TRABAJO DE : METODOS NUMERICOS

PRESENTADO POR :

CARLOS ANDRES ORTIZ AMADOR

ENTREGADO A:

LIC.JULIO MADERA

UNIVERSIDAD DEL SINU ELIAS BECHARA ZAINUM

INGENIERIA DE SISTEMAS DE INFORMACION

SEMESTRE V

AÑO: 2020
MÉTODO DE NEWTON-RAPHSON.

El método de Newton-Rhapson es uno de los más utilizados para dar solución a ecuaciones
algebraicas y trascendentes. Clasificándose entre los métodos abiertos, es decir, aquellos
que requieren uno o dos valores que no necesariamente encierren a la raíz.

Si el valor inicial para la raíz es xi, entonces se puede trazar una tangente desde el punto
[xi, f(xi)] de la curva, el punto donde esta tangente cruza al eje “x” representa una
aproximación mejorada de la raíz.

El método de Newton-Raphson se deduce a partir de esta interpretación geométrica y se

tiene que la primera derivada en x es equivalente a la pendiente:
Que se arregla para obtener

Mientras que el error aproximado porcentual lo calcularemos con la siguiente fórmula:

Código en Matlab.

clear
clc
disp(' metodo newton raphson')
syms x
f=input('introduzca la funcion f(x):');
pi=input('introduzca punto Xi:');
err=input('porcentaje de error');
fplot(f)
grid on
d=diff(f);
d=inline(d);
f=inline(f);
ea=100;
j=0;
while ea>err
xi=pi-(f(pi)/d(pi));
ea=abs(((xi-pi)/xi)*100);
pi=xi;
j=j+1;
end
fprintf('\nRaiz= %8.3f en %d Iteraciones',pi,j)
METODO DE LA SECANTE.

En análisis numérico el método de la secante es un método para encontrar los ceros de una
función de forma iterativa.

Es una variación del método de Newton-Raphson donde en vez de calcular la derivada de la

función en el punto de estudio, teniendo en mente la definición de derivada, se aproxima la
pendiente a la recta que une la función evaluada en el punto de estudio y en el punto de la
iteración anterior. Este método es de especial interés cuando el coste computacional de
derivar la función de estudio y evaluarla es demasiado elevado, por lo que el método de
Newton no resulta atractivo.

En otras palabras, el método de la secante es un algoritmo de la raíz de investigación que

utiliza una serie de raíces de las líneas secantes para aproximar mejor la raíz de una función
f. El método de la secante se puede considerar como una aproximación en diferencias
finitas del método de Newton-Raphson. Sin embargo, este método fue desarrollado
independientemente de este último.

El método se define por la relación de recurrencia:

Como se puede ver, este método necesitará dos aproximaciones iniciales de la raíz para
poder inducir una pendiente inicial.

DERIVACIÓN DEL MÉTODO.

El método se basa en obtener la ecuación de la recta que pasa por los puntos (xn−1, f(xn−1)) y
(xn, f(xn)). A dicha recta se le llama secante por cortar la gráfica de la función. En la imagen
de arriba a la derecha se toman los puntos iniciales x0 y x1, se construye una línea por los
puntos (x0, f(x0)) y (x1, f(x1)). En forma punto-pendiente, esta línea tiene la ecuación
mostrada anteriormente. Posteriormente se escoge como siguiente elemento de la relación
de recurrencia, xn+1, la intersección de la recta secante con el eje de abscisas obteniendo la
fórmula, y un nuevo valor. Seguimos este proceso, hasta llegar a un nivel suficientemente
alto de precisión (una diferencia lo suficientemente pequeñas entre xn y xn-1).

CONVERGENCIA.

El orden de convergencia de este método, en un punto cercano a la solución, es donde

es el número áureo, por lo que se trata de una convergencia superlineal inferior a la del
método de Newton-Raphson. En caso de que la aproximación inicial sea demasiado lejana
o la raíz no sea simple, este método no asegura la convergencia y tiene un comportamiento
similar al de Newton-Raphson.

Código en Matlab.

clear
clc
f=input('ingrese la funcion: ','s');
x1=input('ingrse el punto xi-1:' );
x2=input('ingrse el punto xi:');
err=input('porcentaje de error:');
fplot(f)
grid on
f=inline(f);
ea=100;
i=0;
fprintf('Iteracion: Raiz\n')
while ea>err

xi=x2-(f(x2)*(x1-x2))/(f(x1)-f(x2));
ea=abs(((xi-x2)/xi)*100);
fprintf('%f %8.4f\n',i,xi)
x1=x2;
x2=xi;
i=i+1;
end
fprintf('\nRaiz de la funcion=%12.6f\nCalculada en
%4.0fIteraciones\n',xi,i)