REPÚBLICA BOLIVARIANA DE VENEZUELA.

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN

UNIVERSITARIA.
UNIVERSIDAD POLITÉCNICA TERRITORIAL DEL NORTE DE MONAGAS.
«LUDOVICO SILVA»
CARIPITO ESTADO MONAGAS

Calculo Numérico: Raíces de

Ecuaciones

PROFESOR: ESTUDIANTES:

ING. ROBINSON RISQUEZ EMMANUEL J. SILANO

Electricidad, Trayecto IV; Sección: 01

Maturín, Julio de 2021

 INFORME
1. Aproximar las raíces de las siguientes funciones mediante el método
de "Falsa Posición" (mostrar el procedimiento, la tabla final y utilizar al
menos cinco decimales en los cálculos). (14%)

a. f(x) = -2x³ + 2x² - 0.4x + 1, en el intervalo [1, 1.5] con un error

"Ea" menor al 0.2%.
b. f(x) = sen(x) - 4x³, en el intervalo [-1.5, 1] con un error "Ea" menor
al 0,2%.

2. Explique que son los métodos "abiertos" para hallar raíces de

ecuaciones y en que se diferencian de los métodos "cerrados". (4%)

3. Investigue la descripción, representación gráfica, ecuación recursiva

y algoritmo (procedimiento) para cada uno de los siguientes métodos
abiertos: (7%)
- Iteración Simple de Punto Fijo
- Método de Newton-Raphson
- Método de la Secante
Solución
a. f(x) = -2x³ + 2x² - 0.4x + 1, en el intervalo [1, 1.5] con un
error "Ea" menor al 0.2%.

𝒙𝒊 = 1 ; 𝒙𝒖 = 1.5

∗ 𝑓(1) = −2(1)3 + 2(1)2 − 0.4(1) + 1

= 0.6

𝑓(𝑥𝑖 ) = 0.6

∗ 𝑓(𝑥𝑢 ) = −2(1.5)3 + 2(1.5)2 − 0.4(1.5) + 1

= −1.85

𝑓(𝑥𝑢 ) = −1.85

𝑓(𝑥𝑢 )(𝑥𝑖 − 𝑥𝑢 )
𝑥𝑟 = 𝑥𝑢 −
𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑢 )

(−1.85)(1 − 1.5)
𝑥𝑟 = 1.5 − = 1.12245
(0.6) − (−1.85)

Evaluando:

𝑓(𝑥𝑟 ) = −2(1.12245)3 + 2(1.12245)2 − 0.4(1.12245) + 1

𝑓(𝑥𝑟 ) = 0.242472

𝑓(𝑥𝑖 ) ∗ 𝑓(𝑥𝑟 ) = 0.145483

2da Iteración:
𝒙𝒊 = 𝒙𝒓 = 1.12245 ; 𝒙𝒖 = 1.5
∗ 𝑓(𝑥𝑖 ) = 𝑓(1.12245) = 0.242472

∗ 𝑓(𝑥𝑢 ) = −1.85

(−1.85)(1.12245 − 1.5)
𝑥𝑟 = 1.5 − = 𝟏. 𝟏𝟔𝟔𝟐
(0.242472) − (−1.85)

Evaluando:

𝑓(𝑥𝑟 ) = −2(1.1662)3 + 2(1.1662)2 − 0.4(1.1662) + 1

𝑓(𝑥𝑟 ) = 0.081449

𝑓(𝑥𝑖 ) ∗ 𝑓(𝑥𝑟 ) = 0.019749

Error permisible:
𝑥𝑟𝑛𝑢𝑒𝑣𝑜 − 𝑥𝑟𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟
ℰ𝑎 = | | ∗ 100%
𝑥𝑟𝑛𝑢𝑒𝑣𝑜
(1.1662−1.12245)
ℰ𝑎 = | |*100%
1.1662

ℰ𝑎 = 0.037515 → 3.7515%

3era Iteración:
𝒙𝒊 = 𝒙𝒓 = 1.1662 ; 𝒙𝒖 = 1.5

∗ 𝑓(𝑥𝑖 ) → 𝑓(1.1662) = 0.081449

∗ 𝑓(𝑥𝑢 ) = −1.85
(−1.85)(1.1662−1.5)
𝑥𝑟 = 1.5 − (0.081449)−(−1.85)
= 𝟏. 𝟏𝟖𝟎𝟐𝟖

Evaluando

𝑓(𝑥𝑟 ) = −2(1.18028)3 + 2(1.18028)2 − 0.4(1.18028) + 1

𝑓(𝑥𝑟 ) = 0.025606

∗ 𝑓(𝑥𝑖 ) ∗ 𝑓(𝑥𝑟 ) = 0.002086

Error permisible:

(1.18028−1.1662)
ℰ𝑎 = | |*100%
1.18028

ℰ𝑎 = 0.011929 → 1.19294%

4ta Iteración
𝒙𝒊 = 𝒙𝒓 = 1.18028 ; 𝒙𝒖 = 1.5

∗ 𝑓(𝑥𝑖 ) → 𝑓(1.18028) = 0.025606

∗ 𝑓(𝑥𝑢 ) = −1.85

(−1.85)(1.18028 − 1.5)
𝑥𝑟 = 1.5 − = 𝟏. 𝟏𝟖𝟒𝟔𝟒
(0.025606) − (−1.85)

Evaluando:

𝑓(𝑥𝑟 ) = −2(1.18464)3 + 2(1.18464)2 − 0.4(1.18464) + 1

𝑓(𝑥𝑟 ) = 0.007907
∗ 𝑓(𝑥𝑖 ) ∗ 𝑓(𝑥𝑟 ) = 0.000202

Error permisible:

(1.18464−1.18028)
ℰ𝑎 = | |*100%
1.18464

ℰ𝑎 = 0.00368 → 0.368044%

Iteración Xi Xu Xr F(Xr) F(Xi)*F(Xr) Ea

1 0.6 1.5 1.12245 0.242472 0.145483
2 1.12245 1.5 1.1662 0.081449 0.019749 0.037515
3 1.1662 1.5 1.18028 0.025606 0.002086 0.011929
4 1.18028 1.5 1.18464 0.007907 0.000202 0.00368

2. Explique que son los métodos "abiertos" para hallar raíces de

ecuaciones y en qué se diferencian de los métodos "cerrados".
(4%)

Los métodos abiertos utilizan una fórmula para predecir la raíz. Esta fórmula puede desarrollarse
como una iteración simple de punto fijo (también llamada iteración de un punto o sustitución
sucesiva o método de punto fijo).

Las raíces múltiples son determinados de ecuaciones polinómica que tienen la forma general:

fx = a0 + a1x + a2x2 + ... + anxn

Donde n es el grado del polinomio y son los coeficientes. Las raíces de los polinomios pueden
ser reales y / o complejos, y cumplir con las tres reglas:

En una ecuación de grado n, hay n raíces reales o complejas. Cabe señalar que las raíces no
son necesariamente diferentes.

Si n es impar hay al menos una raíz real.

Si hay raíces complejas, estas se encuentran en pares conjugados.

Los métodos abiertos, a diferencia de los cerrados, calcula en cada iteración una aproximación
a la raíz y se despreocupan de verificar si esta aproximación genera o no un intervalo que
contenga una raíz.

Los métodos abiertos son:

 Método de Punto Fijo

 Método de Newton-Raphson.

 Método de la Secante.

 Método de Raíces Múltiples.

3. Investigue la descripción, representación gráfica, ecuación
recursiva y algoritmo (procedimiento) para cada uno de los
siguientes métodos abiertos: (7%)
- Iteración Simple de Punto Fijo
- Método de Newton-Raphson
- Método de la Secante

-Iteración Simple de Punto Fijo

El método del punto fijo es un método iterativo que permite resolver

sistemas de ecuaciones no necesariamente lineales. En particular se
puede utilizar para determinar raíces de una función de la forma f(x),
siempre y cuando se cumplan los criterios de convergencia.

Descripción.

El método de iteración de punto fijo, también denominado método de

aproximación sucesiva, requiere volver a escribir la ecuación f(x)=0
en la forma x= g(x) .
Llamemos x* a la raíz de f. Supongamos que existe y es conocida la
función g tal que:

Entonces:

Tenemos, pues a x* como punto fijo de g.

Procedimiento.

El procedimiento empieza con una estimación o conjetura inicial de x,

que es mejorada por iteración hasta alcanzar la convergencia. Para que
converja, la derivada (dg/dx) debe ser menor que 1 en magnitud (al
menos para los valores x que se encuentran durante las iteraciones).
La convergencia será establecida mediante el requisito de que el
cambio en x de una iteración a la siguiente no sea mayor en magnitud
que alguna pequeña cantidad ε.

Algoritmo para iteración de punto fijo.

1. Se ubica la raíz de f(x) analizando la gráfica.

2. Se despeja de manera: x = g(x).
3. Obtenemos de x = g(x). su derivada g’(x).
4. Resolviendo la desigualdad -1 ≤ g’(x) ≤ 1 obtenemos el rango
de valores en los cuales esta el punto fijo llamado R.
5. Con R buscamos la raíz en g(x), es decir g(R)=R haciendo
iteración de las operaciones.

Ejemplo,
En la tabla se puede ver el valor que en este caso se usó de R, la
iteración consiste en usar ese valor en x= g(x) para obtener los
siguientes valores haciendo la misma operación usando el valor
anterior.
Después de un número considerable de iteraciones obtenemos la raíz
en 4,30268775.

- Método de Newton-Raphson

En análisis numérico, el método de Newton-Raphson es un algoritmo

para encontrar aproximaciones de los ceros o raíces de una función
real. También puede ser usado para encontrar el máximo o mínimo de
una función, encontrando los ceros de su primera derivada.

Descripción del método.

El método de Newton es un método abierto, en el sentido de que no

está garantizada su convergencia global. La única manera de alcanzar
la convergencia es seleccionar un valor inicial lo suficientemente
cercano a la raíz buscada. Así, se ha de comenzar la iteración con un
valor razonablemente cercano al cero (denominado punto de arranque
o valor supuesto). La relativa cercanía del punto inicial a la raíz
depende mucho de la naturaleza de la propia función; si ésta presenta
múltiples puntos de inflexión o pendientes grandes en el entorno de la
raíz, entonces las probabilidades de que el algoritmo diverja aumentan,
lo cual exige seleccionar un valor supuesto cercano a la raíz. Una vez
que se ha hecho esto, el método linealiza la función por la recta
tangente en ese valor supuesto. La abscisa en el origen de dicha recta
será, según el método, una mejor aproximación de la raíz que el valor
anterior. Se realizarán sucesivas iteraciones hasta que el método haya
convergido lo suficiente.

Sea f: [a, b]  R una función derivable definida en el intervalo

real [a, b]. Empezamos con un valor inicial 𝑥0 y definimos para cada
número natural п

Donde f’ denota la derivada de f.

Nótese que el método descrito es de aplicación exclusiva para
funciones de una sola variable con forma analítica o implícita conocible.
Existen variantes del método aplicables a sistemas discretos que
permiten estimar las raíces de la tendencia, así como algoritmos que
extienden el método de Newton a sistemas multivariables, sistemas de
ecuaciones, etcétera.

Obtención del algoritmo.

Tres son las formas principales por las que tradicionalmente se ha

obtenido el algoritmo de Newton-Raphson.
La primera de ellas es una simple interpretación geométrica. En efecto,
atendiendo al desarrollo geométrico del método de la secante, podría
pensarse en que si los puntos de iteración están lo suficientemente
cerca (a una distancia infinitesimal), entonces la secante se sustituye
por la tangente a la curva en el punto. Así pues, si por un punto de
iteración trazamos la tangente a la curva, por extensión con el método
de la secante, el nuevo punto de iteración se tomará como la abscisa
en el origen de la tangente (punto de corte de la tangente con el eje
x). Esto es equivalente a linealizar la función, es decir, f se reemplaza
por una recta tal que contiene al punto (𝑥0 , f(𝑥0 )) y cuya pendiente
coincide con la derivada de la función en el punto, f’(𝑥0 ). La nueva
aproximación a la raíz, 𝑥1 , se logra de la intersección de la función lineal
con el eje de abscisas. Matemáticamente:

En la ilustración adjunta del método de Newton se puede ver que 𝑥𝑛+1

es una mejor aproximación que 𝑥𝑛 para el cero (x) de la función f.
Una forma alternativa de obtener el algoritmo es desarrollando la
función f(x) en serie de Taylor, para un entorno del punto 𝑥𝑛 :

Si se trunca el desarrollo a partir del término de grado 2, y evaluamos

en 𝑥𝑛+1 :

Si además se acepta que 𝑥𝑛+1, tiende a la raíz, se ha de cumplir que

f(𝑥𝑛+1) = 0, luego, sustituyendo en la expresión anterior, obtenemos
el algoritmo.
Finalmente, hay que indicar que el método de Newton-Raphson puede
interpretarse como un método de iteración de punto fijo. Así, dada la
ecuación f(x)=0, se puede considerar el siguiente método de
iteración de punto fijo:

Expresión que coincide con la del algoritmo de Newton-Raphson.

Ilustración de una iteración del método de Newton (la función f se muestra en azul
y la línea de la tangente en rojo). Vemos que 𝑥𝑛+1 , es una aproximación mejor que
𝑥𝑛 , para la raíz x de la función f .

Convergencia del método.

El orden de convergencia de este método es, por lo menos, cuadrático.

Sin embargo, si la raíz buscada es de multiplicidad algebraica mayor a
uno (i.e, una raíz doble, triple, …), el método de Newton-Raphson
pierde su convergencia cuadrática y pasa a ser lineal de constante
asintótica de convergencia 1-1/m, con m la multiplicidad de la raíz.
Existen numerosas formas de evitar este problema, como pudieran ser
los métodos de aceleración de la convergencia tipo Δ² de Aitken o el
método de Steffensen.

Evidentemente, este método exige conocer de antemano la

multiplicidad de la raíz, lo cual no siempre es posible. Por ello también
se puede modificar el algoritmo tomando una función auxiliar g(x) =
f(x)/f'(x), resultando:

Su principal desventaja en este caso sería lo costoso que pudiera ser

hallar g(x) y g'(x) si f(x) no es fácilmente derivable.
Por otro lado, la convergencia del método se demuestra cuadrática
para el caso más habitual sobre la base de tratar el método como uno
de punto fijo: si g '(r)=0, y g''(r) es distinto de 0, entonces la
convergencia es cuadrática. Sin embargo, está sujeto a las
particularidades de estos métodos.
Nótese de todas formas que el método de Newton-Raphson es un
método abierto: la convergencia no está garantizada por un teorema
de convergencia global como podría estarlo en los métodos de falsa
posición o de bisección. Así, es necesario partir de una aproximación
inicial próxima a la raíz buscada para que el método converja y cumpla
el teorema de convergencia local.

Teorema de Convergencia Local del Método de Newton

Teorema de Convergencia Global del Método de Newton

Ejemplo,

- 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 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.

Dos primeras iteraciones del método de la secante.

Método.
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.

Derivación del método.

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 un nivel suficientemente alto de precisión (una diferencia lo suficientemente pequeñas
entre xn y xn-1).
Convergencia.
El orden de convergencia de este método, en un punto cercano a la solución, es ℓ donde

Es el número áureo, por lo que se trata de una convergencia superlineal inferior a la del
método de Newton-Raphson. En caso de que la aproximación inicial sea demasiado lejana o la
raíz no sea simple, este método no asegura la convergencia y tiene un comportamiento similar
al de Newton-Raphson.

Ejemplo,

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:

Si bien no se converge a la raíz tan rápido como resolviéndolo utilizando el método Newton-
Raphson, la velocidad de convergencia no es tan lenta como resolviéndolo por el método de
punto fijo; entonces se tiene para este ejemplo una velocidad de convergencia intermedia.