MÉTODO

DE LA
FALSA POSICIÒN
MSc. Percy Angulo Vilca
 MÈTODO DE LA FALSA POSICIÒN
Sea la grafica de la ecuación.

¿
𝒇 ( 𝒙𝒖 ) − 𝒇 ( 𝒙 𝒍 )
𝒙𝒍 𝒙𝒓 𝒙𝒖 𝒎=
𝒙𝒖 − 𝒙 𝒍
¿
Elegimos un punto ¿
La ecuación de la recta esta dada por:

𝒚 − 𝒚 𝟎=𝒎 ( 𝒙 − 𝒙 𝟎 )

Reemplazando en la ecuación tenemos:

𝒇 ( 𝒙 𝒖)− 𝒇 ( 𝒙 𝒍 )
𝒚 − 𝒇 ( 𝒙 𝒖)= ( 𝒙 − 𝒙 𝒖)
𝒙 𝒖− 𝒙 𝒍
 Como la recta pasa por el punto , es decir

Entonces:

𝒇 ( 𝒙 𝒖 ) − 𝒇 ( 𝒙𝒍 )
− 𝒇 ( 𝒙𝒖 ) = ( 𝒙𝒓 − 𝒙𝒖 )
𝒙𝒖 − 𝒙𝒍
Desarrollando tenemos:

− 𝒇 ( 𝒙 𝒖 ) ( 𝒙 𝒖 − 𝒙 𝒍 )=[ 𝒇 ( 𝒙 𝒖 ) − 𝒇 ( 𝒙 𝒍 ) ] ( 𝒙 𝒓 − 𝒙 𝒖 )
Despejando “” tenemos:

𝒇 ( 𝒙 𝒖 ) ( 𝒙 𝒖 − 𝒙𝒍 )
𝒙 𝒓 − 𝒙 𝒖 =−
𝒇 ( 𝒙𝒖 ) − 𝒇 ( 𝒙 𝒍 )

𝒇 ( 𝒙 𝒖 )( 𝒙 𝒍 − 𝒙 𝒖 )
𝒙𝒓 = 𝒙 𝒖 −
𝒇 ( 𝒙𝒍 ) − 𝒇 ( 𝒙 𝒖 )
Desarrollando tenemos:

𝒙 𝒖 𝒇 ( 𝒙 𝒍 ) − 𝒙𝒍 𝒇 ( 𝒙𝒖 )
𝒙𝒓 =
𝒇 ( 𝒙 𝒍 ) − 𝒇 ( 𝒙𝒖 )

Está ecuación representa el algoritmo para el

MÈTODO DE LA FALSA POSICIÒN.

 CARACTERÌSTICAS
 La raíz debe estar contenida en el intervalo .

 Requiere que la función sea continua en.

 Converge más rápido que el método de la bisección.

 El Error Porcentual esta dado por:

𝑬𝑷 =
|𝒙 𝒓 ( 𝑽𝒂𝒍𝒐𝒓 𝑨𝒄𝒕𝒖𝒂𝒍 ) − 𝒙 𝒓 (𝑽𝒂𝒍𝒐𝒓 𝑨𝒏𝒕𝒆𝒓𝒊𝒐𝒓 )
𝒙 𝒓 ( 𝑽𝒂𝒍𝒐𝒓 𝑨𝒄𝒕𝒖𝒂𝒍 )
∗𝟏𝟎𝟎
|
 ALGORITMO PARA EL MÈTODO DE LA
FALSA POSICIÒN

Paso Nº 1.- Elija valores iniciales inferior y superior

que contenga la raíz, de forma tal que la función cambie de
Signo en el intervalo . Esto se verifica comprobando
que .
Paso Nº 2.- Una aproximación de la raíz se determina
median te:

𝒙 𝒖 𝒇 ( 𝒙 𝒍 ) − 𝒙𝒍 𝒇 ( 𝒙𝒖 )
𝒙𝒓 =
𝒇 ( 𝒙 𝒍 ) − 𝒇 ( 𝒙𝒖 )

Paso Nº 3.- Realice las siguientes evaluaciones para

determinar en que sub-intervalo esta localizada la raíz.
i) Si entonces la raìz se encuentra
dentro el sub-intervalo inferior (izquierdo).Por lo tanto
hacemos y vuelva al paso 2.

ii) Si entonces la raìz se encuentra

dentro el sub-intervalo superior (derecho).Por lo tanto
hacemos y vuelva al paso 2.
iii) Si entonces la raìz es igual a y
por lo tanto se término la iteración (calculo).
 Ejercicios

1.- Usando el método de la falsa posición encontrar la mejor

aproximación a la raíz.

; ,
Solución.-
1º Encontramos el intervalo de confianza.

0 -6
𝑰 . 𝑪 .=[ 𝟏 ,𝟐 ] =[ 𝒙 𝒍 ; 𝒙 𝒖 ]
1 -3
2 9 Entonces:
3 57
 Primera Iteración.-

{
𝟏
𝒙 𝒍=𝟏⟹ 𝒇 ( 𝒙 𝒍 ) = 𝒇 ( 𝟏 )=𝟒 −𝟕=−𝟑
𝟐
⇒ 𝒇 ( 𝒙 𝒍 ) ⋅ 𝒇 ( 𝒙 𝒖 ) <𝟎
¿ 𝒙𝒖 =𝟐⟹ 𝒇 ( 𝒙 𝒖 )= 𝒇 ( 𝟐 ) =𝟒 − 𝟕=𝟗
Entonces la posible raíz será.

𝟐 ( −𝟑 ) −𝟏 ( 𝟗 )
𝒙𝒓 = =𝟏 . 𝟐𝟓
−𝟑 −𝟗
Luego:
𝟏 . 𝟐𝟓
𝒇 ( 𝒙 𝒓 ) = 𝒇 (𝟏 . 𝟐𝟓 ) =𝟒 −𝟕=−𝟏 . 𝟑𝟒𝟑𝟏𝟓

Analizando la ubicación de la raíz:

𝒇 ( 𝒙 𝒓 ) ⋅ 𝒇 ( 𝒙𝒍 ) =( −𝟏 . 𝟑𝟒𝟑𝟏𝟓 ) (− 𝟑 ) >𝟎

Es decir la raíz se encuentra en el sub intervalo derecho.

Entonces hacemos:
𝒙𝒓 =𝒙 𝒍 =𝟏 .𝟐𝟓
 Segunda Iteración.-

{ 𝒙𝒍 =𝟏.𝟐𝟓⟹ 𝒇 ( 𝒙 𝒍 )= 𝒇 ( 𝟏.𝟐𝟓 )=− 𝟏.𝟑𝟒𝟑𝟏𝟓

𝟐
¿ 𝒙 𝒖=𝟐⟹ 𝒇 ( 𝒙𝒖 )= 𝒇 ( 𝟐 )=𝟒 −𝟕=𝟗
⇒ 𝒇 ( 𝒙𝒍 ) ⋅ 𝒇 ( 𝒙𝒖 ) <𝟎

Entonces la posible raíz será.

34739
Analizando el Error Porcentual:

𝑬𝑷 = |
𝟏 . 𝟑𝟒𝟕𝟑𝟗−𝟏 . 𝟐𝟓
𝟏 . 𝟑𝟒𝟕𝟑𝟗 |
⋅𝟏𝟎𝟎 =𝟕 . 𝟐𝟐𝟖𝟎𝟓 %
Luego:
𝟏 .𝟑𝟒𝟕𝟑𝟗
𝒇 ( 𝒙 𝒓 ) = 𝒇 (𝟏 . 𝟑𝟒𝟕𝟑𝟗 )=𝟒 − 𝟕=− 𝟎 .𝟓𝟐𝟓𝟒𝟓

Analizando la ubicación de la raíz:

𝒇 ( 𝒙 𝒓 ) ⋅ 𝒇 ( 𝒙𝒍 ) =( −𝟎 . 𝟓𝟐𝟓𝟒𝟓 ) ( −𝟏 .𝟑𝟒𝟕𝟑𝟗 ) >𝟎

Es decir la raíz se encuentra en el sub intervalo derecho.

Entonces hacemos:

𝒙𝒓 =𝒙 𝒍 =𝟏 .𝟑𝟒𝟕𝟑𝟗
 Tercera Iteración.-

{ 𝒙𝒍 =𝟏.𝟑𝟒𝟕𝟑𝟗⟹ 𝒇 (𝟏.𝟑𝟒𝟕𝟑𝟗 )=−𝟎.𝟓𝟐𝟓𝟒𝟓 ⇒ 𝒇 𝒙 ⋅ 𝒇 𝒙 <𝟎

¿ 𝒙𝒖 =𝟐⟹ 𝒇 ( 𝟐 ) =𝟗
( 𝒍) ( 𝒖)

Entonces la posible raíz será.

38339
Analizando el Error Porcentual:

𝑬𝑷 = |
𝟏 . 𝟑𝟖𝟑𝟑𝟗−𝟏 . 𝟑𝟒𝟕𝟑𝟗
𝟏 . 𝟑𝟖𝟑𝟑𝟗 |
⋅𝟏𝟎𝟎 =𝟐 .𝟔𝟎𝟐𝟑𝟏 %

Luego:
19413

Analizando la ubicación de la raíz:

𝒇 ( 𝒙 𝒓 ) ⋅ 𝒇 ( 𝒙𝒍 ) =( −𝟎 . 𝟏𝟗𝟒𝟏𝟑 ) ( −𝟎 .𝟓𝟐𝟓𝟒𝟓 )> 𝟎

Es decir la raíz se encuentra en el sub intervalo derecho.

Entonces hacemos:

𝒙𝒓 =𝒙 𝒍 =𝟏 .𝟑𝟖𝟑𝟑𝟗
 Cuarta Iteración.-

{ 𝒙𝒍 =𝟏.𝟑𝟖𝟑𝟑𝟗 ⟹ 𝒇 (𝟏.𝟑𝟖𝟑𝟑𝟗 )=−𝟎.19413 ⇒ 𝒇 𝒙 ⋅ 𝒇 𝒙 <𝟎

¿ 𝒙 𝒖=𝟐⟹ 𝒇 (𝟐 )=𝟗
( 𝒍 ) ( 𝒖)

Entonces la posible raíz será.

39641
Analizando el Error Porcentual:

𝑬𝑷 = |
𝟏 . 𝟑𝟗𝟔𝟒𝟏−𝟏 . 𝟑𝟖𝟑𝟑𝟗
𝟏 . 𝟑𝟗𝟔𝟒𝟏 |
⋅𝟏𝟎𝟎 =𝟎 .𝟗𝟑𝟐𝟑𝟗 %

Por lo tanto la mejor aproximación a la raíz es:

39641
 Ejercicios
Usando el método de la Falsa Posición encontrar la mejor
aproximación para la función:
1

4 ;
5

8
 MÈTODO
DE
NEWTON RAPHSON
 Qué es el Método de Newton Raphson

El Método de Newton Raphson es un procedimiento algorítmico

que permite hallar las raíces de funciones, conocido un valor

numérico cercano a la raíz. Es un método abierto e iterativo, en

general de rápida convergencia, muy útil para el cálculo de raíces

cuadradas y de mayor grado, aunque para algunos casos el

método presenta inconvenientes, por ejemplo si existen

raíces múltiples, en este caso se tendría que aplicar diferentes

soluciones para así lograr encontrar la raíz sin abandonar el

método.
 Método de Newton Raphson

Tal vez, de las fórmulas para localizar raíces, la fórmula de

Newton Raphson sea la más ampliamente utilizada. Si el valor
inicial para la raíz es , entonces se puede trazar una tangente
desde el punto de la curva. Por lo común, el punto donde está
tangente se intersecta con el eje representa una aproximación
mejorada a la raíz.
Interpretación Geométrica
Interpretación Geométrica
𝒚= 𝒇 (𝒙 )

( 𝒙 𝒌 , 𝒇 ( 𝒙𝒌 ) ) Donde:
′
𝒎= 𝒇 ( 𝒙 𝒌 )

𝒙 𝒌+𝟏 𝒙𝒌
La ecuación de la recta tangente es:

𝑳 : 𝒚 − 𝒚 𝟎=𝒎 ( 𝒙 − 𝒙 𝟎 )

Luego como , entonces tenemos:

𝒚 − 𝒇 ( 𝒙 𝒌 ) =𝒇 ′ ( 𝒙 𝒌 )( 𝒙 − 𝒙 𝒌)

Pero: reemplazando tenemos:

− 𝒇 ( 𝒙 𝒌 ) = 𝒇 ′ ( 𝒙 𝒌 )( 𝒙 𝒌+𝟏 − 𝒙 𝒌 )
 Despejando tenemos:

𝒇 ( 𝒙𝒌)
𝒙 𝒌+𝟏=𝒙 𝒌 − ′
𝒇 ( 𝒙𝒌)

El cuál representa el Algoritmo de Newton Raphson

 Ejercicios
Aproximar mediante el método de Newton Raphson la raíz de
tomando como valor inicial , con una exactitud de .

𝒙
𝒇 ( 𝒙 )= 𝒍𝒏 ( 𝒙 𝟐 +𝟏 ) − 𝒆 ⋅ 𝒄𝒐𝒔 ( 𝝅 ⋅ 𝒙 )
𝟐

Solución.-
Sabemos que el algoritmo del método de newton es:

𝒇 ( 𝒙𝒌)
𝒙 𝒌+𝟏=𝒙 𝒌 − ′
𝒇 ( 𝒙𝒌)
Donde:
𝒙
𝒇 ( 𝒙 )= 𝒍𝒏 ( 𝒙 𝟐 +𝟏 ) − 𝒆 ⋅ 𝒄𝒐𝒔 ( 𝝅 ⋅ 𝒙 )
𝟐

sen
Primera Iteración.-

Condición Inicial

𝒇 ( 𝒙𝟎 ) 𝒇 ( 𝟎 .𝟔 )
𝒙 𝟏 =𝒙 𝟎 − ′ =𝟎 .𝟔 − ′ =𝟎 . 𝟒𝟓𝟖𝟓𝟗
𝒇 ( 𝒙 𝟎) 𝒇 ( 𝟎 . 𝟔)

Error:
𝑬 =|𝒙 𝟏 − 𝒙 𝟎|=|𝟎 . 𝟒𝟓𝟖𝟓𝟗 −𝟎 . 𝟔|=𝟎 .𝟏𝟒𝟏𝟒𝟏
Segunda Iteración.-

𝒇 ( 𝒙𝟏 ) 𝒇 ( 𝟎 .𝟒𝟓𝟖𝟓𝟗 )
𝒙 𝟐 =𝒙 𝟏 − ′ =𝟎 .𝟒𝟓𝟖𝟓𝟗 − ′ =𝟎 . 𝟒𝟓𝟐𝟓𝟔
𝒇 ( 𝒙 𝟏) 𝒇 ( 𝟎 . 𝟒𝟓𝟖𝟓𝟗 )

Error:
𝑬 =|𝒙 𝟐 − 𝒙𝟏|=|𝟎 . 𝟒𝟓𝟐𝟓𝟔 −𝟎 . 𝟒𝟓𝟖𝟓𝟗|=𝟎 . 𝟎𝟎𝟔𝟎𝟑
Tercera Iteración.-

Error:
𝑬 =|𝒙 𝟐 − 𝒙𝟏|=|𝟎 . 𝟒𝟓𝟐𝟓𝟑 −𝟎 . 𝟒𝟓𝟐𝟓𝟔|=𝟐 . 𝟔𝟓 ⋅𝟏𝟎−𝟓
Cuarta Iteración.-

Error:
𝑬 =|𝒙 𝟒 − 𝒙 𝟑|=|𝟎 . 𝟒𝟓𝟐𝟓 𝟑− 𝟎 .𝟒𝟓𝟐𝟓𝟑|=𝟎

∴𝑶𝒃𝒕𝒆𝒏𝒆𝒎𝒐𝒔 𝒆𝒍 𝒔𝒊𝒈𝒖𝒊𝒆𝒏𝒕𝒆 𝒓𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐 :

3
 Ejercicios
Aproximar mediante el método de Newton Raphson la raíz de

2 ;

3 ;

4 ;
 5 ;

6 ;

7 ;

8 ;

9 ;
 Conclusión

El método de Newton Raphson es eficiente en la solución

de sistemas de ecuaciones no lineales, converge muy
rápidamente y proporciona una muy buena precisión en los
resultados.
 Desventajas
Como el método de Newton Raphson en general es muy
eficiente, en algunos casos presentan dificultades:

 Un caso especial es en el de las raíces múltiples.

 En algunos casos es posible que para raíces simples

se presenten dificultades por su lenta convergencia.
 Desventajas

Ahora bien el problema de la convergencia del método

ocurre cuando la ecuación tiene múltiples raíces y el
procedimiento a seguir es modificar el algoritmo aplicando
una nueva fórmula, garantizando así la eficacia y capacidad
del método.