ECUACIONES NO

LINEALES
INTEGRANTES:
CURSO: -Jorge Antonio Belito Huincho
Métodos Numéricos -Percy Aquilino Benites Bravo
-Luis Alberto Huaman Levano
-María Fernanda Felix Torre
-Xiomara Josselin Rivera Castro
ANTECEDENTES
• Al momento de aplicar las matemáticas en situaciones
concretas de la ingeniería, ciencias sociales o en la ciencias
exactas y naturales, surge la necesidad de tener que resolver
ecuaciones o sistemas de ecuaciones no lineales, los cuales
muchas veces no pueden ser resueltos analíticamente o de
manera exacta. Es por ello el interés de estudiar y analizar
métodos numéricos que permitan dar solución a este
problema.
• Debida al hecho de que un sistema lineal que admita
solución única puede ser resuelto de forma exacta mediante
un número finito de operaciones (recuérdense los métodos
directos de resolución de sistemas de ecuaciones lineales:
Gauss, LU, Choleski, Crout, QR, entre otros). En el caso de los
sistemas no lineales, en general, la solución no podrá ser
encontrada mediante un número finito de operaciones.
 SOBRE EL MÉTODO NEWTON-RAPHSON
• El método numérico de Newton fue descrito por Sir Isaac Newton en su libro
“Sobre el análisis mediante ecuaciones con un número infinito de términos”,
escrito en 1669, publicado en 1711 por William Jones) y en De metodis
fluxionum et serierum infinitarum (escrito en 1671, traducido y publicado
como Método de las fluxiones en 1736 por John Colson). Sin embargo, su
descripción difiere en forma sustancial de la descripción moderna presentada
más arriba: Newton aplicaba el método solo a polinomios, y no consideraba
las aproximaciones sucesivas 𝑥𝑛 , sino que calculaba una secuencia de
polinomios para llegar a la aproximación de la raíz x. Finalmente, Newton ve
el método como puramente algebraico y falla al no ver la conexión con el
cálculo.

• El método de Newton-Raphson es llamado así por el matemático inglés

Joseph Raphson (contemporáneo de Newton) se hizo miembro de la Royal
Society en 1691 por su libro Aequationum Universalis, publicado en 1690, que
contenía este método para aproximar raíces. Newton en su libro Método de
las fluxiones describe el mismo método, en 1671, pero no fue publicado hasta
1736, lo que significa que Raphson había publicado este resultado 46 años
antes. Aunque no fue tan popular como los trabajos de Newton, se le
reconoció posteriormente.
 SOBRE EL MÉTODO DE BISECCIÓN
El método de bisección está basado en dos teoremas, el teorema de Bernard
Bolzano (quien demostró el método por primera vez) y el teorema del valor
medio, posteriormente el matemático Augustin-Louis Cauchy da un asegunda
demostración el 1821.
• Bernard Placidus Johann Gonzal Nepomuk Bolzano (Praga, Bohemia (actual
República Checa), 5 de octubre de 1781 – ídem, 18 de diciembre de 1848),
conocido como Bernard Bolzano fue un matemático,lógico, filósofo y teólogo
bohemio que escribió en alemán y que realizó importantes contribuciones a las
matemáticas y a la Teoría del conocimiento. Ha sido reconocido como el Rafael
Alberti de la filosofía y lasmatemáticas. En matemáticas, se le conoce por el
teorema de Bolzano, así como por el teorema de Bolzano-Weierstrass, que
esbozó como lema de otro trabajo en 1817, y décadas después habría de
desarrollar Karl Weierstrass1 En su filosofía, Bolzano criticó el idealismo de
Hegel y Kant afirmando que los números, las ideas, y las verdades existen de
modo independiente a las personas que los piensen.
• Augustin Louis Cauchy (París, 21 de agosto de 1789 - Sceaux, 23 de mayo de
1857) fue un matemático francés. Cauchy fue pionero en el análisis matemático
y la teoría de grupos de permutaciones, contribuyendo de manera medular a su
desarrollo. También investigó la convergencia y la divergencia de las series
infinitas,ecuaciones diferenciales, determinantes, probabilidad y física
matemática.
 SOBRE EL MÉTODO DEL PUNTO FIJO

Probablemente, el primer método iterativo apareció en una carta

de Gauss a un estudiante. Proponía resolver un sistema 4 por 4 de
ecuaciones mediante la repetición de la solución del componente
donde el residuo era mayor.
La teoría de métodos estacionarios se estableció sólidamente con
el trabajo de D.M. Young, que empezó en la década de 1950. El
método del gradiente conjugado se inventó en esa misma década,
con desarrollos independientes de Cornelius Lanczos, Magnus
Hestenes y Eduard Stiefel, pero su naturaleza y aplicación se
malentendieron en esa época. Sólo en la década de 1970 se puso
de manifiesto que estos métodos los cuales tienden a funcionan
muy bien para resolver ecuaciones de derivadas parciales,
especialmente del tipo elíptico.
 SOBRE EL MÉTODO DE LA SECANTE
El método de la secante surge como solución a los problemas
presentados en el Método de Newton, ya que en newton se debe
conocer el valor de la primera derivada de la función en el punto,
lo cual puede resultar poco práctico el método de la secante sin
embargo no presenta este problema y aunque es casi idéntico al
método de la secante, este no depende el signo de la función para
hallar el siguiente punto. Del método de la secante no se existe
mucha información sobre su creador sin embargo se considera una
variación del método de Newton-Rapshon.
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.
HISTORIA
La forma de escribir y resolver las La primera fase, que comprende el
ecuaciones es bastante moderna, pero periodo de 1700 a. de C. a 1700 d. de C.,
el origen de los problemas se caracterizó por la invención gradual de
matemáticos y de las ecuaciones es símbolos y la resolución de ecuaciones.
antiquísimo. Dentro de esta fase encontramos un
Arqueólogos, historiadores y álgebra desarrollada por los griegos (300
matemáticos, formando equipos de a. de C.), llamada álgebra geométrica,
trabajo, estudiaron a las civilizaciones rica en métodos geométricos para
más antiguas y descubrieron cómo era resolver ecuaciones algebraicas.
el pensamiento matemático de cada
una de ellas.
 Los egipcios nos dejaron en sus
La introducción de la notación papiros (sobre todo en el de Rhid -
simbólica asociada a Vitte 1.650 a.c y el de Moscú -1.850 a.c )
(1540-1603), marca el inicio multitud de problemas matemáticos
de una nueva etapa en la cual resueltos. La mayoría de ellos son
Descartes (1596-1650) de tipo aritmético y responden a
contribuye de forma situaciones concretas de la vida
importante al desarrollo de diaria; sin embargo, encontramos
dicha notación. En este algunos que podemos clasificar
momento, el álgebra se como algebraicos, pues no se refiere
convierte en la ciencia de los a ningún objeto concreto. En estos,
cálculos simbólicos y de las de una forma retórica, obtendrán
ecuaciones. una solución realizando operaciones
con los datos de forma análoga a
Posteriormente, Euler (1707-
como hoy resolvemos dichas
1783) la define como la teoría de ecuaciones.
los "cálculos con cantidades de
distintas clases" (cálculos con
números racionales enteros,
fracciones ordinarias, raíces
cuadradas y cúbicas, progresiones
y todo tipo de ecuaciones).Para
llegar al actual proceso de
resolución de la ecuación ax + b
= c han pasado más de 3.000
años.
Y ahora gracias al descubrimiento de estas ecuaciones lineales dan lugar a las ecuaciones de segundo
grado o mejor dicho a las ecuaciones no lineales en el cual aparecen representadas con sus soluciones
en las millas babilónicas. En Grecia, Diofanto de Alejandría desarrolla ecuaciones de segundo grado con
valores racionales llamados en ese entonces ecuaciones diofánticas que fue el inicio de las ecuaciones
no lineales, también el matemático Abraham Bar Hiyya expone en su libro ecuaciones de segundo
grado por el cual esto ayuda a la ciencia Árabe difundidas en Europa a través de la recopilación de
Fibonacci que viajo por el Oriente y reúne importante información matemática para luego contribuir
con su libro en 1202.
Otro matemático Rafael Bombelli, logró resolver ecuaciones de tercer grado usando raíces negativas, a
este siguió la resolución de cuarto grado por Ludovico Ferrari.
Joseph Lagrange y Carl Gauss obtuvieron importantes resultados en la teoría de las ecuación Lagrange
publica reflexiones sobre la resolución algebraica de las ecuaciones clave para entender los misterios
del quinto grado, mientras que Gauss demostró por primera vez el teorema fundamental del algebra
“toda ecuación de cualquier grado tiene al menos una solución real o compleja”.
FUNDAMENTOS
Método de Bisección
El método comienza con un intervalo de
partida [a,b] en el que f(a) y f(b) tienen
distinto signo. El método de bisección
consiste en ir acercando sistemáticamente
los extremos del intervalo hasta obtener un
intervalo de anchura suficientemente
pequeña en el que se localiza un cero.
 Método de
Regulasi-Falsi
Refinamiento del Método de Bisección, eligiendo la
aproximación m a distancias de a y b
proporcionales a f(a) y f(b), n usando el punto (c,0)
en el que la recta secante L que pasa por los puntos
(a,f(a)) y (b,f(b)) cruza el eje OX:
Para hallar el punto c: Despejando c:

Posibilidades:
 Método de la secante
Método iterativo en el que, en cada paso, se calcula
una aproximación de la solución en lugar de un
intervalo que la contiene. Se parte de x0 = a y x1 =
b y se calcula, iterativamente para cada n ≥ 1,
la intersección de la secante que une los puntos
(xn−1, f(xn−1) y (xn, f(xn))
con el eje de abscisa, obteniéndose la abscisa
 Método de Newton-
Raphson
Asume que la función f sea continuamente
derivable y que se conoce la derivada de la
función. Este método puede no converger si se
comienza con un valor muy alejado de la raíz. Sin
embargo, si converge, lo hace mucho más rápido
que el método de bisección (usualmente, de
manera cuadrática), por eso el número de dígitos
correctos se duplica en cada iteración.
 Método Iterativos
Transformar la ecuación f(x) = 0 (cálculo de una
raíz de la función f(x)) en una ecuación del tipo x =
g(x) (cálculo de un punto fijo de la función g(x)) de
forma que sean equivalentes, es decir, tengan la
misma solución.
 EJEMPLOS Y
CÁLCULOS DE
ECUACIONES NO
LINEALES
𝑬𝑪𝑼𝑨𝑪𝑰𝑶𝑵 𝑵𝑶 𝑳𝑰𝑵𝑬𝑨𝑳
𝟐𝒙𝟒 + 𝒙𝟑 − 𝟖𝒙𝟐 − 𝒙 + 𝟔 = 𝟎
 MÉTODO DE NEWTON-RAPHSOM

MÉTODO DE NEWTON-RAPHSOM CÁLCULO DE

LAS RAÍCES CUADRADAS
 MÉTODO DE NEWTON-RAPHSOM
𝑓 𝑥 = 𝑥 2 − cos(𝑥) 𝑓 𝑥 =0 𝒇(𝒙𝒌 )
𝒙𝒌+𝟏 = 𝒙𝒌 −
𝒇′(𝒙𝒌 )
𝑥 2 − cos 𝑥 = 0 𝑓′ 𝑥
= 2𝑥 + 𝑠𝑒𝑛(𝑥) 𝑥0 = 2

𝒇 𝒙 = 𝒙𝟐 − 𝐜𝐨𝐬(𝒙) 𝒇′ 𝒙
= 𝟐𝒙 + 𝒔𝒆𝒏(𝒙) 𝒙𝟎 = 𝟐

𝑆𝑖 𝑠𝑒 𝑑𝑒𝑠𝑒𝑎 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟 cos 2 𝑦 𝑠𝑒𝑛𝑜,

𝑙𝑎𝑠 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑎𝑙𝑔𝑢𝑙𝑎𝑟𝑒𝑠 𝑑𝑒𝑏𝑒𝑛 𝑒𝑠𝑡𝑎𝑟 𝑒𝑛
𝑟𝑎𝑑𝑖𝑎𝑛𝑒𝑠

22 − cos 2
𝑥1 = 2 − = 1.10045237 𝑥5 = 0.82413231
2 2 + 𝑠𝑒𝑛 2
1.10045237 2 − cos 1.10045237 𝑥6 = 0.82413231
𝑥2 = 1.10045237 − = 0.85539261
2 1.10045237 + 𝑠𝑒𝑛 1.10045237
0.85539261 2 − cos 0.85539261
𝑥3 = 0.85539261 − = 0.82466018
2 0.85539261 + 𝑠𝑒𝑛 0.85539261 8 cifras decimales exactas
0.82466018 2 − cos 0.82466018 es x=0.82413231
𝑥4 = 0.82466018 − = 0.82413247
2 0.82466018 + 𝑠𝑒𝑛 0.82466018
Utilice el método de Newton-Raphson para encontrar la raíz real de la siguiente
función:

𝑓 𝑥 = 𝑥5 + 𝑥 − 1 𝑓′ 𝑥 = 5𝑥 4 + 1 𝑥0 = 0

𝑇𝑜𝑙𝑒𝑟𝑎𝑛𝑐𝑖𝑎 = 0.00001
 MÉTODO DE NEWTON-RAPHSOM

𝒇(𝒙𝟎 ) 𝒇(𝒙𝒌 )
𝒙 = 𝒙𝟎 − 𝒙𝒌+𝟏 = 𝒙𝒌 −
𝒇′(𝒙𝟎 ) 𝒇′(𝒙𝒌 )

𝑬𝒋𝒆𝒎𝒑𝒍𝒐:
Encuentre la raíz positiva de f(x)=lnx – x +2=0, asumiendo como valor
inicial 𝒙𝟎 = 𝟑 con una tolerancia de 1x 𝟏𝟎−𝟒

𝒍𝒏𝒙𝒌 − 𝒙𝒌 + 𝟐
𝒇 𝒙𝒌 = 𝒍𝒏𝒙𝒌 − 𝒙𝒌 + 𝟐 𝒙𝒌+𝟏 = 𝒙𝒌 −
𝟏
( − 𝟏)
𝟏 𝒙𝒌
𝒇′ 𝒙𝒌 = −𝟏
𝒙𝒌
𝒍𝒏𝒙𝟎 − 𝒙𝟎 + 𝟐
𝒙𝟏 = 𝒙𝟎 −
𝟏
(𝒙 − 𝟏)
𝟎
 Asumimos 𝐱 𝟎 = 𝟑 𝐥𝐧𝐱 𝟎 − 𝐱 𝟎 + 𝟐
𝐱𝟏 = 𝐱𝟎 −
𝟏
(𝐱 − 𝟏)
𝟎

𝐥𝐧𝟑−𝟑+𝟐
𝐱𝟏 = 𝟑 − 𝟏 =3.147918433
(𝟑−𝟏)

Si 𝐤 = 𝟏 𝐱 𝟏 = 3.147918433 −
𝐥𝐧3,147918433 −3,147918433 +𝟐
𝟏 =3,146193441
( −𝟏)
3,147918433

Si 𝐤 = 𝟐 𝐥𝐧3,146193441 −3,146193441 +𝟐
𝐱 𝟐 = 3,146193441 − 𝟏 =3,146193221
( −𝟏)
3,146193441

𝐄𝐑𝐑𝐎𝐑 = 𝐱 𝟑 − 𝐱 𝟐 = 𝟐, 𝟐𝟎𝟏𝟕𝐱𝟏𝟎−𝟕 < 𝟏𝐱𝟏𝟎−𝟒

 −𝒕 −𝒕
𝒚 = 𝒇 𝒕 = 𝟏𝟗𝟖𝟎 𝟏 − 𝒆𝟏𝟎 − 𝟗𝟖𝒕 𝒙 = 𝒓 𝒕 = 𝟏𝟎𝟎𝟎(𝟏 − 𝒆 )
𝟏𝟎
−𝒕
𝒚′ = 𝒇′ 𝒕 = 𝟏𝟗𝟖 𝒆𝟏𝟎 − 𝟗𝟖

−𝟏𝟔
𝟏𝟗𝟖𝟎∗ 𝟏−𝒆 𝟏𝟎 −(𝟗𝟖∗𝟏𝟔)
𝒑𝟏 = 𝟏𝟔 − −𝟏𝟔 =16.21102977
𝟏𝟗𝟖∗ 𝒆 𝟏𝟎 −(𝟗𝟖)
 − 16.21102977
𝟏𝟗𝟖𝟎 𝟏−𝒆 𝟏𝟎 −𝟗𝟖∗16.21102977
𝒑𝟐 = 16.21102977 − − 16.21102977 =16.20952805
𝟏𝟗𝟖 𝒆 𝟏𝟎 −𝟗𝟖

− 16.20952805
𝟏𝟗𝟖𝟎 𝟏−𝒆 𝟏𝟎 −𝟗𝟖∗16.20952805
𝒑𝟑 = 16.20952805 − − 16.20952805 =16.20952798
𝟏𝟗𝟖 𝒆 𝟏𝟎 −𝟗𝟖

−16.20952798
𝟏𝟗𝟖𝟎 𝟏 − 𝒆 𝟏𝟎 − (𝟗𝟖 ∗ 16.20952798)
𝒑𝟒 = 16.20952798 − −16.20952798
= 16.20957798
𝟏𝟗𝟖 𝒆 𝟏𝟎 − 𝟗𝟖

−16.20957798
1980 1 − 𝑒 10 − 98 ∗ 16.20957798
𝑝5 = 16.20957798 − = 16.20952798
−16.20957798
198 𝑒 10 − 98
 𝑝0 = −2.6
𝑝1 = −2.4
[(−𝟐.𝟒)𝟑 −𝟑 −𝟐.𝟒 +𝟐]∗[−𝟐.𝟒−(−𝟐.𝟔)]
𝒑𝟐 = −𝟐. 𝟒 − [(−𝟐.𝟒)𝟑 −𝟑 =-2.106598985
−𝟐.𝟒 +𝟐]−[((−𝟐.𝟔)𝟑 −𝟑 −𝟐.𝟔 +𝟐)]

[(2.106598985 )𝟑 −𝟑 2.106598985 +𝟐]∗[2.106598985 −(−𝟐.𝟒)]

𝒑𝟑 = −2.106598985 − =-2.022641412
[(−2.106598985 )𝟑 −𝟑 2.106598985 +𝟐]−[((−𝟐.𝟒)𝟑 −𝟑 −𝟐.𝟒 +𝟐)]

[(−2.022641412)𝟑 −𝟑
−2.022641412 +𝟐]∗[−2.022641412−(−2.106598985 )]
𝒑𝟒 = −2.022641412 − [(−2.022641412)𝟑−𝟑 −2.022641412 +𝟐]−[((−2.106598985 )𝟑 −𝟑 −2.106598985 +𝟐)]= -2.001511098
 [(−2.001511098)𝟑 −𝟑
−2.001511098 +𝟐]∗[−2.001511098−(−2.022641412)]
𝒑𝟓 = −2.001511098 − [(−2.001511098)𝟑−𝟑 −2.001511098 +𝟐]−[((−2.022641412)𝟑 −𝟑 −2.022641412 +𝟐)]= -2.000022537

[(−2.000022537)𝟑 −𝟑
−2.000022537 +𝟐]∗[−2.000022537−(−2.022641412)]
𝒑𝟔 = −2.000022537 − [(−2.000022537)𝟑−𝟑 −2.000022537 +𝟐]−[((−2.022641412)𝟑 −𝟑 −2.022641412 +𝟐)]= -2.000000022

[(−2.000000022)𝟑 −𝟑 −2.000000022 +𝟐]∗[−2.000000022−(−2.000022537)]

𝒑𝟕 = −2.000000022 − = -2.000000000
[(−2.000000022)𝟑 −𝟑 −2.000000022 +𝟐]−[((−2.000022537)𝟑 −𝟑 −2.000022537 +𝟐)]
150 122 = 144 < 150 < 169 = 132
150
= 12.5 = 12.50
12
𝐴1 = 12
150
12 + 12.50 = 12.24489796 = 12.244898
𝐴2 = = 12.25 12.25
2
12.25 + 12.244898 Calculadora:
𝐴3 = = 12.247449
2 12.24744871
PROBLEMAS
Problema 01
Calcule una raíz real de la ecuación:
𝑓 𝑥 = 𝑥 3 + 2𝑥 2 + 10𝑥 − 20 = 0
Empleando como valor inicial 𝑥0 = 1.
Primero:
Transformamos la ecuación a la forma equivalente:
𝑥 = 𝑔(𝑥)
Obteniendo tres formas de esta ecuación:
20 𝑥 3 −2𝑥 2 +20
𝑎) 𝑥 = b)𝑥 = 𝑥 3 + 2𝑥 2 + 11𝑥 − 20 c) 𝑥 = −
𝑥 2 +2𝑥+10 10
Derivamos cada ecuación:

−20(2𝑥 + 2) 2
−3𝑥 2 − 4𝑥
𝑎) 𝑔′(𝑥) = 2 b)𝑔′(𝑥) = 3𝑥 + 4𝑥 + 11 c) 𝑔′(𝑥) =
(𝑥 +2𝑥 + 10)2 10

Reemplazamos 𝑥0 = 1:

−20(2 + 2) −3 − 4
𝑎) 𝑔′(1) = b) 𝑔′(1) = 32 + 4 + 11 c) 𝑔′(1) =
(12 +2 + 10)2 10

−80 −7
𝑎) 𝑔′(1) = b) 𝑔′(1) = 34 c) 𝑔′(1) =
169 10

𝑎) 𝑔′(1) = 0.47337 b) 𝑔′(1) = 34 c) 𝑔′(1) = 0.7

𝑎) Promete convergencia b) No promete convergencia c) Promete convergencia

Aplicamos una tabla de iteración para la 1°forma, donde el criterio 𝜀 = 10−3 a
𝑥𝑖+1 − 𝑥𝑖 en caso de convergencia, se tiene:
−20(2𝑥 + 2)
𝑔′(𝑥) = 2
(𝑥 +2𝑥 + 10)2
i 𝒙𝒊 𝑥𝑖+1 − 𝑥𝑖 𝒈′(𝒙𝒊 )
0 1 0.47337
1 1.53846 0.53846 0.42572
2 1.29502 0.24344 0.45100
3 1.40183 0.10681 0.44047
4 1.35421 0.04762 0.44529
5 1.37530 0.02109 0.44317
6 1.36593 0.00937 0.44412
7 1.37009 0.00416 0.44370
8 1.36824 0.00184 0.44389
9 1.36906 0.00082 0.44380
Se observa que 𝒈′(𝒙𝒊 ) se mantiene menor de uno. Una vez que 𝑥𝑖+1 − 𝑥𝑖 < 10−3 , se
define el proceso y se toma como raíz a 𝑋9
𝑋෠ = 1.36906
Por otro lado con la 3° forma:
−3𝑥 2 − 4𝑥
c) 𝑔′(𝑥) =
10
i 𝒙𝒊 𝑥𝑖+1 − 𝑥𝑖 𝒈′(𝒙𝒊 )
0 1 0.7
1 1.7 0.70000 1.54700
2 0.93070 0.76930 0.63214
3 1.74614 0.81544 1.61316
4 0.85780 0.88835 0.56386
5 1.78972 0.93192 1.67682

Esta es una divergencia lenta, ya que 𝒈′(𝒙𝒊 ) ′toma valores mayores de 1 en algunos
puntos. Por lo tanto que el valor absoluto de 𝒈 𝒙 sea menor que 1 en la región que
comprende la raíz buscada queda descartada esta forma.
Código en Matlab:
Expresión resultante en Matlab:
Problema 02
Use el método de la secante para encontrar una raíz real de la siguiente ecuación
polinominal, donde 𝑥0 = 0 𝑦 𝑥1 = 1:

𝑓 𝑥 = 𝑥 3 + 2𝑥 2 + 10𝑥 − 20 = 0

Para realizar el método de la secante se debe transformar la ecuación a la siguiente

forma:
𝑥𝑛 − 𝑥𝑛−1
𝑥𝑛+1 = 𝑥𝑛 − 𝑓 𝑥𝑛 .
𝑓 𝑥𝑛 − 𝑓(𝑥𝑛−1 )

(𝑥𝑖 − 𝑥𝑖−1 )(𝑥𝑖3 + 2𝑥𝑖2 + 10𝑥𝑖 − 20)

𝑥𝑖+1 = 𝑥𝑖 −
𝑥𝑖3 + 2𝑥𝑖2 + 10𝑥𝑖 − 20 − (𝑥𝑖−1
3 2
+ 2𝑥𝑖−1 + 10𝑥𝑖−1 − 20)
Reemplazamos 𝑥0 = 0 𝑦 𝑥1 = 1 para calcular 𝑥2 :

1 − 0 13 + 2 1 2 + 10 1 − 20
𝑥2 = 1 − 3 = 1.53846
1 + 2 1 2 + 10 1 − 20 − 03 + 2 0 2 + 10 0 − 20

Se desarrolla una tabla de intervalos:

i 𝑥𝒊 𝑥𝑖+1 − 𝑥𝑖
0 0
1 1 1
2 1.53846 0.53846
3 1.35031 0.18815
4 1.36792 0.01761
5 1.36881 0.00090
𝑥𝑖+1 − 𝑥𝑖 ≤ 𝜀 = 10−3
RPTA: Una de las raíces reales de la ecuación 𝑓 𝑥 = 𝑥 3 + 2𝑥 2 + 10𝑥 − 20 = 0 es 𝑋෠ = 1.36881
Código en Matlab:
Expresión resultante en Matlab:
Problema 03 CON METODO DE NEWTON RAPHSON
Problema 04
Obtener una raíz de la función 𝐟 𝐱 = 𝐱 𝟓 − 𝟐𝟎𝟓 en el intervalo [2,3] por
el método de Newton-Raphson, tomando como aproximación inicial
𝒙𝟎 = 𝟐. Entrar también la cuarta iteración resultante del proceso
iterativo y dar los resultados con seis cifras decimales correctas.

Dada 𝑥𝑛 , la aproximación más reciente a un

cero α de la función f : R → R, se quiere Tiene orden de convergencia 2 (cuadrática)
obtener una nueva aproximación a esa raíz. y constante de error asintótico
Consideramos el punto de intersección con el
eje x de la tangente a f en el punto (𝑥𝑛 ,𝑓(𝑥𝑛 )),
tomando ese punto de intersección 𝑥𝑛+1 como
siguiente aproximación. El punto de Partiendo de 𝑥0 = 2 para comenzar el proceso,
intersección viene definido por: obtenemos el valor de la primera iteración:
 Las iteraciones que se obtienen son:

La convergencia se produjo en la iteración: 7. Como es 𝑓 ′ 𝑥 = 5𝑥 4 y 𝑓 ′′ 𝑥 = 20𝑥 3 , siendo la

aproximación a la raiz α= 2.8996846677673426296 , la constante de error asintótico vale
aproximadamente 0.68973017039812509975, que es el valor hacia el que tiende la última columna
de la tabla.
Sigue una gráfica con la representación de la función, y las tangentes trazadas desde los diferentes
puntos (inicial y siguientes), junto a su intersección con el eje x, que produce la siguiente aproximación.
Aparecen los diferentes puntos de la sucesión {𝑥𝑛 } sobre el eje x con un pequeño círculo y los puntos
correspondientes sobre la curva con un cuadrado, y ambas sucesiones de puntos se van aproximando
progresivamente a la solución.
Partiendo ahora de 𝑥0 = 3, las iteraciones son:
La convergencia se produjo en la iteración: 4. La gráfica correspondiente es: