UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE INGENIERÍA INDUSTRIAL

Y DE SISTEMAS

ESCUELA PROFESIONAL DE INGENIERÍA

DE SISTEMAS

CURSO: Métodos Numéricos

TEMA: Método de la Secante
Y Método de Newton Raphson
Prof. Dr. Guillermo Mas

1
 MÉTODO DE LA SECANTE
Definición
El método de la secante es una variante del método de Newton Raphson, y a
diferencia del método de bisección, éste es un método abierto y cuando converge
lo hace más rápido. El método de la secante, a diferencia del método de Newton
Raphson, no requiere conocer la primera derivada para poder aplicar el método de
solución, el método de la secante estima la tangente, lo que se conoce como la
pendiente de la recta, representada por:

al sustituir esta ecuación se sustituye en la ecuación del método de Newton

Raphson:

Para evitar la derivada como en el caso del método de Newton Raphson, se

considera una aproximación a la derivada de la recta que pasa por los valores de
dos iteraciones sucesivas, ya que este método requiere de dos aproximaciones
iniciales de la raíz para poder obtener una pendiente inicial.

El método de la secante necesita dos valores iniciales x0 y x1 para comenzar. Los

valores f(x0 ) y f(x1) se calculan y dan dos puntos sobre la curva. El nuevo punto de
la sucesión es el punto en el cual la recta que une los dos puntos previos corta al
eje x. En el método de la secante los puntos se usan en una sucesión estricta.
Cada vez que se encuentra un nuevo punto, el número más atrasado se descarta.
Al operar de esta forma, se tendrán ciertas iteraciones idénticas a las que se
obtienen al aplicar el método de regla falsa; sin embargo, en este método, es
totalmente posible que la sucesión diverja como se muestra en la figura 1, donde el
punto x2 está claramente más lejano de la raíz que el punto x1. La rapidez de

2
convergencia de este método, cuando se está suficientemente cerca de la solución,
es superior a la de los métodos de bisección y falsa posición.

Figura 1: Divergencia del método de la secante

En lugar de dividir el intervalo [a , b] por la mitad (como en el m. de bisección), se

toma como primera aproximación a la raíz:

p1 = a + h1,

Siendo:

Geométricamente equivale a sustituir la curva y = f(x) por la secante que une los
puntos A B. Téngase en cuenta que la recta que pasa por dos puntos (x1, y1), (x2,
y2) es:
3
En nuestro caso son los puntos A(a, f(a)) y B(b, f(b)):

De aquí se tiene:

El punto de corte con el eje X, esto es p1, se obtiene haciendo x = p1 , y = 0.

Ahora, considerando que la función f(x) sea cóncava en [a, b] , se tienen dos
posibles casos:

1) Si f(a) > 0 (En este caso dejaremos fijo a).

Tomamos p0= b y vamos operando en el intervalo [a, pn] según:

4
 ……...{1}
Para n=1,2,…

(Expresión que sale de sustituir pn =a en {1}).

2) Si f(b) > 0 (En este caso dejaremos fijo b).

Tomamos p0= a y vamos operando en el intervalo [pn, b] según:

Para n=1,2, …
(Expresión que sale de sustituir pn =a en {1})

5
Ejemplo 1
Usar el método de la secante para aproximar la raíz de f ( x ) = e−x − x 2 ,
comenzando

Con x0 = 0, x1 = 1 y hasta que ∈ r ≤ 1%.

Fig. 4. Primera iteración para la f ( x ) = e−x − x 2 , con x0 = 0, x1 = 1,

Aplicando el método de la secante

Solución

x e−x x2 f(x)
0 1 0 1
1 0.36787944 1 - 0.63212056

Se Tiene que f (x0) = 1 y f (x1) = −0.632120558, que se sustituye en la fórmula de

la

Secante para calcular la aproximación x2

 xn −1 − xn − 2 
xn = xn −1 −   * f ( xn −1 )
 f ( xn −1 ) − f ( x )
n−2 

6
 Luego se tendrá que
 x1 − x0   1− 0 
x2 = x1 −   * f ( x1 ) = 1 −   * ( −0.63212056 ) = 0.612699837
 f ( x1 ) − f ( x0 )   −0.63212056 − 1

Con un error aproximado de:

Como todavía no se logra el objetivo, continuamos con el proceso. Resumimos los

Resultados en la siguiente tabla:

Aprox. a la raíz Error aprox.

0 1 100%

0.612699837 63.2%

0.653442133 6.23%

0.652917265 0.08%

De lo cual se concluye que la aproximación a la raíz es

X4 = 0.652917265

Ejemplo 2
Usar el método de la secante para aproximar la raiz de:

Comenzando con 𝑋0 =1 y 𝑋1 =1, y hasta que

Solución

7
Tenemos los valores que sustituimos en la fórmula de la secante para obtener la
aproximación 𝑋2 :

Con un error aproximado de:

Como todavía no se logra el objetivo, continuamos con el proceso. Resumimos los

Resultados en la siguiente tabla:

Aprox. a la raíz Error aprox.

1 100%

0.823315073 21.4%

0.852330280 3.40%

0.853169121 0.09%

8
Algoritmo
Pseudocódigo del método de la secante para encontrar las raíces, en Matlab

9
 METODO DE NEWTON-RAPHSON
Este método, el cual es un método iterativo, es uno de los más usados y efectivos.
A diferencia de los métodos anteriores, el Método de Newton - Rapshon no trabaja
sobre un intervalo, sino que basa su fórmula en un proceso iterativo.

Objetivo del Método

El objetivo de este método es estimar la solución de una ecuación real f(x)=0 a
través de sucesiones aproximadas que se acerquen a la solución por medio de
iteraciones. Para ello se escoge un valor inicial Xo de la secuencia y luego en
circunstancias favorables el método hace el resto moviéndose paso a paso hacia la
raíz.

Funcionamiento del método de Newton

El método de Newton está basado en el uso de una línea tangente como
aproximación de f(x) cerca de los puntos donde el valor de la función es cero:

1. Se escoge una primera aproximación Xo ϵ [a,b] de la solución de la

ecuación.

2. Se calcula la siguiente aproximación X1 utilizando la fórmula de recurrencia.

3. Si |Xn – Xn+1| es menor que nuestra tolerancia al error; entonces Xn+1 es

una solución de la ecuación. De otra forma se pasaría de nuevo al punto
anterior.

10
Interpretación Geométrica del método
En lugar de resolver la ecuación f(x)
=0 resolvemos la ecuación Txo=0
para Txo la recta tangente a f es una
aproximación Xo. Si X1 es la solución
Txo=0 continuamos con el proceso:
de la solución de Tx1=0 obtenemos
x2 y asi sucesivamente. En definitiva,
obtenemos la solución de f(x) = 0
como el límite de la sucesión {Xn}:

Para obtener X1 a partir de Xo hemos

de resolver la ecuación

Esta ecuación se resuelva fácilmente teniendo lo que justifica la formula anterior.

Observaciones sobre el Método de Newton-Raphson

11
• Es el más rápido
• Requiere que f’(x) ≠ 0
• Elegir X0 puede ser delicado
• La acotación del error es complicada
• El criterio de parada más usual es la repetición de cifras.
• Note que el método de Newton-Raphson no trabaja con intervalos donde nos
asegure que encontremos la raíz, y de hecho no hay ninguna garantía de que nos
aproximaremos a dicha raíz.
• Existen ejemplos donde este método no converge a la raíz, en cuyo caso se dice
que el método diverge. Sin embargo, en los casos donde si converge a la raíz lo
hace con una rapidez impresionante, por lo cual es uno de los métodos preferidos
por excelencia.
• También observe que en el caso de que, el método no se puede aplicar. De
hecho, vemos geométricamente que esto significa que la recta tangente es
horizontal y por lo tanto no intersecta al eje x en ningún punto, a menos que
coincida con este, en cuyo caso Xi mismo es una raíz de F(x)

Ejemplos: A continuación, presentamos la solución aproximada de algunas

ecuaciones con el método:

¿Qué ha ocurrido en tercer caso?

• Obviamente se ha presentado
un caso de divergencia.

12
 • También se podría haber presentado
un caso de oscilación como el
siguiente gráfico indica:

Criterio de detención del método:

Caso 1: Si aproximación inicial (X0) sea tu raíz.

Caso2: Cuando el método encuentra la raíz dada una aproximación inicial

válida.

Caso3 (Opcional): Cuando el programa no encuentra la raíz y se termina el

número de iteraciones máximas que tiene el programa.

Caso 4: Si el método al buscar la raíz de una función que no es continua o

tiene asíntota, no le es posible encontrar una raíz y se indetermina.

Caso 5: Dada una función se puede llegar a circular si se le da un valor inicial

donde se en lugar de acercarse a la raíz, se aleje de ella y continué iterando un
infinito número de veces.

Método de la secante y el método de Newton-Raphson

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

13
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.

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

14
un nivel suficientemente alto de precisión (una diferencia lo suficientemente
pequeñas entre xn y xn-1).

Ejercicio 2

Utilice el método de la secante para encontrar una raíz real de la ecuación

polinomial: F(x)=x3+2x2+10x-20=0.

Utilizando la ecuación:

Obtenemos:

Y mediante x0=0 y x1=1 se calcula x2

Los valores posteriores son los siguientes:

Ahí tenemos el resultado, cuando

15
 Conclusiones Generales
Método de regla falsa o posición variable
El método de regla falsa es un método mejorado del método de bisección,
mediante las iteraciones nos permite hallar un valor aproximado de la solución
de la función, es importante tener en cuenta la tolerancia del problema, ya que
en muchos casos el margen de error tiene que ser mínimo, para poder llegar a
una solución adecuada.

Método del punto fijo

• El método de punto fijo es mucho más eficiente en comparación con el método
de Bisección, pero a medida que la eficiencia aumenta los métodos se vuelven
más condicionados.

• Dado el caso en el que probando los criterios de convergencia de punto fijo

para las funciones g, se diera que no se satisfacen las hipótesis con el intervalo
seleccionado, lo que se recomendaría hacer es que se vuelva a tomar un
intervalo mucho más cercano a la raíz. Aunque como ya se mencionó, las
hipótesis solo aseguran la convergencia y que una función g no cumpla las
hipótesis no quiere decir que no converge, esta función g puede o no converger
al punto fijo.

• Suponiendo que |𝑔′| ≤1 entonces la función g converge a una solución, a

medida que el valor de |𝑔′| se encuentre más cercano a 1, la cantidad de
iteraciones que se tendrán que desarrollar serán muchas más a diferencia de
que si el valor de |𝑔′| es mucho menor a 1.

Método de la secante
• El método de la secante se basa en el método de Newton, donde no se
requiere Calcular la derivada.
• Resulta más sencillo calcular las raíces con el método de la secante que con
el método de Newton debido que con la secante se parte de dos puntos (y no
solo uno como el método de Newton) y estima la tangente (es decir, la
pendiente de la recta).

16
• Se puede realizar el algoritmo en MATLab para encontrar las raíces por
medio del método de la secante.
• La elaboración de videos, material didáctico, etc. Contribuyo notablemente
para el rápido aprendizaje de este método.

Método de bisección
El método de la bisección, aunque es conceptualmente claro, tiene
inconvenientes importantes. Es muy lento en su convergencia (es

decir, tiene que ser muy grande para que sea pequeño, por
ejemplo, se requiere de iteraciones para obtener un error absoluto menor
a en el ejemplo anterior), además una buena aproximación intermedia
puede ser descartada inadvertidamente. Sin embargo, el método tiene la
importante propiedad de que siempre converge a una solución, además de que

lo único que se requiere es que sea continua, es por estas razones que se
usa con frecuencia como punto de partida de métodos más eficientes.

Método de Newton – Raphson

Ventajas:

Es el más conocido y eficiente para la resolución del problema de búsqueda de

raíces.

El método de newton es eficiente en la solución de sistemas de ecuaciones no

lineales, converge muy rápidamente y proporciona una muy buena precisión en
los resultados. El método se emplea en la solución de problemas académicos y
en problemas propios del mundo real.

Desventajas:

• Lenta convergencia debida a la naturaleza de la función.

• Cuando un punto de inflexión, 𝑓 ′′ (𝑥 ) = 0 , ocurre en la vecindad de una raíz.
• No existe un criterio general de convergencia. Tener un valor
suficientemente cercano a la raíz. Apoyarse de herramientas gráficas.
Conocimiento del problema físico.
• Evaluación de la derivada.

17
 BIBLIOGRAFÍA

http://docentes.uacj.mx/qtapia/AN/Unidad2/secante.htm

http://es.wikipedia.org/wiki/M%C3%A9todo_de_la_secante

http://miguelcrux.blogspot.com/2009/01/metodos-numericos-metodo-de-
lasecante.html

http://webdelprofesor.ula.ve/nucleotachira/vermig/CLASE1.pd

http://noosfera.indivia.net/metodos/posicionFalsa.html

http://noosfera.indivia.net/metodos/biseccion.html

http://curso.unach.mx/~rarceo/docs/Chapra.pdf

Gracias!!!

Profesor Guillermo Mas

18