INTRODUCCIÓN

En métodos numéricos se utilizan fórmulas que requieren de un solo valor de inicio,

de los cuales se basan por medio de intervalos para poder hallar la raíz, a estos se
les llama métodos abiertos, mientras que los métodos numéricos cerrados calculan
la aproximación de cada raíz en cada iteración. En métodos numéricos también se
aplican varios métodos, entre ellos, el método de bisección se utiliza para obtener
una mejora en aproximación de raíces a partir de un intervalo inicial; este método
se relaciona con regla falsa, sustitución sucesiva, Newton – Raphson y Secante.
 I. PROGRAMACIÓN DE LOS MÉTODOS DE BISECCIÓN Y NEWTON
RAPHSON EN UNA APLICACIÓN
1.1 CONCEPTUALIZACIÓN

MÉTODO ¿EN QUÉ VENTAJAS DESVENTAJAS

NUMÉRICO CONSISTE?
BISECCIÓN Obtiene una mejor -Es convergente. -Es convergente, pero
aproximación de raíz -Se basa en el de una manera lenta.
por medio de un Teorema del Bolzano. -Permite encontrar,
intervalo inicial (a,b), - Se establece un solamente una raíz,
es corte o división de límite de error. aunque existan más
una figura en dos -Es fácil de en el intervalo.
partes iguales. implementar. -En algunas
-Requiere que la ocasiones la
función sea continua determinación del
en el intervalo intervalo inicial no es
especificado muy fácil.
- No puede determinar
raíces complejas.
REGLA FALSA Se busca un punto -Es convergente. -Es más rápido que el
medio del intervalo -Es estable. primer método, pero
que del cual, une por -Es fácil de sigue siendo lento.
medio de una línea implementar. -En ocasiones se
recta las imágenes de -Se puede utilizar detectan más errores
la función. cuando no se sabe que bisección.
nada de la función
SUSTITUCIÓN Se sustituyen valores -Tiene convergencia -Es muy inestable.
iniciales en este rápida. -Necesita de una
SUCESIVA
método. Es decir, se -No es necesario que escogencia adecuada
reemplaza en la se conozca la de la g(x).
ecuación f(x)=0 por derivada de la función.
otro x=g(x).
NEWTON- Presenta mejores -Se emplea en la -Tiene una lenta
características de solución de problemas convergencia.
RAPHSON
eficiencia, ya que casi académicos, y -No existe un criterio
siempre la solución problemas del mundo general de
puede ser real. convergencia.
 convergente, y se -Es un método muy -No tiene el
realiza con un número conocido y eficiente conocimiento del
mínimo de iteraciones. para la resolución de problema.
las ecuaciones que no
son lineales.
SECANTE Corta a una -El método se puede -Es de convergencia
circunferencia en dos aplicar cuando la lenta.
puntos, estos mismos, función es demasiado -Se corre con el riesgo
se acercan a un punto compleja. de que al usarlo este
y, sin embargo, -Se puede usar mismo no se converja
cuando solamente principalmente en la y no se pueda usar la
existe un punto que computación, raíz.
toca la circunferencia principalmente
se llama tangente. cuando los algoritmos
de obtención de
derivadas suelen ser
básicamente de
carácter numérico.

1.2 MÉTODOS ABIERTOS

Son aquellos de los cuales no se necesita de un intervalo para hallar una raíz, en
este tipo de métodos se calcula en cada iteración una aproximación a la raíz, es
importante indicar que estos se utilizan en una o dos aproximaciones iniciales, y a
su vez, se pueden generar una divergencia, para que cuando se converjan lo hagan
más rápidamente. Usualmente los métodos abiertos requieren únicamente de un
solo valor de inicio, o bien, un par de ellos mismos, sin embargo, para obtener raíces
múltiples, su funcionamiento no es el mejor.

Se dividen en los siguientes:

 Método de recta secante.

 Método de Newton-Raphson.
 Método de punto fijo.
 Raíces múltiples.
 1.3 MÉTODOS CERRADOS

Al contrario, a los métodos abiertos, en los métodos cerrados, se requiere de un

intervalo de valores de una variable independiente, es decir, una función suele
cambiar de un signo en un intervalo que encierra la raíz, ya que para poder
desarrollar este tipo de algoritmos se necesita de dos valores iniciales, tanto en el
límite superior como en el límite inferior, entre los cuales ya se encuentra la raíz
indicada anteriormente. Este tipo de métodos cerrados se dividen:

 Método de bisección.
 Método de regla falsa.
1.4 CASOS PRÁCTICOS
Se necesita encontrar la ecuación respectiva a partir del Diagrama de Esfuerzo
cortante y Momento Flector, de la cual es la siguiente:
𝑓(𝑥) = 12 − 10𝑥 2 − 185𝑥 + 1650

Después para encontrar los valores iniciales inferior, 𝑥𝑡 , y superior 𝑥𝑢 , que encierren
la raíz, tabulamos 𝑓(𝑥) desde 𝑥 = 1 hasta 𝑥 = 12 y buscamos el intervalo donde la
función cambia de signo.
𝒙 𝒇(𝒙)
𝒙 𝒇(𝒙)
1 1467
7 -123
2 1252
8 -458
3 1017
9 -813
4 762
10 -1188
5 487 11 -1583
6 192 12 -1998

Se puede notar que el cambio de signo se da entre x=6 y x=7.

Utilizaremos el método de bisección.
Es importante indicar que la función 𝑓(𝑦) queda de la siguiente manera:

20(3 + 𝑦)
𝑓(𝑦) = 1 −
𝑦2
9.81 (3𝑦 + 2 )

Se puede notar que en la gráfica mostrada anteriormente la función presenta dos

asíntotas verticales, es decir 𝑓(−6) y en 𝑓(0), por tanto, para encontrar los valores
iniciales inferior, 𝑥𝑡 y superior 𝑥𝑢 , que encierren la raíz, se tabula de la siguiente
manera
 𝒚 𝒇(𝒚)
-5 -0.6309
-4 0.4903
-3 1
-2 1.5097
-1 2.6309
El cambio de signo se da entre 𝑦 = −5 y 𝑦 = −4

En este ejercicio también se aplicará el método de la bisección y el de Newton-

Raphson, ya que se puede reducir a la siguiente expresión:

La primera derivada en x es equivalente a la pendiente:

𝑓(𝑥𝑖 ) − 0
𝑓 ′ (𝑥𝑖 ) =
𝑥𝑖 − 𝑥𝑖+1

De la cual se obtiene la fórmula de Newton-Raphson

𝑓(𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 −
𝑓′(𝑥𝑖 )
a) Forma gráfica

Se puede apreciar que la raíz más grande se encuentra entre 𝑥 = 3 y 𝑥 =

3.5, por lo tanto, se puede indicar que la función es aproximadamente
𝑥𝑟 ≈ 3.34
b) Con el uso del método de Newton-Raphson (tres iteraciones, 𝑥𝑖 = 3.5)
Derivando 𝑓(𝑥) se obtiene
𝑓 ′ (𝑥) = 2.85𝑥 2 − 11.8𝑥 + 10.9
𝑓(𝑥0 ) 𝑓(3.5) 0.60625
𝑥1 = 𝑥0 − ′ = 3.5 − ′ = 3.5 − = 3.3657
𝑓 (𝑥0 ) 𝑓 (3.5) 4.5125
𝑓(𝑥1 ) 𝑓(3.3657) 0.0714
𝑥2 = 𝑥1 − ′ = 3.3657 ′(3.3657) = 3.3657 = = 3.3451
𝑓 (𝑥1 ) 𝑓 3.4694
𝑓(𝑥2 ) 𝑓(3.5) 0.0015
𝑥3 = 𝑥2 − ′ = 3.3451 ′ = 3.3451 − = 3.3446
𝑓 (𝑥2 ) 𝑓 (3.5) 3.3185
 c) Con el método de la secante (tres iteraciones, 𝑥𝑖−1 = 2.5 y, 𝑥𝑖 = 3.5)
𝑓(𝑥𝑖 )(𝑥𝑖−1 − 𝑥1 )
𝑥𝑖+1 = 𝑥𝑖 −
𝑓(𝑥𝑖−1 ) − 𝑓(𝑥𝑖 )
)(𝑥
𝑓(𝑥0 −1 − 𝑥0 ) 𝑓(3.5)(2.5 − 3.5)
𝑥1 = 𝑥0 − = 3.5 − = 3.3303
𝑓(𝑥−1 ) − 𝑓(𝑥0 ) 𝑓(2.5) − 𝑓(3.5)
𝑓(𝑥1 )(𝑥0 − 𝑥1 ) 𝑓(3.5)(3.3303 − 3.5)
𝑥2 = 𝑥1 − = 3.3303 − = 3.2966
𝑓(𝑥0 ) − 𝑓(𝑥1 ) 𝑓(3.3303) − 𝑓(3.5)
𝑓(𝑥2 )(𝑥1 − 𝑥2 ) 𝑓(3.2966)(3.3303 − 3.2966)
𝑥3 = 𝑥0 − = 3.2966 − = 𝟑. 𝟎𝟑𝟔𝟗
𝑓(𝑥1 ) − 𝑓(𝑥2 ) 𝑓(3.3303) − 𝑓(3.2966)
El método es divergente, es decir, no se llega a un resultado acertado.
d) Por medio del método de la secante modificado (tres iteraciones, 𝑥𝑖 = 3.5, 𝛿 =
0.01)
𝛿 − 𝑓(𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 −
𝑓(𝑥𝑖 + 𝛿) − 𝑓(𝑥𝑖 )
𝛿 − 𝑓(𝑥0 ) 𝑓(3.5)(2.5 − 3.5)
𝑥1 = 𝑥0 − = 3.5 − = 4.0969
𝑓(𝑥0 + 𝛿) − 𝑓(𝑥0 ) 𝑓(2.5) − 𝑓(3.5)
𝛿 ∙ 𝑓(𝑥1 ) 𝑓(3.5)(3.3303 − 3.5)
𝑥2 = 𝑥1 − = 3.5 − = 9.0408
𝑓(𝑥1 + 𝛿) − 𝑓(𝑥1 ) 𝑓(3.3303) − 𝑓(3.5)
𝛿 ∙ 𝑓(𝑥2 ) 𝑓(3.2966)(3.3303 − 3.2966)
𝑥3 = 𝑥0 − = 3.2966 −
𝑓(𝑥2 + 𝛿) − 𝑓(𝑥2 ) 𝑓(3.3303) − 𝑓(3.2966)
= 𝟑𝟐𝟏. 𝟑𝟒𝟒𝟐
El resultado es acertado ya que el método difiere.
 REFERENCIAS

 Métodos numéricos para la enseñanza. (s.f.). Recuperado 10 junio 2021, de

https://multimedia.uned.ac.cr/pem/metodos_numericos_ensenanza/modulo
2/descripcionmetodo.html
 Procesos numéricos regla falsa. (s.f.). Recuperado 10 junio 2021, de
https://sites.google.com/site/procesosnumericoseafit20142/regla-falsa
 2.2 Métodos abiertos; Iteración punto fijo, Método de Newton Raphson y
Método de la secante. Métodos para raíces multiples. (s.f.). Recuperado 10
junio 2021, de https://sites.google.com/site/metalnumericos/home/unidad-
3/2-2-metodos-abiertos-iteracion-punto-fijo-metodo-de-newton-raphson-y-
metodo-de-la-secante-metodos-para-raices-multiples
 Métodos Numéricos. (s.f.). Recuperado 10 junio 2021, de
https://mynmblog.wordpress.com/category/metodos-abiertos/
 Métodos abiertos. (s.f.). Recuperado 10 junio 2021, de
https://sites.google.com/site/procesosnumericostin20/practica1/metodos-
abiertos