ETN – 505 PROGRAMACION Y METODOS NUMERICOS DOCENTE: LIC.

VIRGINIA ZOTA
AUX: UNIV. BORIS RODRIGO CUEVAS COYO

METODOS NUMERICOS CAPITULO 1

RESOLUCION DE ECUACIONES
1. Método de la falsa posición

Es claro que si en lugar de considerar el punto medio del intervalo, tomamos el punto
donde cruza al eje “x” esta recta, nos aproximaremos mucho más rápido a la raíz; ésta
es en sí, la idea central del método de la regla falsa y ésta es realmente la única
diferencia con el método de bisección, puesto que en todo lo demás los dos métodos
son prácticamente idénticos.
Pasos:
1. encontrar valores iniciales de a y b tales que f(a) y f(b) tengan signos opuestos,
es decir:
𝑓(𝑎) ∗ 𝑓(𝑏) < 0
2. realizar aproximaciones con la siguiente expresión:

𝑎𝑓 (𝑏) − 𝑏𝑓(𝑎)
𝑐=
𝑓 (𝑏) − 𝑓(𝑎)

3. evaluar los siguientes casos posibles:

𝑓 ( 𝑎 ) 𝑓 (𝑐 ) < 0 𝑠𝑒 𝑐𝑎𝑚𝑏𝑖𝑎 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 "𝑏" 𝑝𝑜𝑟 "𝑐"

𝑓 ( 𝑎 ) 𝑓 (𝑐 ) > 0 𝑠𝑒 𝑐𝑎𝑚𝑏𝑖𝑎 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 "𝑎" 𝑝𝑜𝑟 "𝑐"

4. 𝑓 (𝑎)𝑓 (𝑐 ) = 0; 𝑒𝑛 𝑒𝑠𝑡𝑒 𝑐𝑎𝑠𝑜 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 𝑞𝑢𝑒 𝑙𝑎 𝑟𝑎𝑖𝑧 𝑒𝑠 𝑞𝑢𝑒 𝑠𝑒 𝑏𝑢𝑠𝑐𝑎 𝑒𝑠 𝑐

x=c
ETN – 505 PROGRAMACION Y METODOS NUMERICOS DOCENTE: LIC. VIRGINIA ZOTA
AUX: UNIV. BORIS RODRIGO CUEVAS COYO

EJERCICIO 1.
Usando el método de la falsa posición aproximar la raíz de la función:
𝑓 (𝑥 ) = 𝑒 −𝑥 − ln(𝑥 ) 𝑒𝑛 [1,2]
Solución:
Evaluando las funciones en los intervalos:
𝑓 (𝑎) = 𝑓(1) = 𝑒 −1 − ln(1) = 0.367879
𝑓 (𝑏) = 𝑓(2) = 𝑒 −2 − ln(2) = −0.557812
Hallamos el valor de “c”
𝑎𝑓 (𝑏) − 𝑏𝑓(𝑎) 1𝑓 (2) − 2𝑓(1)
𝑐= = = 1.397410
𝑓 (𝑏) − 𝑓(𝑎) 𝑓 (2) − 𝑓(1)
Valor a
K a b c f(a) f(b) f(c)
cambiar
0 1.000000 2.000000 1.397410 0.367879 -0.557812 -0.087384 b
1 1.000000 1.397410 1.321130 0.367879 -0.087384 -0.011653 b
2 1.000000 1.321130 1.311270 0.367879 -0.011653 -0.001518 b
3 1.000000 1.311270 1.309991 0.367879 -0.001518 -0.000198 b
4 1.000000 1.309991 1.309824 0.367879 -0.000198 -0.000025 b

El valor de la raíz que estamos buscando es:

𝑥 = 1.309824
ETN – 505 PROGRAMACION Y METODOS NUMERICOS DOCENTE: LIC. VIRGINIA ZOTA
AUX: UNIV. BORIS RODRIGO CUEVAS COYO

EJERCICIO 2.
Hallar la solución de la ecuación:
ln(𝑥 + 1) + 𝑥 2 − 4 = 0
Conociendo que la solución de la ecuación se halla en [1, 2]
Evaluando las funciones en los intervalos:
𝑓 (𝑎) = 𝑓 (1) = ln(1 + 1) + 12 − 4 = −2.306853
𝑓 (𝑏) = 𝑓(2) = ln(2 + 1) + 22 − 4 = 1.098612
Hallamos el valor de “c”
𝑎𝑓 (𝑏) − 𝑏𝑓(𝑎) 1𝑓 (2) − 2𝑓(1)
𝑐= = = 1.677397
𝑓 (𝑏) − 𝑓(𝑎) 𝑓 (2) − 𝑓(1)
𝑓(𝑐 ) = 𝑓 (1.677397) = ln(1.677397 + 1) + (1.677397)2 − 4 = −0.201493

Valor a
K a b c f(a) f(b) f(c)
cambiar
0 1.000000 2.000000 1.677397 -2.306853 1.098612 -0.201493 a
1 1.677397 2.000000 1.727395 -0.201493 1.098612 -0.012760 a
2 1.727395 2.000000 1.730525 -0.012760 1.098612 -0.000790 a
3 1.730525 2.000000 1.730718 -0.000790 1.098612 -0.000049 a
4 1.730718 2.000000 1.730730 -0.000049 1.098612 -0.000003 a
5 1.730730 2.000000 1.730731 -0.000003 1.098612 0.000000

El valor de la raíz que estamos buscando es:

𝑥 = 1.730731
ETN – 505 PROGRAMACION Y METODOS NUMERICOS DOCENTE: LIC. VIRGINIA ZOTA
AUX: UNIV. BORIS RODRIGO CUEVAS COYO

2. METODO DE LA FALSA POSICION MODIFICADA

Una de las dificultades que presenta el método es que pueden aparecer
extremos fijos y esto implica la convergencia más lenta y por un solo lado, sin
embargo, el método de falsa posición modificada elimina esta dificultad. En este
método, el valor de la función “f” en un extremo se divide entre dos si no se
mueve de inmediato.

Resolviendo por ambos métodos tenemos:

 Para ambos casos se verifica si existe un cambio de signo en las
funciones evaluadas en los intervalos dados:
𝑓 (𝑎 ) 𝑓 (𝑏 ) < 0

 Se empleará la siguiente expresión de “c” la cual es:

𝑎𝑓 (𝑏) − 𝑏𝑓(𝑎)
𝑐=
𝑓 (𝑏) − 𝑓(𝑎)

 Terminando las iteraciones cuando:

𝑓(𝑎)𝑓 (𝑐 ) = 0
Donde la raíz que buscamos es el valor de “c”
ETN – 505 PROGRAMACION Y METODOS NUMERICOS DOCENTE: LIC. VIRGINIA ZOTA
AUX: UNIV. BORIS RODRIGO CUEVAS COYO

EJERCICIO
Hallar la raíz aproximada de la siguiente función:
𝑓(𝑥 ) = 𝑒 𝑥 − 5𝑥 2 𝑒𝑛 [0, 1]
SOLUCION:
Evaluando en los parámetros tenemos:
𝑓 (0) = 𝑒 0 − 5(0) = 1
𝑓 (1) = 𝑒 1 − 5(1) = −2.281718
Para el cálculo de “c”
𝑎𝑓 (𝑏) − 𝑏𝑓(𝑎) 0𝑓 (1) − 1𝑓(0)
𝑐= = = 0.304718
𝑓 (𝑏) − 𝑓(𝑎) 𝑓 (1) − 𝑓(0)
Método de la falsa posición
Valor a
K a b c f(a) f(b) f(c)
cambiar
0 0 1 0.304718 1 -2.281718 0.891976 a
1 0.304718 1 0.500129 0.891976 -2.281718 0.398287 a
2 0.500129 1 0.574417 0.398287 -2.281718 0.126318 a
3 0.574417 1 0.596742 0.126319 -2.281718 0.035686

La solución para este caso es:

𝑥 = 0.596742
Método de la falsa posición modificada
Valor a
K a b c f(a) f(b) f(c)
cambiar
0 0 1 0.304718 1 -2.281718 0.891976 a
1 0.304718 1 0.609797 0.891976 -1.140859 -0.019204 b
2 0.304718 0.609797 0.597202 0.445988 -0.019204 0.033774 a
3 0.597202 0.609797 0.607009 0.033774 -0.009602 -0.007364

La solución para este caso es:

𝑥 = 0.607009
ETN – 505 PROGRAMACION Y METODOS NUMERICOS DOCENTE: LIC. VIRGINIA ZOTA
AUX: UNIV. BORIS RODRIGO CUEVAS COYO

3. Método de la secante
Para el método de la secante se requiere que la continuidad de f(x) en [a, b] y
f(a), f(b) deben presentar signos distintos de tal forma que se inicie con x1=a y
x2=b por lo cual usaremos la forma iterativa de:
𝑋𝑖𝑓 (𝑋𝑖 + 1) − 𝑋𝑖 + 1𝑓(𝑋𝑖)
𝑋𝑖 + 2 = ; 𝑖 = 0,1,2, … … , 𝑛
𝑓 (𝑋𝑖 + 1) − 𝑓(𝑥𝑖)
EJERICIO
Hallar la raíz aproximada de la siguiente función por el método de la secante:
𝑓 (𝑥 ) = ln(𝑥 + 1) + 𝑥 2 − 4 = 0
Sabiendo que la solución se encuentra en el intervalo x0=1 y x1=2
SOLUCION:
Tomando los valores iniciales:
x0=a=1
x1=b=2
𝑓 (𝑥0) = 𝑓 (1) = ln(1 + 1) + 12 − 4 = −2.306853
𝑓(𝑥1) = 𝑓 (2) = ln(2 + 1) + 22 − 4 = 1.098612
Entonces para i=0
𝑥0𝑓 (𝑥1) − 𝑋1𝑓(𝑥0)
𝑥2 =
𝑓 (𝑥1) − 𝑓(𝑥0)
ETN – 505 PROGRAMACION Y METODOS NUMERICOS DOCENTE: LIC. VIRGINIA ZOTA
AUX: UNIV. BORIS RODRIGO CUEVAS COYO
1 ∗ 1.098612 − 2 ∗ (−2.306853)
𝑥2 =
1.098612 − (−2.306853)
𝑥2 = 1.677397 𝑦 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑒𝑣𝑎𝑙𝑢𝑎𝑑𝑎 𝑒𝑛 𝑒𝑠𝑡𝑒 𝑝𝑢𝑛𝑡𝑜 𝑒𝑠 𝑓 (𝑥2) = −0.201493
Entonces para i=1
𝑥1𝑓 (𝑥2) − 𝑋2𝑓(𝑥1)
𝑥3 =
𝑓 (𝑥2) − 𝑓(𝑥1)
2 ∗ (−0.201493) − 1.677397 ∗ 1.098612
𝑥3 =
(−0.201493) − 1.098612
𝑥2 = 1.727395 𝑦 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑒𝑣𝑎𝑙𝑢𝑎𝑑𝑎 𝑒𝑛 𝑒𝑠𝑡𝑒 𝑝𝑢𝑛𝑡𝑜 𝑒𝑠 𝑓 (𝑥2) = −0.01276
Las siguientes iteraciones resultaran como se muestra en la tabla a continuación:
iteraciones Xi xi+1 xi+2 f(xi) f(xi+1) f(xi+2)
0 1 2 1.677397 -2.306852 1.098612 -0.201493
1 2 1.677397 1.727395 1.098612 -0.201493 -0.012760
2 1.677397 1.727395 1.730775 -0.201493 -0.012760 0.000168
3 1.727395 1.730775 1.730731 -0.012760 0.000168 0.000000

Se puede observar que hace falta una menor cantidad de iteraciones en este
método que en métodos anteriores como de la bisección o falsa posición.
Entonces la solución que buscamos está en la columna xi+2.

𝑥 = 1.730731
ETN – 505 PROGRAMACION Y METODOS NUMERICOS DOCENTE: LIC. VIRGINIA ZOTA
AUX: UNIV. BORIS RODRIGO CUEVAS COYO

EJERCICIO 2.
Determine la raíz de:
𝑓(𝑥 ) = 𝑥 2 − 𝑒 −𝑥
Usando el método de la secante en x0=-1 y x1=2, realizando las iteraciones
necesarias y calcular el error relativo porcentual de aproximación en la ultima
iteración.
SOLUCION.
Tomando los valores iniciales:
x0=a=-1
x1=b=2
𝑓 (𝑥0) = 𝑓 (1) = (−1)2 − 𝑒 −(−1) = −1.718282
𝑓 (𝑥1) = 𝑓 (2) = (2)2 − 𝑒 −2 = 3.864665
Entonces para i=0
𝑥0𝑓 (𝑥1) − 𝑋1𝑓(𝑥0)
𝑥2 =
𝑓 (𝑥1) − 𝑓(𝑥0)
−1 ∗ 3.864665 − 2 ∗ (−1.718282)
𝑥2 =
3.864665 − (−1.718282)
𝑥2 = −0.076680 𝑦 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑒𝑣𝑎𝑙𝑢𝑎𝑑𝑎 𝑒𝑛 𝑒𝑠𝑡𝑒 𝑝𝑢𝑛𝑡𝑜 𝑒𝑠 𝑓 (𝑥2) = −1.073817
Entonces para i=1
𝑥1𝑓 (𝑥2) − 𝑋2𝑓(𝑥1)
𝑥3 =
𝑓 (𝑥2) − 𝑓(𝑥1)
2 ∗ (−1.073817) − (−0.076680) ∗ 3.864665
𝑥3 =
(−1.073817) − 3.864665
𝑥3 = 0.374871 𝑦 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑒𝑣𝑎𝑙𝑢𝑎𝑑𝑎 𝑒𝑛 𝑒𝑠𝑡𝑒 𝑝𝑢𝑛𝑡𝑜 𝑒𝑠 𝑓 (𝑥2) = −0.01276
Las siguientes iteraciones resultaran como se muestra en la tabla a continuación:
iteraciones Xi xi+1 xi+2 f(xi) f(xi+1) f(xi+2)
0 -1 2 -0.076680 -1.718282 3.864665 -1.073817
1 2 -0.076680 0.374871 3.864665 -1.073817 -0.546848
2 -0.076680 0.374871 0.843459 -1.073817 -0.546848 0.281203
3 0.374871 0.843459 0.684328 -0.546848 0.281203 -0.036123
4 0.843459 0.684328 0.702443 0.281203 -0.036123 -0.001948
5 0.684328 0.702443 0.703476 -0.036123 -0.001948 0.000015

Entonces la solución que se está buscando es la siguiente:

𝑥 = 0.703476
ETN – 505 PROGRAMACION Y METODOS NUMERICOS DOCENTE: LIC. VIRGINIA ZOTA
AUX: UNIV. BORIS RODRIGO CUEVAS COYO

4. método de NEWTON RAPHSON

El método de Newton Raphson resulta de la aplicación de la serie de Taylor a la
función f (Xk+1) en Xk para el polinomio lineal.
∞
𝑓 (𝑖) (𝑋𝑘)
𝑙𝑎 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑙𝑎 𝑠𝑒𝑟𝑖𝑒 𝑑𝑒 𝑡𝑎𝑦𝑙𝑜𝑟: 𝑓(𝑋𝑘 + 1) = ∑ (𝑋𝑘 + 1 − 𝑋𝑘)𝑖
𝑖!
𝑖=0

Desarrollando la serie tenemos lo siguiente:

𝑓 ′(𝑋𝑘 )
𝑓 (𝑋𝑘 + 1) = 𝑓 (𝑋𝑘 ) + (𝑋𝑘 + 1 − 𝑋𝑘)
1!
Como se busca una raíz y la función evaluada en ese punto es cero entonces
igualamos la ecuación a 0.
𝑓(𝑋𝑘)
0 = 𝑓 (𝑋𝑘 ) + 𝑓 ′(𝑋𝑘 )(𝑋𝑘 + 1 − 𝑋𝑘 ) →→→ 𝑋𝑘 + 1 = 𝑋𝑘 −
𝑓′(𝑋𝑘)

EJERCICIO1.
Calcular una raíz en:
𝑓 (𝑥 ) = 𝑥 4 + 𝑥 − 3
Comenzar las iteraciones en x0=3
Solución.
ETN – 505 PROGRAMACION Y METODOS NUMERICOS DOCENTE: LIC. VIRGINIA ZOTA
AUX: UNIV. BORIS RODRIGO CUEVAS COYO

Evaluando la función en el valor dado:

Utilizando la ecuación general:
𝑓(𝑋𝑘)
𝑋𝑘 + 1 = 𝑋𝑘 −
𝑓′(𝑋𝑘)
Para k=0
𝑓(𝑋0) (𝑥0)4 + 𝑥0 − 3
𝑋1 = 𝑋0 − = 3 −
𝑓 ′(𝑋0) 4(𝑥0)3 + 1
Realizando las iteraciones tenemos:
iteración Xk
0 3
1 2.256880
2 1.720487
3 1.370363
4 1.202405
5 1.165607
6 1.164038
7 1.164035
8 1.164035

Entonces tenemos la solución la cual es la siguiente:

𝑥 = 1.164035
ETN – 505 PROGRAMACION Y METODOS NUMERICOS DOCENTE: LIC. VIRGINIA ZOTA
AUX: UNIV. BORIS RODRIGO CUEVAS COYO

EJERCICIO 2.
Hallar la aproximación a la raíz de:
𝑦 = 𝑥, 𝑦 = 𝑐𝑜𝑠𝑥
Por el método de newton raphson.
SOLUCION

Para hallar la abscisa del punto de intersección basta con igualar las funciones:

𝑥 = 𝑐𝑜𝑠𝑥 →→→→ 𝑐𝑜𝑠𝑥 − 𝑥 = 0

Entonces aplicando la función general tenemos:
𝑓(𝑋𝑘)
𝑋𝑘 + 1 = 𝑋𝑘 −
𝑓′(𝑋𝑘)
Para k=0 tomamos x (0) =1
𝑓 (𝑋0) 𝑐𝑜𝑠𝑥 − 𝑥 𝑐𝑜𝑠𝑥 − 𝑥
𝑋1 = 𝑋0 − = 1 − = 1 +
𝑓 ′(𝑋0) −𝑠𝑒𝑛𝑥 − 1 𝑠𝑒𝑛𝑥 + 1
Realizando las iteraciones tenemos:
iteración Xk
0 1
1 0.750364
2 0.739113
3 0.739085
4 0.739085

La solución que buscamos es la siguiente:

𝑥 = 0.739085