Métodos Numéricos

Taller #3
Método de Newton y Secante

Docente Julieth Alexandra Tenorio

Diego Armando Gómez Sandoval -20181379041

Julian David Carrillo Casas -20181379040

Universidad Distrital Francisco José de Caldas – Facultad

Tecnológica
2020-1
2. Método de la Secante
 𝑓(𝑥) = 𝐿𝑛𝑥 + 2𝑥 − 4

Ejemplo de iteración

Iteración f( ) f( − ) - − ( )
0 1 - - - -
1 2 0.693147181 -2 1 -
2 1.7426256 0.040644102 0.6931472 -0.257374 0.9285176
3 1.7265939 -0.000661688 0.0406441 -0.016032 0.014872
4 1.7268507 6.7524E-07 -0.000662 0.0002568 1.516E-05

Para determinar las raíces de la función 𝑓(𝑥) = 𝐿𝑛𝑥 + 2𝑥 − 4 se necesitaron de 4

iteraciones para obtener una exactitud de 10−4.
4. Método de la secante modificado
 𝑓(𝑥) = 𝐿𝑛𝑥 + 2𝑥 − 4
1
 𝑓´(𝑥) = +2
𝑥

Ejemplo de iteración

Iteración U( ) U( − ) - − ( )
0 1 - - - -
1 2 0.277258872 -0.666667 -1 -
2 1.7062704 -0.02055211 0.2772589 0.2937296 1.1740499
3 1.7265408 -0.000309555 -0.020552 -0.02027 0.0179507
4 1.7268508 4.20374E-07 -0.00031 -0.00031 2.434E-05

Aunque el Método de la Secante modificada es más preciso que el Método de la Secante

normal en este caso para determinar las raíces de la función 𝑓(𝑥) = 𝐿𝑛𝑥 + 2𝑥 − 4 se
necesitaron de 4 iteraciones en ambos Métodos, por lo tanto podemos concluir que para este
ejercicio es mejor implementar el Método de la Secante sin modificar, ya que es mucho más
sencillo de implementar y como se evidencia en las tablas la diferencia no es muy
considerable.
 EJERCICIO MÉTODO DE NEWTON-RHAPSON
1. Aplique el método de Newton para obtener soluciones con una exactitud de 10−4 en los
siguientes problemas, determine en cada iteración los errores.
𝑓(𝑥) = 𝑒 𝑥 + 2−𝑥 + 2𝐶𝑜𝑠(𝑥) − 6
Para lograr obtener una exactitud de 10-4 cifras, es necesario al menos lograr seis cifras
significativas, con el fin de lograr un valor menor al exigido.
𝐸 = (0.5𝑥102−6 )% = 0,00005% < 0,0001%
Después de haber obtenido el error y tener la función, se procede a hacer la derivada de
esta para lograr el método iterativo:
Ejemplo de Iteración

Como se ve en la imagen se tiene en cuenta que el Xi= 1,5, y se procede a demostrar la

segunda iteración para comprobar el algoritmo para la solución del problema:
Para la segunda iteración se aplicara la fórmula
𝑓(𝑥𝑖)
𝑋𝑖 + 1 = 𝑋𝑖 −
𝑓′(𝑥𝑖)
0,57970137327
𝑋𝑖 + 1 = 1,95648972 + = 1,84153306104206
5,04278197418

Se calcula el error relativo:

|1,82938360193385 − 1,95648972|
𝐸𝑟 = 𝑥100 = 6,948%
1,82938360193385
Para el error Aproximado:
|1,95648972 − 1,5|
𝐸𝑎 = 𝑥100 = 23,33
1,95648972
 Y así sucesivamente se realiza el método iterativo, hasta obtener los siguientes resultados:

Iteración Xi f(xi) f'(xi) f(xi)/f'(xi) Er Ea(%)

0 1,5 -1,02328314 2,24163456 -0,45648972 18,0051686 -
1 1,95648972 0,57970137 5,04278197 0,11495666 6,948029875 23,33207868
2 1,84153306 0,05034095 4,18564491 0,01202705 0,664128567 6,242443457
3 1,82950601 0,00050212 4,10234164 0,0001224 0,006691394 0,657393184
4 1,82938361 5,1516E-08 4,10149988 1,256E-08 0,000000687 0,006690708
5 1,8293836 0 4,1014998 0 0,000000000 0,00000068658738

Asumiendo la iteración 0 como una iteración, a el método de Newton le tomó hacer 6

iteraciones para obtener una exactitud de 10−4.

3. Aplique el método de Newton Modificado para encontrar las soluciones del problema
dado. Compare los resultados con el método de Newton. ¿Cuál método converge más
rápido?
𝑓(𝑥) = 𝑒 𝑥 + 2−𝑥 + 2 cos(𝑥) − 6, 𝑒𝑛 𝑃0 = 1.5

𝐸𝑠 = (10−4 )% = 0.0001%

MÉTODO NEWTON MODIFICADO

Para el cálculo de la primera iteración procedemos a calcular la primera y segunda
derivada de la función dada.
Ejemplo de iteración

Repetimos los mismos pasos hasta llegar al error calculado y obtenemos los siguientes
valores:
ITERACION Xi f(Xi) f'(Xi) f''(Xi) Xi+1 Ea
1 1.5 -1.02328314 2.241634561 4.51008046 1.73794848 -
2 1.73794848 -0.34728688 3.505739493 6.16245466 1.82231909 4.6298482%
3 1.82231909 -0.02880399 4.053120503 6.81980212 1.82934173 0.3838892%
4 1.82934173 -0.00017173 4.101211876 6.87632969 1.8293836 0.0022887%
5 1.8293836 -6.0279E-09 4.101499788 6.87666756 1.8293836 0.0000001%

Y al comparar este método con el de Newton, se puede concluir que con este método
realizamos menos iteraciones para llegar por debajo del error calculado.