UNIVERSIDAD NACIONAL MAYOR DE SAN

MARCOS
Facultad de ciencias matemáticas
Unidad de Postgrado

Métodos Numéricos
SOLUCIÓN DE ECUACIONES NO
LINEALES METODO DE NEWTON
RAPHSON
Dr. Ing. Santiago Esteban Contreras Aranda

Santicontreras@live.com
27/10/
1
2019
 AGENDA

2. 3. Método de Newton Raphson.

2.4. Método de la Bisección
2.5.Método de la Secante

27/10/20
2
19
 Método de Newton Raphson.

El método en análisis es un procedimiento que

puede ser aplicado en una diversidad de
oportunidades, principalmente cuando se trata
de funciones que tengan raíces reales.
Supongamos que estamos interesados en
determinar las raíces de f(x) numéricamente
siendo r una raíz y considerando que x es una
aproximación a este valor, consideremos que
f’’ existe y es continua luego tendremos por el
Teorema de Taylor lo siguiente:
27/10/20
3
19
 Método de Newton Raphson.

.
h2 h3 h4 v hn n
f ( x  h)  f ( x)  hf ( x)  f ( x)  f ( x)  f  ( x)  ....  f ( x)
2! 3! 4! n!

 2
0  f (r )  f ( x  h)  f ( x)  hf ( x)  0.( h )
En donde h = r – x, que ocurre si h se
aproxima a cero entonces x se aproxima a
la raíz r. Si ignoramos el tercer término
podemos determinar el valor para h. es
decir tenemos que: 27/10/20
19
4
 Método de Newton Raphson.

. f ( x)
0  f ( x)  hf ( x)  h  
f ( x)
f ( x)
x
f ( x )
Si aproximamos a la raíz r entonces se deberá
encontrarse más cerca de r. De esta manera el Método
de Newton comienza con una estimación x0 para r y a
partir de la cual se define usando inducción la
sucesión de aproximación que se representa de la
27/10/20
siguiente manera: 19
5
 Método de Newton Raphson.

f (xn )
x n1  x n  , para n  0
f ( x n )

27/10/20
6
19
 Método de Newton Raphson.

.
Algoritmo de seudocódigo
Input x0,M,, 
yf(x0)
output 0, x0, y
if /y/ < 
then stop
for k = 1,2,3,….M
xx-y / f’(x)
y f(x1)
Output k, x1, y
if |x1-x0| < or |y| <,
Then stop
x0x1 27/10/20
19
7

End
 Método de Newton Raphson.

.
Programa en Matlab para el método de newton
function newton(f,df)
% help newton;
x0 = input('ingrese el valor de xo=');
N =input('ingrese el valor máximo de iteraciones N=');
e=input('ingrese el error');
x(1)=x0;
%fprintf('\n iteración i valor de x(i) Valor de g(i) valor absoluto de f(xi) \
for i=1:N
x(i+1)=x(i)-feval(f,x(i))/feval(df,x(i));
if abs(x(i+1)-x(i))<=e
disp('la raíz aproximada es ');
x(i+1)
break
end 27/10/20
8
end 19
 Método de Newton Raphson.

LA FUNCION
function y=f2(x)
y=x^3+2*x^2+10*x-20;
SU DERIVADA
function y=df2(x)
y=3*x^2+4*x+10

27/10/20
9
19
 Método de Newton Raphson.

.
Interpretación gráfica del método
Antes de continuar con el análisis del
método consideremos la idea de bosquejar
una interpretación gráfica. En estas
circunstancias podemos decir que el método
de Newton consiste en la linealización de la
función esto quiere decir que la función f(x)
será sustituida por una función lineal y esto
ocurre cuando usamos la serie de Taylor del
siguiente modo
27/10/20
10
19
 Método de Newton Raphson.

. 1 ( x  c)( x  c)( x  c)
f ( x)  f (c)  ( x  c) f (c)  f (c)( x  c) 
2
f (c)  ......
2! 3!
Luego si linealizamos tenemos
l(x) = f ( c) + f ’ (c) (x-c), en este caso se
observa que l(x) es una buena aproximación
de la función f(x) en c , de hecho tenemos que
la función l(x) tiene el mismo valor que f (c) y la
misma pendiente es decir l’ ( c ) = f’ ( c ) esto
en el punto c . En otras palabras graficar el
método de Newton se debe de considerar la
tangente a f(x) en un punto cercano de r 27/10/20
19
11
 Método de Newton Raphson.

27/10/20
12
19
 Método de Newton Raphson.

ESQUEMA DEL MÉTODO DE NEWTON

Esto se puede realizar de manera esquemática:
1.- Representar gráficamente la función f(x) la cual corta
al eje x en r que es la raíz de f(x)
2.- Representar x0 como el valor inicial de la sucesión de
puntos en el eje de las X.
3.- Trazar la tangente a la función f(x) en x0 y ubicar el
punto de corte con el eje X y la tangente y denotarlo con
x1 el cual será la nueva aproximación a la raíz r.
4.- El proceso se repite hasta que sea necesario es decir
cumpla con las exigencias en otras palabras falta que |
f(xk) | <  y | xk+1-xk | <  se cumpla una o ambas.
5. Si en el caso de no cumplirse en un número máximo de
27/10/20
13
iteraciones se sugiere reiniciar de nuevo.
19
 Método de Newton Raphson.

Ejemplo: Determinar una raíz de

3 2
f ( x)  x  2 x  10 x  20
considerando x0 =1, y el criterio de convergencia

xk 1  xk  = 10-3

27/10/20
14
19
 Método de Newton Raphson.

Solución
Primero determinamos la derivada del polinomio

2
f ( x)  3x  4 x  10
Aplicar la sucesión iterativa

f ( xk )
x k 1  x k 
f ( x k ) 27/10/20
19
15
 Método de Newton Raphson.

3 2
( x k )  2( x k )  10 x k  20
x k 1  x k 
2
3( x k )  4 x k  10

a)x1 = 1.41176
b)X2 = 1.36934
c)X3 = 1.36881
X4 = 1.36881 27/10/20
19
16
 Método de Newton Raphson.

Cuadro que representa los diferentes cálculos

para determinar la aproximación de una raíz
usando el Método de Newton
Nº k xk
x k 1  x k g ( x k )

0 1.00000 0.00000 0.24221

1 1.41176 0.41176 0.02446
2 1.36934 0.04243 0.00031
3 1.36881 0.00053 1.09x10-6
4 1.36881 0.00000 1.2714x10-6
27/10/20
17
19
 Método de Secante

Método de la secante

Debemos recordar que una de las

debilidades del método de Newton es que
utiliza la derivada de la función y se trata
de encontrar un cero de esta.

Es en este sentido que surge una diversidad

de métodos y uno de ellos es el Método de
la Secante que analizaremos en adelante.
27/10/20
18
19
 Método de Secante

Supongamos que estamos interesados en solucionar

la debilidad de la metodología de Newton,
empecemos por reemplazar la derivada f’ (x) en la
secuencia que origina el método de Newton por un
cociente de diferencias es decir

f ( x k )  f ( x k 1 )
f ( x k ) 
x k  x k 1
27/10/20
19
19
 Método de Secante

recordemos que esta relación tiene como

fundamento la definición de la derivada de f(x)
en términos de un límite, realicemos tal
sustitución enunciada y así tendremos.

x k  x k 1
x k 1  x k  f ( x k ) ..... k  1,2,3,...
f ( x k )  f ( x k 1 )

27/10/20
20
19
 Método de Secante

Observemos que si calculamos xk+1 entonces se

requiere conocer xk y xk-1 esto quiere decir que se
deben de dar en la problemática estos dos
valores.

Así también se observa que para determinar el

valor de xk sólo se requiere un cálculo de f(x) .

27/10/20
21
19
 Método de Secante

Interpretación gráfica
L a interpretación gráfica es similar que la interpretación
grafica del método de Newton solo que en este caso se
debe de considerar la línea tangente como una línea
secante

27/10/20
22
19
 Método de Secante

Ejemplo
Usar el método de la secante para encontrar
una raíz real de la ecuación polinomial

3 2
f ( x)  x  2 x  10 x  20
considere x0 = 0; x1 = 1, usar como criterio de convergencia
la secuencia de distancias de aproximación a la raíz
27/10/20
23
19
 Método de Secante

Solución
a) Aplicamos la secuencia que determina la
metodología:
x k  x k 1
x k 1  x k  f ( x k ) ..... k  1,2,3,...
f ( x k )  f ( x k 1 )

x1  x 0
x 2  x1  f ( x1) ..... k  1
f ( x1)  f ( x 0 )

Entonces x2 = 1.53846 27/10/20

24
19
 Método de Secante

b) X3 = 1.35031

c) X4 = 1.36792

d) X5 = 1.36881

27/10/20
25
19
 Método de Secante

a seguir presentamos el cuadro que se

obtiene al realizar dicha metodología
en el cual observaremos que se trata de
un método rápido en convergencia casi
tan igual que el Método de Newton pero
mucho más rápido que el Método de
Punto Fijo

27/10/20
26
19
 Método de Secante

Nº de xk

x k 1  x k
itera
cion
es k
0 0.00000 0.00000
1 1.00000 1.00000
2 1.53856 0.53846
3 1.35031 0.18815
4 1.36792 0.01761
5 1.36881 0.00090

27/10/20
27
19
 Método de Secante

Ejemplo
Usar el método de la secante para encontrar
una raíz real de la ecuación polinomial

3 2
f ( x)  x ´ senhx  4 x  6 x  9
considere x0 = 7; x1 = 8, usar como
criterio de convergencia la secuencia
de distancias de aproximación a la
27/10/20
28
19

raíz.
 Método de Secante

a) Aplicamos la secuencia que determina la

metodología:

x k  x k 1
x k 1  x k  f ( x k ) ..... k  1,2,3,...
f ( x k )  f ( x k 1 )

Entonces x2 = 7.05895

27/10/20
29
19
 Método de Secante

b) X3 = 7.11764

c) X4 = 7.11289

d) X5 = 7.11306

e) X6 = 7.11306
27/10/20
30
19
 Método de Secante

A seguir presentamos el cuadro que

se obtiene al realizar dicha
metodología en el cual
observaremos que se trata de un
método rápido en convergencia casi
tan igual que el Método de Newton
pero mucho más rápido que el
Método de Punto Fijo
27/10/20
31
19
 Método de Secante

Nº k xk x k 1  x k
0 7.00000
1 8.00000 1.00000
2 7.05895 0.94105
3 7.11764 0.05859
4 7.11289 0.00475
5 7.11306 0.00017
6 7.11306 0.00000
27/10/20
32
19
 Método de La Bisección

Método de la bisección
Supongamos que se tiene una función
continua en el intervalo [a,b] y de tal
manera que f(a)*f(b) < 0 esto quiere
decir que f(x) tiene un cero en el
intervalo abierto (a,b). Por la razón que
el producto del valor de la función en a
y b es negativo es decir cambia de
signo en el intervalo [a,b], lo que afirma
es una consecuencia del teorema del
27/10/20
19
33

valor medio.
 Método de La Bisección

Pues el método en análisis explota el

hecho anterior para su fundamento,
pues dicho método determina c =
(a+b)/2 y averigua si f(a) f(c) <0 si esto
resulta siendo cierto entonces f(x)
tiene una raíz en el intervalo [a,c]. En
seguida tomamos el valor de c como b
y realizamos el mismo análisis
anterior.
27/10/20
34
19
 Método de La Bisección

Si ocurriera que f(a) f(c) >0 entonces f(c) f(b) < 0

en este caso redefinimos a c =a En ambos caso
a sucedido que se a determinado un nuevo
intervalo que contiene una raíz de la función y el
proceso puede repetirse.

Si f(a)* f(c) = 0, o f(c)* f(b) = 0; entonces f(c) = 0 y

con esto se ha determinado una raíz del
polinomio, pero vale aclarar que este caso no
sucede en general puesto que los redondeos en
una computadora difícil es cero. Por esta razón
27/10/20
es que para concluir se debe realizar con una
19
35

tolerancia de 10-3.
 Método de La Bisección

f(a)
f(b)

f(c) f(b)
a c b

a c b

f(a)
27/10/20
36
19
 Método de La Bisección

PROGRAMA DE LA BISECCION
function biseccion(f)
% help newton;
a = input('ingrese el valor de a=');
b = input('ingrese el valor de b=');
N =input('ingrese el valor máximo de
iteraciones N=');
e=input('ingresde el error');
fa=feval(f,a);
fb=feval(f,b);
27/10/20
37
19
 Método de La Bisección

PROGRAMA DE LA BISECCION
if fa*fb<0
for i=1:N
c=(a+b)/2;
fc=feval(f,c);
if fa*fc<0
b=c;
else
a=c;
end
end

27/10/20
38
19
 Método de La Bisección

PROGRAMA DE LA BISECCION

if abs(b-a)< e
disp('mi raiz aproximada es');
c;
end
else
disp('en el intervalo ingresado no
existe raiz');
end
c
27/10/20
39
19
 Método de La Bisección

PROGRAMA DE LA BISECCION

FUNCIÓN
function y=f2(x)
y=x^3+2*x^2+10*x-20 ;

27/10/20
40
19
 Método de La Bisección

Ejemplos
Determinar una raíz real del polinomio

3 2
f ( x)  x  2 x  10 x  20
considerando un error de 10-3

27/10/20
41
19
 Método de La Bisección

a)Determinamos los valores de a y b

evaluando la función en algunos puntos
donde sea relativamente fácil de evaluar por
ejemplo:
f(0)= -20; f(1) = -7 ; f(-1) = -29 ; f(2) = 16.
Considerando el razonamiento del método
observamos que en el intervalo [1,2] existe
una raíz de la funcional. En este caso
nuestros valores de a = 1, b = 2
b) Determinamos el número de iteraciones
27/10/20

M considerando la siguiente relación

42
19
 Método de La Bisección

ln( a)  ln( )
M
ln( 2)
En donde a es la longitud del intervalo, en
nuestro caso

3
ln( 2  1)  ln(10 )
M 7
ln( 2)

27/10/20
43
19
 Método de La Bisección

c) Realizamos la primera iteración determinando

c = (2+1) / 2 = 1.5;
3 2
f (1.5)  (1.5)  2 * (1.5)  10 (1.5)  20  2.88

Observamos que f(c) = f(1.5) = 2.88 >0

distinto signo que f(a) = f(1) = -7 luego
reemplazamos el valor de b por el valor de c
es decir se tiene el siguiente intervalo (1,
1.5), entonces
27/10/20
44
19
 Método de La Bisección

a = 1; f(1) = -7. b = 1.5; f(1.5) = 2.88

d) Segunda Iteración:

1  1.5
c  1.25;
2
f (1.25)  (1.25) 3  2 * (1.25) 2  10 * (1.25)  20  2.42

27/10/20
45
19
 Método de La Bisección

Observamos que f(c) = f(1.25) = -2.42 < 0

igual signo que f(a) = f(1) = -7 luego
reemplazamos el valor de a por el valor
de c es decir se tiene el siguiente
intervalo (1.25, 1.5), entonces
a = 1.25; f(1.25) = -2.42
b = 1.5; f(1.5) = 2.88
A continuación seguir presentamos el
siguiente cuadro que contiene las 7
iteraciones deseadas
27/10/20
19
en46 donde
denotaremos a = Xa: b = Xb y C = XM
C k  C k 1

Método de La Bisección

K a b c C k  C k 1 f (Ck )
0 1.00000 2.00000
1 1.00000 2.00000 1.50000 0.25000 2.87500
2 1.00000 1.50000 1.25000 0.12500 2.42188
3 1.25000 1.50000 1.25000 0.06250 2.42188
4 1.25000 1.37500 1.37500 0.03125 0.13086
5 1,31250 1.37500 1,31250 0.01563 0.52481
6 1.34375 1.37500 1.34375 0.00781 0.19846
27/10/20
47
19
C k  C k 1

Método de La Bisección

k a b c C k  C k 1 f (Ck )
7 1.35938 1.37500 1.35938 0.00395 0.03417
8 1.36719 1.37500 1.36719 0.00195 0.04825
9 1.36719 1.37109 1.37109 0.00098 0.00702
10 1.36719 1.36914 1.36914 0.00049 0.01358
11 1.36826 1.36914 1.36865 0.00025 0.00329
12 1.36865 1.36914 1.36890 0.00013 0.00186
13 1.36865 1.36890 1.36877 0.00006 0.00071
48
27/10/2019 49