Métodos

Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González
Métodos Matemáticos en Ingenierı́a - ICI2204
Sesión 5

Jean Paul Maidana González

j.maidanagonzalez@uandresbello.edu

Viña del Mar, 22 de marzo de 2021

 Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González
 2.4 - Método de Newton

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González

El método de Newton (también llamado de Newton-Raphson) es uno de los

métodos numéricos más conocidos para resolver el problema de encontrar
los ceros de una función (f(x) = 0).
 2.4 - Método de Newton

Métodos
Matemáti-
Recordemos el teorema de Taylor visto en la clase anterior
cos en
Ingenierı́a -
ICI2204
Teorema 1.0.9 (Taylor)
Sesión 5

Jean Paul Suponga que f ∈ C n [a, b], tal que f (n+1) existe en [a, b], y x0 ∈ [a, b]. Para
Maidana
González
cada x ∈ [a, b], existe un número ξ(x) entre x0 y x con
f (x) = Pn (x) + Rn (x), donde

f 00 (x0 ) f (n) (x0 )

Pn (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + (x − x0 )2 + · · · + (x − x0 )n
2! n!
es decir,
n
X f (k) (x0 )
Pn (x) = (x − x0 )k
k!
k=0
y
f (n+1) (ξ(x))
Rn (x) = (x − x0 )(n+1)
(n + 1)!

f (x) = Pn (x) + Rn (x)

| {z } | {z }
Polinomio de Taylor Error de Truncamiento
 2.4 - Método de Newton

Métodos
Matemáti-
Recordemos el teorema de Taylor visto en la clase anterior
cos en
Ingenierı́a -
ICI2204
Teorema 1.0.9 (Taylor)
Sesión 5

Jean Paul Suponga que f ∈ C n [a, b], tal que f (n+1) existe en [a, b], y x0 ∈ [a, b]. Para
Maidana
González
cada x ∈ [a, b], existe un número ξ(x) entre x0 y x con
f (x) = Pn (x) + Rn (x), donde

f 00 (x0 ) f (n) (x0 )

Pn (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + (x − x0 )2 + · · · + (x − x0 )n
2! n!
es decir,
n
X f (k) (x0 )
Pn (x) = (x − x0 )k
k!
k=0
y
f (n+1) (ξ(x))
Rn (x) = (x − x0 )(n+1)
(n + 1)!

f (x) = Pn (x) + Rn (x)

| {z } | {z }
Polinomio de Taylor Error de Truncamiento
 2.4 - Método de Newton

Métodos
Matemáti-
cos en
Suponga que f ∈ C 2 [a, b]. Sea p0 ∈ [a, b] una aproximación de p tal que
Ingenierı́a -
ICI2204
f 0 (p0 ) 6= 0 y |p − p0 | es “pequeño.”Considere el primer polinomio de Taylor
Sesión 5 para f (x) expandido alrededor de p0 y evaluado en x = p.
Jean Paul
Maidana
(p − p0 )2 00
González
f (p) = f (p0 ) + (p − p0 ) · f 0 (p0 ) + f (ξ(p)),
2
donde ξ(p) está entre p y p0 . Como f (p) = 0 entonces se tiene que

(p − p0 )2 00
0 = f (p0 ) + (p − p0 ) · f 0 (p0 ) + f (ξ(p)),
2
El método de Newton se deriva a partir del hecho que al ser |p − p0 |
pequeño, el término que involucra (p − p0 )2 es mucho más pequeño por lo
tanto
0 ≈ f (p0 ) + (p − p0 )f 0 (p0 )
Con lo cual si se resuelve esta última ecuación despejando p se tiene que
f (p0 )
p ≈ p0 − ≡ p1
f 0 (p0 )
 2.4 - Método de Newton

Métodos
Matemáti-
cos en
Suponga que f ∈ C 2 [a, b]. Sea p0 ∈ [a, b] una aproximación de p tal que
Ingenierı́a -
ICI2204
f 0 (p0 ) 6= 0 y |p − p0 | es “pequeño.”Considere el primer polinomio de Taylor
Sesión 5 para f (x) expandido alrededor de p0 y evaluado en x = p.
Jean Paul
Maidana
(p − p0 )2 00
González
f (p) = f (p0 ) + (p − p0 ) · f 0 (p0 ) + f (ξ(p)),
2
donde ξ(p) está entre p y p0 . Como f (p) = 0 entonces se tiene que

(p − p0 )2 00
0 = f (p0 ) + (p − p0 ) · f 0 (p0 ) + f (ξ(p)),
2
El método de Newton se deriva a partir del hecho que al ser |p − p0 |
pequeño, el término que involucra (p − p0 )2 es mucho más pequeño por lo
tanto
0 ≈ f (p0 ) + (p − p0 )f 0 (p0 )
Con lo cual si se resuelve esta última ecuación despejando p se tiene que
f (p0 )
p ≈ p0 − ≡ p1
f 0 (p0 )
 2.4 - Método de Newton

Métodos
Matemáti-
cos en
Suponga que f ∈ C 2 [a, b]. Sea p0 ∈ [a, b] una aproximación de p tal que
Ingenierı́a -
ICI2204
f 0 (p0 ) 6= 0 y |p − p0 | es “pequeño.”Considere el primer polinomio de Taylor
Sesión 5 para f (x) expandido alrededor de p0 y evaluado en x = p.
Jean Paul
Maidana
(p − p0 )2 00
González
f (p) = f (p0 ) + (p − p0 ) · f 0 (p0 ) + f (ξ(p)),
2
donde ξ(p) está entre p y p0 . Como f (p) = 0 entonces se tiene que

(p − p0 )2 00
0 = f (p0 ) + (p − p0 ) · f 0 (p0 ) + f (ξ(p)),
2
El método de Newton se deriva a partir del hecho que al ser |p − p0 |
pequeño, el término que involucra (p − p0 )2 es mucho más pequeño por lo
tanto
0 ≈ f (p0 ) + (p − p0 )f 0 (p0 )
Con lo cual si se resuelve esta última ecuación despejando p se tiene que
f (p0 )
p ≈ p0 − ≡ p1
f 0 (p0 )
 2.4 - Método de Newton

Métodos
Matemáti-
cos en
Suponga que f ∈ C 2 [a, b]. Sea p0 ∈ [a, b] una aproximación de p tal que
Ingenierı́a -
ICI2204
f 0 (p0 ) 6= 0 y |p − p0 | es “pequeño.”Considere el primer polinomio de Taylor
Sesión 5 para f (x) expandido alrededor de p0 y evaluado en x = p.
Jean Paul
Maidana
(p − p0 )2 00
González
f (p) = f (p0 ) + (p − p0 ) · f 0 (p0 ) + f (ξ(p)),
2
donde ξ(p) está entre p y p0 . Como f (p) = 0 entonces se tiene que

(p − p0 )2 00
0 = f (p0 ) + (p − p0 ) · f 0 (p0 ) + f (ξ(p)),
2
El método de Newton se deriva a partir del hecho que al ser |p − p0 |
pequeño, el término que involucra (p − p0 )2 es mucho más pequeño por lo
tanto
0 ≈ f (p0 ) + (p − p0 )f 0 (p0 )
Con lo cual si se resuelve esta última ecuación despejando p se tiene que
f (p0 )
p ≈ p0 − ≡ p1
f 0 (p0 )
 2.4 - Método de Newton

Métodos
Matemáti-
cos en
Suponga que f ∈ C 2 [a, b]. Sea p0 ∈ [a, b] una aproximación de p tal que
Ingenierı́a -
ICI2204
f 0 (p0 ) 6= 0 y |p − p0 | es “pequeño.”Considere el primer polinomio de Taylor
Sesión 5 para f (x) expandido alrededor de p0 y evaluado en x = p.
Jean Paul
Maidana
(p − p0 )2 00
González
f (p) = f (p0 ) + (p − p0 ) · f 0 (p0 ) + f (ξ(p)),
2
donde ξ(p) está entre p y p0 . Como f (p) = 0 entonces se tiene que

(p − p0 )2 00
0 = f (p0 ) + (p − p0 ) · f 0 (p0 ) + f (ξ(p)),
2
El método de Newton se deriva a partir del hecho que al ser |p − p0 |
pequeño, el término que involucra (p − p0 )2 es mucho más pequeño por lo
tanto
0 ≈ f (p0 ) + (p − p0 )f 0 (p0 )
Con lo cual si se resuelve esta última ecuación despejando p se tiene que
f (p0 )
p ≈ p0 − ≡ p1
f 0 (p0 )
 2.4 - Método de Newton

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González

Con este procedimiento se generan las etapas del método de Newton, el cual
comienza con p0 como una aproximación incial, para luego generar la
secuencia {pn }∞
n=0 de la siguiente forma

f (pn−1 )
pn = pn−1 − , para n ≥ 1
f 0 (pn−1 )
 2.4 - Método de Newton

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González
 2.4 - Método de Newton

Métodos
Matemáti-
cos en Para encontrar una solución de f (x) = 0 dado una aproximación inicial p0
Ingenierı́a -
ICI2204
Sesión 5 Algoritmo 2.4.1 - Método de Newton
Jean Paul
Maidana INPUT Aproximación inicial: p0 ; Tolerancia: TOL; Número máximo de
González
iteraciones: N0
OUTPUT Solución aproximada p o mensaje de error.
Paso 1 Definir i = 1
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p0 − f (p0 )/f 0 (p0 );
Paso 4 Si |p − p0 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p; (Actualizar p0 )
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.4 - Método de Newton

Métodos
Matemáti-
cos en Para encontrar una solución de f (x) = 0 dado una aproximación inicial p0
Ingenierı́a -
ICI2204
Sesión 5 Algoritmo 2.4.1 - Método de Newton
Jean Paul
Maidana INPUT Aproximación inicial: p0 ; Tolerancia: TOL; Número máximo de
González
iteraciones: N0
OUTPUT Solución aproximada p o mensaje de error.
Paso 1 Definir i = 1
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p0 − f (p0 )/f 0 (p0 );
Paso 4 Si |p − p0 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p; (Actualizar p0 )
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.4 - Método de Newton

Métodos
Matemáti-
cos en Para encontrar una solución de f (x) = 0 dado una aproximación inicial p0
Ingenierı́a -
ICI2204
Sesión 5 Algoritmo 2.4.1 - Método de Newton
Jean Paul
Maidana INPUT Aproximación inicial: p0 ; Tolerancia: TOL; Número máximo de
González
iteraciones: N0
OUTPUT Solución aproximada p o mensaje de error.
Paso 1 Definir i = 1
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p0 − f (p0 )/f 0 (p0 );
Paso 4 Si |p − p0 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p; (Actualizar p0 )
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.4 - Método de Newton

Métodos
Matemáti-
cos en Para encontrar una solución de f (x) = 0 dado una aproximación inicial p0
Ingenierı́a -
ICI2204
Sesión 5 Algoritmo 2.4.1 - Método de Newton
Jean Paul
Maidana INPUT Aproximación inicial: p0 ; Tolerancia: TOL; Número máximo de
González
iteraciones: N0
OUTPUT Solución aproximada p o mensaje de error.
Paso 1 Definir i = 1
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p0 − f (p0 )/f 0 (p0 );
Paso 4 Si |p − p0 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p; (Actualizar p0 )
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.4 - Método de Newton

Métodos
Matemáti-
cos en Para encontrar una solución de f (x) = 0 dado una aproximación inicial p0
Ingenierı́a -
ICI2204
Sesión 5 Algoritmo 2.4.1 - Método de Newton
Jean Paul
Maidana INPUT Aproximación inicial: p0 ; Tolerancia: TOL; Número máximo de
González
iteraciones: N0
OUTPUT Solución aproximada p o mensaje de error.
Paso 1 Definir i = 1
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p0 − f (p0 )/f 0 (p0 );
Paso 4 Si |p − p0 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p; (Actualizar p0 )
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.4 - Método de Newton

Métodos
Matemáti-
cos en Para encontrar una solución de f (x) = 0 dado una aproximación inicial p0
Ingenierı́a -
ICI2204
Sesión 5 Algoritmo 2.4.1 - Método de Newton
Jean Paul
Maidana INPUT Aproximación inicial: p0 ; Tolerancia: TOL; Número máximo de
González
iteraciones: N0
OUTPUT Solución aproximada p o mensaje de error.
Paso 1 Definir i = 1
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p0 − f (p0 )/f 0 (p0 );
Paso 4 Si |p − p0 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p; (Actualizar p0 )
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.4 - Método de Newton

Métodos
Matemáti-
cos en Para encontrar una solución de f (x) = 0 dado una aproximación inicial p0
Ingenierı́a -
ICI2204
Sesión 5 Algoritmo 2.4.1 - Método de Newton
Jean Paul
Maidana INPUT Aproximación inicial: p0 ; Tolerancia: TOL; Número máximo de
González
iteraciones: N0
OUTPUT Solución aproximada p o mensaje de error.
Paso 1 Definir i = 1
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p0 − f (p0 )/f 0 (p0 );
Paso 4 Si |p − p0 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p; (Actualizar p0 )
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.4 - Método de Newton

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González
Las técnicas de parada utilizadas en el método de la bisección también son
aplicables al método de Newton. Esto es, construir una tolerancia  > 0 y
contruir p1 , . . . , pN hasta que
(1) |pN − pN−1 | < ,
|pN −pN−1 |
(2) |pN | < , pN 6= 0, o
(3) |f (pN )| < .
 2.4 - Método de Newton
Convergencia
Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González

Teorema
Sea f ∈ C 2 [a, b]. Si p ∈ (a, b) es tal que f (p) = 0 y f 0 (p) 6= 0, entonces
existe δ > 0 tal que el método de Newton genera una secuencia {pn }∞ n=1 que
converge a p para cualquier aproximación incial p0 ∈ [p − δ, p + δ]

Este teorema establece que el método converge bajo condiciones inciales

apropiadas
 2.4 - Método de Newton
Convergencia
Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González

Teorema
Sea f ∈ C 2 [a, b]. Si p ∈ (a, b) es tal que f (p) = 0 y f 0 (p) 6= 0, entonces
existe δ > 0 tal que el método de Newton genera una secuencia {pn }∞ n=1 que
converge a p para cualquier aproximación incial p0 ∈ [p − δ, p + δ]

Este teorema establece que el método converge bajo condiciones inciales

apropiadas
 2.4 - Método de Newton

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González

Ejemplo
Considere la función f (x) = x 3 − 10 · x 2 + 5. Aplique el método de Newton
para encontrar una aproximación de problema f (x) = 0 con 2 iteraciones.
Obtenga el valor aproximado de p si se sabe p0 = 0,7 se encuentra cerca de
p.
 2.4 - Método de Newton

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González
 2.4 - Método de Newton

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González
 2.4 - Método de Newton

Métodos
Matemáti-
cos en Ejemplo (solución)
Ingenierı́a -
ICI2204
Sesión 5 Para la función f (x) = x 3 − 10 · x 2 + 5 se tiene que la primera derivada viene
Jean Paul dada por f 0 (x) = 3 · x 2 − 20 · x, por lo que la formula de Newton viene dada
Maidana
González por
3 2 3 2
f (pn−1 ) pn−1 − 10 · pn−1 +5 2 · pn−1 − 10 · pn−1 −5
pn = pn−1 − = pn−1 − 2 =
f 0 (pn−1 ) 3 · pn−1 − 20 · pn−1 pn−1 · (3 · pn−1 − 20)

Para la primera iteración se tiene que

2 · (0,7)3 − 10 · (0,7)2 − 5
p1 = = 0,73536
0,7 · (3 · 0,7 − 20)
La segunda iteración viene dada por

2 · (0,73536)3 − 10 · (0,73536)2 − 5
p2 = = 0,73460
0,73536 · (3 · 0,73536 − 20)
Si evaluamos f (x) en p2 se obtiene que f (p2 ) = 4,585773599963261e − 05
es decir, se alcanza una precisión que alcanza el quinto decimal.
 2.4 - Método de Newton

Métodos
Matemáti-
cos en Ejemplo (solución)
Ingenierı́a -
ICI2204
Sesión 5 Para la función f (x) = x 3 − 10 · x 2 + 5 se tiene que la primera derivada viene
Jean Paul dada por f 0 (x) = 3 · x 2 − 20 · x, por lo que la formula de Newton viene dada
Maidana
González por
3 2 3 2
f (pn−1 ) pn−1 − 10 · pn−1 +5 2 · pn−1 − 10 · pn−1 −5
pn = pn−1 − = pn−1 − 2 =
f 0 (pn−1 ) 3 · pn−1 − 20 · pn−1 pn−1 · (3 · pn−1 − 20)

Para la primera iteración se tiene que

2 · (0,7)3 − 10 · (0,7)2 − 5
p1 = = 0,73536
0,7 · (3 · 0,7 − 20)
La segunda iteración viene dada por

2 · (0,73536)3 − 10 · (0,73536)2 − 5
p2 = = 0,73460
0,73536 · (3 · 0,73536 − 20)
Si evaluamos f (x) en p2 se obtiene que f (p2 ) = 4,585773599963261e − 05
es decir, se alcanza una precisión que alcanza el quinto decimal.
 2.4 - Método de Newton

Métodos
Matemáti-
cos en Ejemplo (solución)
Ingenierı́a -
ICI2204
Sesión 5 Para la función f (x) = x 3 − 10 · x 2 + 5 se tiene que la primera derivada viene
Jean Paul dada por f 0 (x) = 3 · x 2 − 20 · x, por lo que la formula de Newton viene dada
Maidana
González por
3 2 3 2
f (pn−1 ) pn−1 − 10 · pn−1 +5 2 · pn−1 − 10 · pn−1 −5
pn = pn−1 − = pn−1 − 2 =
f 0 (pn−1 ) 3 · pn−1 − 20 · pn−1 pn−1 · (3 · pn−1 − 20)

Para la primera iteración se tiene que

2 · (0,7)3 − 10 · (0,7)2 − 5
p1 = = 0,73536
0,7 · (3 · 0,7 − 20)
La segunda iteración viene dada por

2 · (0,73536)3 − 10 · (0,73536)2 − 5
p2 = = 0,73460
0,73536 · (3 · 0,73536 − 20)
Si evaluamos f (x) en p2 se obtiene que f (p2 ) = 4,585773599963261e − 05
es decir, se alcanza una precisión que alcanza el quinto decimal.
 2.4 - Método de Newton

Métodos
Matemáti-
cos en Ejemplo (solución)
Ingenierı́a -
ICI2204
Sesión 5 Para la función f (x) = x 3 − 10 · x 2 + 5 se tiene que la primera derivada viene
Jean Paul dada por f 0 (x) = 3 · x 2 − 20 · x, por lo que la formula de Newton viene dada
Maidana
González por
3 2 3 2
f (pn−1 ) pn−1 − 10 · pn−1 +5 2 · pn−1 − 10 · pn−1 −5
pn = pn−1 − = pn−1 − 2 =
f 0 (pn−1 ) 3 · pn−1 − 20 · pn−1 pn−1 · (3 · pn−1 − 20)

Para la primera iteración se tiene que

2 · (0,7)3 − 10 · (0,7)2 − 5
p1 = = 0,73536
0,7 · (3 · 0,7 − 20)
La segunda iteración viene dada por

2 · (0,73536)3 − 10 · (0,73536)2 − 5
p2 = = 0,73460
0,73536 · (3 · 0,73536 − 20)
Si evaluamos f (x) en p2 se obtiene que f (p2 ) = 4,585773599963261e − 05
es decir, se alcanza una precisión que alcanza el quinto decimal.
 Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González
 Método de la secante
Métodos
fin de 1.5 Metodo de Newton
Matemáti-
cos en
Ingenierı́a -
ICI2204 El método de Newton es uno de los más potentes, aún ası́ su debilidad recae
Sesión 5

Jean Paul
en la necesidad de saber la derivada de la función f en cada aproximación.
Maidana Usualmente f 0 (x) es difı́cil de calcular y necesita de muchas operaciones
González
aritméticas para calcular a diferencia de f (x).
Se introduce una pequeña variación, para evadir el problema de la evaluación
de la derivada. Por definición,
f (x) − f (pn−1 )
f 0 (pn−1 ) = lı́m
x→pn−1 x − pn−1
Si pn−2 está cerca de pn−1 entonces
f (pn−2 ) − f (pn−1 ) f (pn−1 ) − f (pn−2 )
f 0 (pn−1 ) ≈ =
pn−2 − pn−1 pn−1 − pn−2
Por lo que usando esta formula de f 0 (pn−1 ) en el método de Newton resulta

f (pn−1 )(pn−1 − pn−2 )

pn = pn−1 −
f (pn−1 ) − f (pn−1 )
 Método de la secante

Métodos
Matemáti-
cos en
Ingenierı́a -
El método de Newton es uno de los más potentes, aún ası́ su debilidad recae
ICI2204
Sesión 5
en la necesidad de saber la derivada de la función f en cada aproximación.
Jean Paul
Usualmente f 0 (x) es difı́cil de calcular y necesita de muchas operaciones
Maidana
González
aritméticas para calcular a diferencia de f (x).
Se introduce una pequeña variación, para evadir el problema de la evaluación
de la derivada. Por definición,
f (x) − f (pn−1 )
f 0 (pn−1 ) = lı́m
x→pn−1 x − pn−1
Si pn−2 está cerca de pn−1 entonces
f (pn−2 ) − f (pn−1 ) f (pn−1 ) − f (pn−2 )
f 0 (pn−1 ) ≈ =
pn−2 − pn−1 pn−1 − pn−2
Por lo que usando esta formula de f 0 (pn−1 ) en el método de Newton resulta

f (pn−1 )(pn−1 − pn−2 )

pn = pn−1 −
f (pn−1 ) − f (pn−1 )
 Método de la secante

Métodos
Matemáti-
cos en
Ingenierı́a -
El método de Newton es uno de los más potentes, aún ası́ su debilidad recae
ICI2204
Sesión 5
en la necesidad de saber la derivada de la función f en cada aproximación.
Jean Paul
Usualmente f 0 (x) es difı́cil de calcular y necesita de muchas operaciones
Maidana
González
aritméticas para calcular a diferencia de f (x).
Se introduce una pequeña variación, para evadir el problema de la evaluación
de la derivada. Por definición,
f (x) − f (pn−1 )
f 0 (pn−1 ) = lı́m
x→pn−1 x − pn−1
Si pn−2 está cerca de pn−1 entonces
f (pn−2 ) − f (pn−1 ) f (pn−1 ) − f (pn−2 )
f 0 (pn−1 ) ≈ =
pn−2 − pn−1 pn−1 − pn−2
Por lo que usando esta formula de f 0 (pn−1 ) en el método de Newton resulta

f (pn−1 )(pn−1 − pn−2 )

pn = pn−1 −
f (pn−1 ) − f (pn−1 )
 Método de la secante

Métodos
Matemáti-
cos en
Ingenierı́a -
El método de Newton es uno de los más potentes, aún ası́ su debilidad recae
ICI2204
Sesión 5
en la necesidad de saber la derivada de la función f en cada aproximación.
Jean Paul
Usualmente f 0 (x) es difı́cil de calcular y necesita de muchas operaciones
Maidana
González
aritméticas para calcular a diferencia de f (x).
Se introduce una pequeña variación, para evadir el problema de la evaluación
de la derivada. Por definición,
f (x) − f (pn−1 )
f 0 (pn−1 ) = lı́m
x→pn−1 x − pn−1
Si pn−2 está cerca de pn−1 entonces
f (pn−2 ) − f (pn−1 ) f (pn−1 ) − f (pn−2 )
f 0 (pn−1 ) ≈ =
pn−2 − pn−1 pn−1 − pn−2
Por lo que usando esta formula de f 0 (pn−1 ) en el método de Newton resulta

f (pn−1 )(pn−1 − pn−2 )

pn = pn−1 −
f (pn−1 ) − f (pn−1 )
 2.5 - Método de la secante

Métodos
Matemáti-
cos en
Ingenierı́a -
El método de Newton es uno de los más potentes, aún ası́ su debilidad recae
ICI2204
Sesión 5
en la necesidad de saber la derivada de la función f en cada aproximación.
Jean Paul
Usualmente f 0 (x) es difı́cil de calcular y necesita de muchas operaciones
Maidana
González
aritméticas para calcular a diferencia de f (x).
Se introduce una pequeña variación, para evadir el problema de la evaluación
de la derivada. Por definición,
f (x) − f (pn−1 )
f 0 (pn−1 ) = lı́m
x→pn−1 x − pn−1
Si pn−2 está cerca de pn−1 entonces
f (pn−2 ) − f (pn−1 ) f (pn−1 ) − f (pn−2 )
f 0 (pn−1 ) ≈ =
pn−2 − pn−1 pn−1 − pn−2
Por lo que usando esta formula de f 0 (pn−1 ) en el método de Newton resulta

f (pn−1 )(pn−1 − pn−2 )

pn = pn−1 −
f (pn−1 ) − f (pn−2 )
 2.5 - Método de la secante

Métodos
Matemáti-
cos en Observación
Ingenierı́a -
ICI2204
Sesión 5 Este método requiere de dos aproximaciones inciales p0 y p1 , luego la
Jean Paul aproximación p2 es el intercepto con el eje-x de la linea que une (p0 , f (p0 )) y
Maidana
González (p1 , f (p1 )).
 2.5 - Método de la secante

Métodos
Matemáti-
cos en Algoritmo 2.5.1 - Método de la secante
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p1 ; (Actualizar p0 , q0 , p1 , q1 )
q0 = q1 ; p1 = p; q1 = f (p)
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.5 - Método de la secante

Métodos
Matemáti-
cos en Algoritmo 2.5.1 - Método de la secante
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p1 ; (Actualizar p0 , q0 , p1 , q1 )
q0 = q1 ; p1 = p; q1 = f (p)
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.5 - Método de la secante

Métodos
Matemáti-
cos en Algoritmo 2.5.1 - Método de la secante
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p1 ; (Actualizar p0 , q0 , p1 , q1 )
q0 = q1 ; p1 = p; q1 = f (p)
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.5 - Método de la secante

Métodos
Matemáti-
cos en Algoritmo 2.5.1 - Método de la secante
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p1 ; (Actualizar p0 , q0 , p1 , q1 )
q0 = q1 ; p1 = p; q1 = f (p)
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.5 - Método de la secante

Métodos
Matemáti-
cos en Algoritmo 2.5.1 - Método de la secante
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p1 ; (Actualizar p0 , q0 , p1 , q1 )
q0 = q1 ; p1 = p; q1 = f (p)
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.5 - Método de la secante

Métodos
Matemáti-
cos en Algoritmo 2.5.1 - Método de la secante
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p1 ; (Actualizar p0 , q0 , p1 , q1 )
q0 = q1 ; p1 = p; q1 = f (p)
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.5 - Método de la secante

Métodos
Matemáti-
cos en Algoritmo 2.5.1 - Método de la secante
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-6
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1.
Paso 6 Definir p0 = p1 ; (Actualizar p0 , q0 , p1 , q1 )
q0 = q1 ; p1 = p; q1 = f (p)
Paso 7 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.5 - Método de la secante

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González

Ejemplo
En el ejemplo anterior, f (x) = x 3 − 10 · x 2 + 5. Aplique el método de la
secante para encontrar una aproximación de problema f (x) = 0 con 2
iteraciones. Obtenga el valor aproximado de p si se sabe p0 = 0,25 y p1 = 1.
 2.5 - Método de la secante

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González
 2.5 - Método de la secante

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González
 2.5 - Método de la secante

Métodos
Matemáti-
cos en Ejemplo (solución)
Ingenierı́a -
ICI2204
Sesión 5 Para la función f (x) = x 3 − 10 · x 2 + 5 se tiene que la primera derivada viene
Jean Paul dada por f 0 (x) = 3 · x 2 − 20 · x, por lo que la formula de Newton viene dada
Maidana
González por

f (p1 )(p1 − p0 ) (p13 − 10 · p12 + 5)(p1 − p0 )

p2 = p1 − = p1 − 3
f (p1 ) − f (p0 ) p1 − 10 · p12 + 5 − p03 + 10 · p02 − 5
Para la primera iteración se tiene que

((1)3 − 10 · (1)2 + 5)(1 − 0,25)

p2 = 1 −
(1)3 − 10 · (1)2 + 5 − (0,25)3 + 10 · (0,25)2 − 5
La segunda iteración viene dada por

((0,6424)3 − 10 · (0,6424)2 + 5)(0,6424 − 1)

p3 = 0,6424 −
(0,6424)3 − 10 · (0,6424)2 + 5 − (1)3 + 10 · (1)2 − 5
Si evaluamos f (x) en p3 = 0,721630115831793 se obtiene que
f (p3 ) = 0,1682886594388746
 2.5 - Método de la secante

Métodos
Matemáti-
cos en Ejemplo (solución)
Ingenierı́a -
ICI2204
Sesión 5 Para la función f (x) = x 3 − 10 · x 2 + 5 se tiene que la primera derivada viene
Jean Paul dada por f 0 (x) = 3 · x 2 − 20 · x, por lo que la formula de Newton viene dada
Maidana
González por

f (p1 )(p1 − p0 ) (p13 − 10 · p12 + 5)(p1 − p0 )

p2 = p1 − = p1 − 3
f (p1 ) − f (p0 ) p1 − 10 · p12 + 5 − p03 + 10 · p02 − 5
Para la primera iteración se tiene que

((1)3 − 10 · (1)2 + 5)(1 − 0,25)

p2 = 1 −
(1)3 − 10 · (1)2 + 5 − (0,25)3 + 10 · (0,25)2 − 5
La segunda iteración viene dada por

((0,6424)3 − 10 · (0,6424)2 + 5)(0,6424 − 1)

p3 = 0,6424 −
(0,6424)3 − 10 · (0,6424)2 + 5 − (1)3 + 10 · (1)2 − 5
Si evaluamos f (x) en p3 = 0,721630115831793 se obtiene que
f (p3 ) = 0,1682886594388746
 2.5 - Método de la secante

Métodos
Matemáti-
cos en Ejemplo (solución)
Ingenierı́a -
ICI2204
Sesión 5 Para la función f (x) = x 3 − 10 · x 2 + 5 se tiene que la primera derivada viene
Jean Paul dada por f 0 (x) = 3 · x 2 − 20 · x, por lo que la formula de Newton viene dada
Maidana
González por

f (p1 )(p1 − p0 ) (p13 − 10 · p12 + 5)(p1 − p0 )

p2 = p1 − = p1 − 3
f (p1 ) − f (p0 ) p1 − 10 · p12 + 5 − p03 + 10 · p02 − 5
Para la primera iteración se tiene que

((1)3 − 10 · (1)2 + 5)(1 − 0,25)

p2 = 1 −
(1)3 − 10 · (1)2 + 5 − (0,25)3 + 10 · (0,25)2 − 5
La segunda iteración viene dada por

((0,6424)3 − 10 · (0,6424)2 + 5)(0,6424 − 1)

p3 = 0,6424 −
(0,6424)3 − 10 · (0,6424)2 + 5 − (1)3 + 10 · (1)2 − 5
Si evaluamos f (x) en p3 = 0,721630115831793 se obtiene que
f (p3 ) = 0,1682886594388746
 2.5 - Método de la secante

Métodos
Matemáti-
cos en Ejemplo (solución)
Ingenierı́a -
ICI2204
Sesión 5 Para la función f (x) = x 3 − 10 · x 2 + 5 se tiene que la primera derivada viene
Jean Paul dada por f 0 (x) = 3 · x 2 − 20 · x, por lo que la formula de Newton viene dada
Maidana
González por

f (p1 )(p1 − p0 ) (p13 − 10 · p12 + 5)(p1 − p0 )

p2 = p1 − = p1 − 3
f (p1 ) − f (p0 ) p1 − 10 · p12 + 5 − p03 + 10 · p02 − 5
Para la primera iteración se tiene que

((1)3 − 10 · (1)2 + 5)(1 − 0,25)

p2 = 1 −
(1)3 − 10 · (1)2 + 5 − (0,25)3 + 10 · (0,25)2 − 5
La segunda iteración viene dada por

((0,6424)3 − 10 · (0,6424)2 + 5)(0,6424 − 1)

p3 = 0,6424 −
(0,6424)3 − 10 · (0,6424)2 + 5 − (1)3 + 10 · (1)2 − 5
Si evaluamos f (x) en p3 = 0,721630115831793 se obtiene que
f (p3 ) = 0,1682886594388746
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González

Es también conocido como el método de la posición falsa.

En el método de Newton y de la Secante, puede ocurrir que entre dos
iteraciones, digamos pn−1 y pn−2 la raı́z que estamos buscando no se
encuentre en este intervalo
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5 Método de Newton
Jean Paul
Maidana
González
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5 Método de la Secante
Jean Paul
Maidana
González
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González

Este método genera aproximaciones de la misma forma que en el método de

la secante pero incluye una prueba para asegurar que entre cada dos
iteraciones sucesivas exista una raı́z.
A pesar de que no es un método que se recomienda utilizar, muestra como
se puede incorporar la idea de encerrar una raı́z.
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González Primero elegir aproximaciones inciales p0 y p1 con f (p0 ) · f (p1 ) < 0. La
aproximación p2 se elige de la misma forma que en el método de la secante.
Para decidir que recta secante usar para calcular p3 considere f (p2 ) · f (p1 ), o
mejor dicho sign(f (p2 )) · sign(f (p1 )).
Si sign(f (p2 )) · sign(f (p1 )) < 0 entonces p1 y p2 encierran una raı́z.
Elegir entonces a p3 como el intercepto con el eje-x de la recta que une
el punto (p1 , f (p1 )) y (p2 , f (p2 )).
Si no, elegir p3 como el intercepto con el eje-x de la recta que une
(p0 , f (p0 )) y (p2 , f (p2 )), para luego intercambiar los indices p0 y p1 .
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Ingenierı́a -
ICI2204
Sesión 5

Jean Paul
Maidana
González
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Algoritmo 2.6.1 - Método de Regula-Falsi
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-7
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1 y luego q = f (p).
Paso 6 Si q · q1 < 0 entonces hacer p0 = p1 y q0 = q1
Paso 7 Hacer p1 = p y q1 = q
Paso 8 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Algoritmo 2.6.1 - Método de Regula-Falsi
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-7
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1 y luego q = f (p).
Paso 6 Si q · q1 < 0 entonces hacer p0 = p1 y q0 = q1
Paso 7 Hacer p1 = p y q1 = q
Paso 8 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Algoritmo 2.6.1 - Método de Regula-Falsi
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-7
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1 y luego q = f (p).
Paso 6 Si q · q1 < 0 entonces hacer p0 = p1 y q0 = q1
Paso 7 Hacer p1 = p y q1 = q
Paso 8 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Algoritmo 2.6.1 - Método de Regula-Falsi
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-7
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1 y luego q = f (p).
Paso 6 Si q · q1 < 0 entonces hacer p0 = p1 y q0 = q1
Paso 7 Hacer p1 = p y q1 = q
Paso 8 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Algoritmo 2.6.1 - Método de Regula-Falsi
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-7
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1 y luego q = f (p).
Paso 6 Si q · q1 < 0 entonces hacer p0 = p1 y q0 = q1
Paso 7 Hacer p1 = p y q1 = q
Paso 8 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Algoritmo 2.6.1 - Método de Regula-Falsi
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-7
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1 y luego q = f (p).
Paso 6 Si q · q1 < 0 entonces hacer p0 = p1 y q0 = q1
Paso 7 Hacer p1 = p y q1 = q
Paso 8 OUTPUT(“El método fallo luego de N0 ”)
STOP;
 2.6 - Método de Regula-Falsi

Métodos
Matemáti-
cos en
Algoritmo 2.6.1 - Método de Regula-Falsi
Ingenierı́a -
ICI2204 INPUT Aproximación inicial: p0 , p1 ; Tolerancia: TOL; Número máximo de
Sesión 5
iteraciones: N0
Jean Paul
Maidana OUTPUT Solución aproximada p o mensaje de error.
González
Paso 1 Definir i = 1
q0 = f (p0 )
q1 = f (p1 )
Paso 2 Mientras i ≤ N0 repetir pasos 3-7
Paso 3 Definir p = p1 − q1 (p1 − p0 )/(q1 − q0 );
Paso 4 Si |p − p1 | <TOL, entonces
OUTPUT(p); (El procedimiento termina exitosamente)
STOP;
Paso 5 Definir i = i + 1 y luego q = f (p).
Paso 6 Si q · q1 < 0 entonces hacer p0 = p1 y q0 = q1
Paso 7 Hacer p1 = p y q1 = q
Paso 8 OUTPUT(“El método fallo luego de N0 ”)
STOP;