Laboratorio de

Matemticas
PRCTICA 3
METODOS ITERATIVOS PARA ECUACIONES NO LINEALES II
1.- Hacia tcnicas de convergencia rpida.
Ejemplos que justifican la necesidad de estas tcnicas
2.- Mtodo de Newton-Raphson.
Descripcin del mtodo iterativo. Interpretacin geomtrica.
Algoritmo del mtodo de Newton-Raphson.
Interpretacin del mtodo de Newton-Raphson como un mtodo de punto
fijo.
Condiciones de convergencia.
(i) Importante la eleccin de la aproximacin inicial.
(ii) Importante que no se anule la derivada de la funcin.
Convergencia cuadrtica para races simples.
3.- Mtodo de la secante.
Finalidad de las variantes del mtodo de Newton-Raphson.
Descripcin del mtodo de la secante. Interpretacin geomtrica.
Convergencia superlineal.
4.- Mtodo de Newton-Raphson para polinomios.
Posibilidad de no declarar la derivada de la funcin.
Polinomios en forma anidada.
Evaluacin de un polinomio y su derivada en un punto. Algoritmo de Horner.
Utilizacin del algoritmo de Horner en el mtodo de Newton-Raphson.
Mtodo de deflacin.
5.- Algunas herramientas de Matlab interesantes.
Los comandos echo on y echo off.
Posibilidad de introducir datos por teclado. La instruccin input.
Tol = input(Introduce la tolerancia deseada Tol =)
Cadenas de texto por pantalla. La funcin disp.
disp(El nmero de iteraciones utilizado es k = ); k
El comando fzero.

 El comando roots.

PROBLEMAS
MTODOS ITERATIVOS PARA ECUACIONES NO LINEALES II
1.- Utilizar los mtodos de Newton-Raphson y de la secante para aproximar las
soluciones de las ecuaciones siguientes con precisin de 105
2 ex x 2
3
x
x
e

2 cos( x ) 6 0
(c)

(a) x

(b) 3x 2 e x 0
(d) x 2 10 cos( x ) 0

2.- La funcin f(x)=(4x7)/(x2) tiene un cero en x=1.75. Utilizar el mtodo de NewtonRaphson con las siguientes aproximaciones iniciales:
(a) x0 = 1.625
(b) x0 = 1.875
(c) x0 = 1.5
(d) x0 = 1.95
(e) x0 = 3
(f) x0 = 7
Dar una interpretacin grfica de los resultados. Aplicar ahora el mtodo de la secante
con las aproximaciones iniciales
(a) x0 = 1.625, x1 = 1.875 (b) x0 = 1. 5 x1 = 1.95
(c) x0 = 1.9, x1 = 1.4
(d) x0 = 1.4, x1 = 1.9
(e) x0 = 3 x1 = 1.7
(f) x0 = 1.7, x1 = 3
3.- Consideremos la ecuacin ex cos(x) = 1.
(a) Estimar grficamente las dos soluciones positivas ms pequeas.
(b) Utilizar el mtodo de Newton-Raphson y el de la secante para aproximar estas
soluciones con una tolerancia de 106. Comparar los resultados.
(c) Analizar la convergencia cuadrtica del mtodo de Newton para esta ecuacin.
4.- Utilizar el programa de Newton para polinomios y la deflacin para encontrar, con
una precisin de 105, las races de los siguientes polinomios:
(a) p(x) = x3 + 3x2 1
(b) p(x) = x4 + 2x2 x 3
(c) p(x) = x4 2x3 5x2 + 12x 5
5.- La ecuacin f(x)=x3 7.5x2+18x14 tiene una raz doble en x=2. Aplicar el mtodo
de Newton-Raphson y observar la lentitud de la convergencia.
6.- Determinar todas las races de los siguientes polinomios con una precisin de 106
(a) p(x) = 0.658x5 8.68x4 + 41.6x3 88.09x2 + 79.35x 23.33
(b) p(x) = x4 8.6x3 35.51x2 +464x 998.46
(c) p(x) = 4x4 24.8x3 + 57.04x2 56.76x + 20.57
7.- En los programas hechos en las prcticas sobreescribimos la iteracin antigua con la
nueva para simplificar la codificacin y ahorrar memoria. Modifica los programas para
que almacenen todos los iterados en una variable vectorial x, cuya componente k-sima
sea el iterado del paso k1 (llamando x(1) a la estimacin inicial). Almacena tambin en
un vector y los valores de la funcin en los iterados. Estos vectores pueden usarse para
hacer tablas o grficas que muestren la evolucin de las iteraciones.