x0 el método
de newton consiste en una f ( x0 )
linealización de la función, es decir, f
se reemplaza por una recta tal que
contiene al punto ( x0 ; f ( x0 )) y cuya
pendiente coincide con la derivada
de la función en el punto.

y  f ( x)
( x0 ; y0 )
f ( xn )
xn 1  xn   f ( xn )  0
Raíz f ( xn )
x2 x1 x0
Ejercicio:
Dado el polinomio: f ( x)  2 x 4  24 x 3  61x 2  16 x  1
Utilice el método de Newton Raphson, para hallar las raíces del polinomio en el
intervalo  0;0.2 .
Solución: Hallamos la derivada

f ( x)  8 x  72 x  122 x  16
3 2

Aplicamos la formula, para obtener las iteraciones:

2 xn4  24 xn3  61xn2  16 xn  1

xn 1  xn 
8 xn3  72 xn2  122 xn  16
 Antes de comenzar las iteraciones, graficamos:

f ( x)  2 x 4  24 x 3  61x 2  16 x  1
Comenzamos con: x= 0.2
Ejercicio:
Dado el polinomio: f ( x)  x 5  6 x 4  14 x 3  48 x 2  13x  42
Halle con el método de Newton Raphson, la raíz en el intervalo  2.2;3.4 .
Ejercicio:
Dado el polinomio: f  x 
667.38
x
1  e 0.146843 x   40

Halle con el método de Newton Raphson, la raíz en el intervalo 14.4;15.2 .

 Método de la Secante
Definición: Partiendo de los puntos ( x0 ; f ( x0 )) y ( x1 ; f ( x1 )) . El método de la
secante utiliza una aproximación de la pendiente mediante la expresión:

( x0 ; y0 )
xi  xi 1
y  f ( x) xi 1  xi  f ( xi )
f ( xi )  f ( xi 1 )

( x1 ; y1 ) Donde: i  1, 2,3,
Raíz
x3 x2 x1 x0
 Ejercicio:
Determine el valor de la raíz de la función por el método de la secante:
f ( x)  x 2  6 x  e
Considere el error producido en cada iteración.
Solución:
Comenzamos definiendo: x1  4 y x0  5
Y reemplazamos en la formula:
f ( x1 )  f (4)  (4) 2  6(4)  e  37.28171817
f ( x0 )  f (5)  (5) 2  6(5)  e  52.28171817
x0  x1 54
x2  x1  f ( x1 )  4  37.28171817
f ( x0 )  f ( x1 ) 52.28171817  37.28171817
x2  1.514552121 17
 Determinamos el error:

x2  x1 1.514552121  5
 100 %  100 %
x2 1.514552121
  230.1305997%

Comenzamos definiendo: x1  1.514552121 y x0  4

Y reemplazamos en la formula:
f ( x1 )  f (1.514552121)  (1.514552121) 2  6(1.514552121)  e  8.662899024
f ( x0 )  f (4)  (4) 2  6(4)  e  37.28171817
x0  x1 4  1.514552121
x2  x1  f ( x1 )  1.514552121  8.662899024
f ( x0 )  f ( x1 ) 37.28171817  8.662899024
x2  0.7622085705 18
 Determinamos el error:

x2  x1 0.7622085705  1.514552121
 100 %  100 %
x2 0.7622085705
  98.71%

Comenzamos definiendo: x1  0.7622085705 y x0  1.514552121

Y reemplazamos en la formula:
f ( x1 )  f (0.8223260676)  (0.8223260676) 2  6(0.8223260676)  e  2.891894738
f ( x0 )  f (1.514552121)  (1.514552121) 2  6(1.514552121)  e  8.662899024
x1  x0 0.8223260676  1.514552121
x2  x1  f ( x1 )  0.8223260676  2.891894738
f ( x1 )  f ( x0 ) 2.891894738  8.662899024
x2  0.4754462556 19
 x2  x1 0.4754462556  0.8223260676
 100%  100 %
x2 0.4754462556
  72.96%

Comenzamos definiendo: x1  0.4754462556 y x0  0.8223260676

Y reemplazamos en la formula:
f ( x1 )  f (0.4754462556)  (0.4754462556) 2  6(0.4754462556)  e  0.3604448471
f ( x0 )  f (0.8223260676)  (0.8223260676) 2  6(0.8223260676)  e  2.891894738
x1  x0 0.4754462556  0.8223260676
x2  x1  f ( x1 )  0.4754462556  0.3604448471
f ( x1 )  f ( x0 ) 0.3604448471  2.891894738
x2  0.4260551768 20
 x2  x1 0.4260551768  0.4754462556
 100%  100 %
x2 0.4260551768
  11.59%

Comenzamos definiendo: x1  0.4260551768 y x0  0.4754462556

Y reemplazamos en la formula:
f ( x1 )  f (0.4260551768)  (0.4260551768) 2  6(0.4260551768)  e  0.01957224601
f ( x0 )  f (0.4754462556)  (0.4754462556) 2  6(0.4754462556)  e  0.3604448471
x1  x0 0.4260551768  0.4754462556
x2  x1  f ( x1 )  0.4260551768  0.01957224601
f ( x1 )  f ( x0 ) 0.01957224601  0.3604448471
x2  0.4232192365 21
 x2  x1 0.4232192365  0.4260551768
 100%  100 %
x2 0.4232192365
  0.67%  1%
 Ejercicio:
Determine el valor de la raíz de la función por el método de la secante:
f ( x)  x 3  2 x 2  10 x  20
Considere el error producido en cada iteración.
GRACIAS