TECNOLGICO NACIONAL DE MEXICO

INSTITUTO TECNOLGICO DE POCHUTLA

INVESTIGACION:
Metodo de biseccin
Mtodo de la regla falsa
Mtodo de Newton Rapson
Mtodo de la secante

ELABORADO POR:
Luis Manuel Santos Santiago

N CONTROL:
151160028

GRUPO
4 B

CARRERA:
Ingeniera Civil

13de Marzo Del 2017 Metepec San Pedro Pochutla

 MTODO DE LA BISECCIN
El mtodo de biseccin se basa en el siguiente teorema de Clculo:

Teorema del Valor Intermedio

Sea f (x) contnua en un intervalo a, b y supongamos que f (a ) f (b) . Entonces

para cada z tal que f ( a ) z f (b) , existe un 0

x a, b tal que f ( x0 ) z . La

misma conclusin se obtiene para el caso que f ( a ) f (b) .

Bsicamente el Teorema del Valor Intermedio nos dice que toda funcin contnua en un
intervalo cerrado, una vez que alcanz ciertos valores en los extremos del intervalo,
entonces debe alcanzar todos los valores intermedios.

En particular, sif (a ) y f (b) tienen signos opuestos, entonces un valor intermedio

es precisamente z 0 , y por lo tanto, el Teorema del Valor Intermedio nos asegura
x0 a, b f ( x0 ) 0
que debe existir tal que , es decir, debe haber por lo menos una
raz de f (x) en el intervalo ( a, b) .

El mtodo de biseccin sigue los siguientes pasos:

Sea f (x) contnua,

i i) Encontrar valores iniciales

xa , xb tales que f ( xa ) y f ( xb ) tienen signos
opuestos, es decir,

ii ii) La primera aproximacin a la raz se toma igual al punto medio entre

xa y
xb :

iii iii) Evaluar f ( xr ) . Forzosamente debemos caer en uno de los siguientes casos:

 En este caso, tenemos que
f ( xa ) y f ( xr ) tienen signos opuestos, y por

lo tanto la raz se encuentra en el intervalo

xa , xr .

f ( xa ) f ( xr ) tienen el mismo signo, y de

En este caso, tenemos que y
aqu que f ( xr ) y f ( xb ) tienen signos opuestos. Por lo tanto, la raz se

encuentra en el intervalo
xr , xb .

En este caso se tiene que f ( xr ) 0 y por lo tanto ya localizamos la raz.

El proceso se vuelve a repetir con el nuevo intervalo, hasta que:

es decir,

Ejemplo 1

Aproximar la raz de f ( x) e x
ln x hasta que a 1% .

Solucin
Sabemos por lo visto en el ejemplo 1 de la seccin anterior, que la nica raz de
f (x) se localiza en el intervalo 1,1.5 .
As que este intervalo es nuestro punto de
partida; sin embargo, para poder aplicar el mtodo de biseccin debemos checar que
f (1) y f (1.5) tengan signos opuestos.

En efecto, tenemos que

mientras que

Cabe mencionar que la funcin f (x) s es contnua en el intervalo 1,1.5 . As pues,
tenemos todos los requisitos satisfechos para poder aplicar el mtodo de biseccin.
Comenzamos:

i) Calculamos el punto medio (que es de hecho nuestra primera aproximacin a la

raz):

ii) Evaluamos f (1.25) e 1.25 ln( 1.25) 0.0636 0

iii) Para identificar mejor en que nuevo intervalo se encuentra la raz, hacemos la
siguiente tabla:

Por lo tanto, vemos que la raz se encuentra en el intervalo 1.25,1.5 .

En este punto, vemos que todava no podemos calcular ningn error aproximado,
puesto que solamente tenemos la primera aproximacin. As, repetimos el proceso con
el nuevo intervalo 1.25,1.5 .
Calculamos el punto medio (que es nuestra segunda aproximacin a la raz):

Aqu podemos calcular el primer error aproximado, puesto que contamos ya con la
aproximacin actual y la aproximacin previa:
Puesto que no se ha logrado el objetivo, continuamos con el proceso.

Evaluamos f (1.375) e 1.375 ln( 1.375) 0.06561 0 , y hacemos la tabla:

As, vemos que la raz se encuentra en el intervalo 1.25,1.375 .

Calculamos el punto medio,

Y calculamos el nuevo error aproximado:

El proceso debe seguirse hasta cumplir el objetivo.

Resumimos los resultados que se obtienen en la siguiente tabla:

Aprox. a la raz Error

aprox.

1.25

1.375 9.09%

1.3125 4.76%

1.28125 2.43%

1.296875 1.20%
 1.3046875 0.59%

As, obtenemos como

aproximacin a la raz

Ejemplo 2
a 1%
Aproximar la raz de f ( x) arctan x x 1 hasta que .

Solucin
Como vimos en el ejemplo 2 de la seccin anterior, la nica raz de f (x) se localiza

en el intervalo 0,1 . Para poder aplicar el mtodo de biseccin, es importante checar
que s se cumplen las hiptesis requeridas.

Sabemos que f (x) es contnua en el intervalo 0,1 , y checamos que f (0) y f (1)
tengan signos opuestos.

En efecto,

Mientras que,

Por lo tanto, s podemos aplicar el mtodo de biseccin.

Calculamos el punto medio del intervalo 0,1 ,

Que es la primera aproximacin a la raz de f (x) .

Evaluamos f (0.5) arctan( 0.5) 0.5 1 0.0363 0 .

Y hacemos nuestra tabla de signos,

Puesto que f (0.5) y f (1) tienen signos opuestos, entonces la raz se localiza en el

intervalo 0.5,1 .
xr1 0.5
En este punto, solo contamos con una aproximacin, a saber, , que es el
primer punto medio calculado.
Repetimos el proceso, es decir, calculamos el punto medio ahora del intervalo 0.5,1 ,

Que es la nueva aproximacin a la raz de f (x) .

Aqu podemos calcular el primer error aproximado:

Puesto que no se cumple el objetivo, continuamos con el proceso.

Evaluamos f (0.75) arctan( 0.75) 0.75 1 0.3935 0 .

Y hacemos la tabla de signos:

Puesto que f (0.5) y f (0.75) tienen signos opuestos, entonces la raz se localiza en

el intervalo 0.5,0.75 .

Calculamos el punto medio,

Y el nuevo error aproximado:

El proceso se debe continuar hasta que se logre el objetivo.

Resumimos los resultados que se obtienen en la siguiente tabla:

Aprox. a la raz Error

aprox.

0.5

0.75 33.33%

0.625 20%

0.5625 11.11%

0.53125 5.88%

0.515625 3.03%

0.5234375 1.49%

0.51953125 0.75%

xr8 0.51953125
De lo cual, vemos que la aproximacin buscada es

El mtodo de biseccin por lo general es lento, y en casos como el de la siguiente

grfica, puede ser demasiado lento.
En un caso como ste, el proceso de biseccin comienza a acercarse a la raz de forma
muy lenta, ya que el mtodo solamente toma en cuenta que la raz se encuentra
dentro del intervalo, sin importar si se encuentra ms cerca de alguno de los extremos
del intervalo. Sera bueno implementar un mtodo que tome en cuenta este detalle.

MTODO DE LA REGLA FALSA

En clculo numrico, el mtodo de regula falsi (regla falsa) o falsa posicin es un mtodo
iterativo de resolucin numrica de ecuaciones no lineales. El mtodo combina el mtodo
de biseccin y el mtodo de la secante.

El mtodo
Como en el mtodo de biseccin, el mtodo parte de un intervalo inicial [a0,b0] que
contiene al menos una solucin de la ecuacin f(x) = 0, a la cual se llama raz de f. Es decir,
parte de un intervalo con f(a0) y f(b0) de signos contrarios (vase el teorema de Bolzano).
El algoritmo va obteniendo sucesivamente en cada paso un intervalo [ak, bk] ms pequeo
que incluye una raz de la funcin f.
Para determinar a partir de un intervalo [ak, bk] el siguiente intervalo [ak+1, bk+1], lo que
se hace es obtener el punto del interior del intervalo dado por la frmula:

(a=k)

El punto se obtiene al hallar la interseccin de la recta que pasa por los puntos (a,f(ak)) y
(b,f(bk)) con el eje de abscisas (igual a como se hace en el mtodo de la secante).
Una vez hallado este punto, se toma como siguiente intervalo al intervalo que tiene de
extremo al punto obtenido ck y uno de los extremos del anterior intervalo de forma que en
el nuevo intervalo siga estando una de las races de la funcin f (Es decir, con el valor de la
funcin en los extremos del nuevo intervalo de signo contrario).
Se puede demostrar que bajo ciertas condiciones el mtodo de la falsa posicin tiene orden
de convergencia lineal, por lo que suele converger ms lentamente a la solucin de la
ecuacin que el mtodo de la secante, aunque a diferencia de en el mtodo de la secante el
mtodo de la falsa posicin siempre converge a una solucin de la ecuacin.
El algoritmo tiene el inconveniente de que si la funcin es convexa o cncava cerca de la
solucin, el extremo del intervalo ms alejado de la solucin queda fijo varando
nicamente el ms cercano, convergiendo muy lentamente. Para solucionarlo, se suele
utilizar una variante del algoritmo, conocida como mtodo de regula falsi modificado,
consistente en el caso de que el intervalo quede fijo por un extremo en ir dividiendo por dos
el valor de la funcin en dicho extremo hasta que el nuevo intervalo no contenga al extremo
que se haba quedado fijado.

Ejemplo:
Lo primero que debemos efectuar es despus de la ecuacin a analizar por el mtodo de la
regla falsa es definir nuestros lmites donde analizaremos la grafica definidos por"xi" y
"xd" antes de tener estos puntos ya definidos se recomienda que uno sean de signos
opuestos ya que con esto tendremos mayor certeza de llegar a los puntos donde la grafica
toca el eje de las x.
y = m(x xi) + yi

Sustituimos m en la ecuacin

Despejamos X para obtener la ecuacin

Simplificando obtemos lo siguiente

Para obtener yi y yd solo basta con sustituir los valores de xi en la ecuacin que nos
piden para obtener yi y respectivamente para yd los valores de xd.
Despus de haber realizado obtenido estos valores solo resta sustituirlos en la ecuacin para
de ah obtener XM despus sustituimos este valor en la ecuacin para obtener la siguiente
yd la cual con las iteraciones tiende a 0.
Ahora bien este mtodo funciona por medio de iteraciones entonces para obtener los
siguientes datos hacemos lo siguiente el valor obtenido en xm lo pasamos al siguiente
valor de xd y el valor de xi lo volvemos a pasar igual evaluamos nuevamente variables
de yi y yd y continuamos igual si en este caso nos quedaran signos iguales en las
variables yi y yd lo que hacemos es pasar el valor de xm a xi y el valor de xd
ahora lo bajamos igual. En el siguiente ejercicio se ve explicado este suceso.
DIFERENCIA METODO REGLA FALSA, BISECCION Y SECANTE
La diferencia entre una y otra es que mientras el mtodo de la regla falsa trabaja sobre
intervalos cerrados, el mtodo de la secante es un proceso abierto y por lo mismo,
encuentra la aproximacin casi con la misma rapidez que el mtodo de Newton-Raphson.
Aunque corre el mismo riesgo de ste ltimo de no converger a la raz, mientras que el
mtodo de la regla falsa lo hace de manera segura.
Usa el mtodo de la regla falsa para aproximar la raz de comenzando en el intervalo, el
mtodo regla falsa como se mencion anteriormente, sera bueno considerar si la raz de
una ecuacin est localizada ms cerca de alguno de los extremos del intervalo.
Consideremos nuevamente una grfica como la anterior. Es claro que si en lugar de
considerar el punto medio del intervalo, tomamos el punto donde cruza al eje esta recta, nos
aproximaremos mucho ms rpido a la raz; sta es en s, la idea central del mtodo de la
regla falsa y sta es realmente la nica diferencia con el mtodo de biseccin, puesto que en
todo lo dems los dos mtodos son prcticamente idnticos.
.
INTRODUCCIN
En el presente trabajo se presentan algunos acontecimientos importantes de la
vida de Isacc Newton que contribuyeron al desarrollo del algebra no lineal, tal es el
caso del mtodo de Newton Rapshon, mtodo iterativo que se aplica para resolver
sistema de ecuaciones algebraicas no lineales, el cual se debe el clculo de races
de una funcin por aproximaciones sucesivas y tambin se estudian las
deficiencias de tal mtodo en casos en el cual no existe convergencia y por ltimo
se proponen ejemplos numricos para demostrar la validez y exactitud del mtodo
de Newton Rapshon, haciendo uso tambin de software para la solucin de
ecuaciones no lineales .

HISTORIA DEL METODO DE NEWTON-RAPHSON

El mtodo de Newton es probablemente el proceso ms antiguo y famoso de
iteracin, tiene sus primeras versiones en la antigua Babilonia, reino de
Mesopotamia, hoy Irak [3].
Curiosamente, aunque lleva el nombre de Newton desde el ao 1830, no es mrito
de Isaac Newton (1642,1727) el haberlo propuesto en la manera como hoy lo
conocemos. Este, como otros mitos, le asigna a Newton descubrimientos que no
hizo [4]. De hecho, no hay evidencia de que Newton lo conociera, segn Nick
Kollerstrom, el crdito debe ser dado a Thomas Simpson (1710-1761) |el mismo
autor de la conocida regla de Simpson" para la aproximacin de integrales
definidas. Tambin es notable la participacin de otros matemticos como Joseph
Raphson, Joseph Fourier, de tal manera que el mtodo podra ser llamado el
mtodo de Newton-Raphson-Simpson-Fourier.

MTODO DE NEWTON-RAPHSON
Definicin:
El mtodo de Newton es una extensin directa del mtodo del mismo nombre para
buscar ceros de funciones de una variable. La idea es realizar el desarrollo de las
series de Taylor de una funcin alrededor de una estimacin de la raz x 0
1
f ( x )=f ( x 0 ) + ( xx 0 ) f ( x 0 )+ ( xx 0 ) f ( x 0 )+
2

Truncando la serie a primer orden e igualando f ( x )=0 se tiene.

f (x 0)
x=x 0
f (x 0)
Este Mtodo es similar al de la Secante, la diferencia esencial radica en que en la
Secante se utiliza el Mtodo de diferencias divididas para aproximar f ( x ) . El
Mtodo de Newton-Raphson asume que la funcin f (x) es derivable sobre un
intervalo cerrado [a, b]. Entonces f (x) tiene una pendiente definida y una nica
lnea tangente en cada punto dentro del intervalo [a, b]. La tangente en
(x 0, f ( x 0 ) ) es una aproximacin a la curva de f ( x ) cerca del punto
 (x 0, f ( x 0 ) ) . En consecuencia, el cero de la lnea tangente es una aproximacin

del cero de f ( x) denominada raz de f(x).

Figura 1 Modelo general del mtodo de Newton Raphson

Usando algunos conceptos bsicos de clculo, se tienen maneras de evaluar

races de funciones complicadas numricamente. Normalmente, se usa el mtodo
de Newton-Raphson. Este proceso iterativo sigue una pauta fija para aproximar
una raz, considerado la funcin, su derivada, y un valor x inicial.

El Mtodo de Newton Raphson usa un proceso iterativo para encontrar la raz de

una funcin. La raz especifica que el proceso localiza un valor que depende del
valor x inicial, valor x escogido arbitrariamente.
Se Calcula la primera aproximacin, x1, como el cero de la lnea tangente en un
punto inicial x0 dado. Se calcula la segunda aproximacin, x2, como el cero de la
lnea tangente en la primera aproximacin x1.

DERIVACIN DE LA FRMULA
El Mtodo de Newton tiene una interpretacin geomtrica sencilla, de hecho, el
Mtodo de Newton consiste en una linealizacin de la funcin, 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 funcin en el punto, f (x0). La nueva aproximacin a
la raz, x1, se obtiene de la interseccin de la funcin lineal con el eje X de
ordenadas.
La ecuacin de la recta que pasa por
el punto (x0, f (x0)) y de pendiente f
(x0) es:
y f(x0) = f(x0)(x x0)

De donde, haciendo y = 0 y
despejando x se obtiene la ecuacin
de Newton-Raphson
x n+1=x nf (x n)/ f (x n)
 Figura 2 Iteraciones del mtodo de Newton Raphson

Demostracin: Sea x0 la raz supuesta inicial o valor inicial de las iteraciones y si

se aplican funciones trigonomtricas al ngulo de la figura 2 se tiene que
tan()= f (x0) /(x0-x1), a partir de esta frmula se puede decir que: (x0- x1)= f (x0) /
tan(). Y despejando x1 se tendra la frmula de Newton. La pendiente en x0 est
dada por tan() = f ' (x0).Teniendo en cuenta lo anterior se tendra entonces que:
x1 = x0 f (x0) / f '(x0). Tambin se puede deducir de teniendo en cuenta que la
ecuacin de la lnea tangente en x0 est dada por: y f(x0) = f(x0)(xx0). La
primera aproximacin x1 es obtenida como la raz de (1). As (x1,0) es un punto
sobre la ecuacin anterior.

De aqu, 0f ( x 0 )=f (x 0)( x 1x 0)

Despejando, x 1x 0=f ( x 0 ) / f ( x 0 )

Finalmente se obtiene: x 1=x 0f ( x 0 ) /f ( x 0 )

Por construccin similar se obtiene: x n+1=x nf ( x n)/ f ( x n)

Donde, xn es un valor para x conocido actualmente, f ( xn) representa el valor

de la funcin evaluada en xn, y f ( x n) es la derivada evaluada en xn, xn+1
representa el prximo valor para x que se est tratando de encontrar como raz al
aplicar el modelo. Esencialmente, f ( x 0) la derivada representa f ( x ) /dx , (dx
= delta-x) dx = x0 x1. Sin embargo, el trmino f ( x ) /f ( x ) representa un
valor de dx = x.
f ( x) f (x)
= = x
f ( x) f ( x ) / x
ORDEN DE CONVERGENCIA
Sean x0, x1, x2. . . una secuencia que converge a r y sea en = x n - r. Si existe un
lim en+1
=C
nmero m y una constante C (distinta de cero), tal que: en m cuando

n, entonces m es llamado orden de convergencia de la secuencia y C el

error asinttico constante. Para m=1,2,3, la convergencia se dice lineal, cuadrtica
y cbica respectivamente.

ANLISIS DE CONVERGENCIA
Sean x0, x1, x2,..., xn, xn+1 las aproximaciones en sucesivas iteraciones. Sea r el
verdadero valor de la raz. Si se toma como error en la n-esima iteracin a e n .
Entonces el error e n estar dado por: e n=x nr y en consecuencia
e n+ 1=x n+ 1r
Si se tiene que, x n+1=x nf (x n)/ f (x n)
e n+ 1=x nf (x n)/ f ( x n)r
e n+ 1=x nr f (x n)/ f ( x n)
e n+ 1=e nf (x n)/ f ( x n)
e n+ 1=( e n f ( x n )f ( x n ) )/f (x n) Ec 1

Ahora, expandiendo f ( x ne n ) en serie de Taylor se obtiene,

f ( x ne n )=f ( x n ) f ( x n ) e n+(f ( C ) /2) e n
f ( r ) =f ( x n )e n f ( x n ) +(f ( C ) /2) e n
0=f ( x n )e n f ( x n ) +(f ( C ) /2)e n
e n f ( x n )f ( x n )=( f ( C ) /2)e n Ec2
De las ecuaciones 1 y 2 se obtiene,
e n+ 1=(f ( C ) /2)e n / f ( x n) , e n+ 1=1/2(f ( C ))/ f (x n) e n

Esto es, donde C=1/2(f ( C ) /f ( x n))

e n+ 1=Ce n

De aqu e n+1 C e n , esto es, x n+1r C x n+1r

Por lo que Newton-Raphson es un mtodo que converge cuadrticamente, es
decir, que el nmero de cifras decimales correctos se duplica aproximadamente en
cada iteracin, o el error es aproximadamente proporcional al cuadrado del error
anterior.
Dos situaciones en las que el Mtodo de Newton no funciona adecuadamente: (a)
el Mtodo no alcanza la convergencia y (b) el Mtodo converge hacia un punto
que no es un cero de la ecuacin.

Figura 3 No convergencia en la que se puede incurrir con el mtodo de newton.

Entre ms iteraciones se ejecuten, los dx =x tendern a ser ms pequeos y por
ende tendern a cero (0) minimizando el valor del error.
Tericamente, se podra ejecutar un nmero infinito de iteraciones para encontrar
una representacin perfecta para la raz de la funcin. Sin embargo, ste es un
mtodo numrico que se usa para disminuir el trabajo de encontrar la raz, para
que toque hacer de forma manual este proceso.

EJEMPLOS DEL MTODO DE NEWTON RAPHSON

Ejemplo1. Utilice el mtodo de Newton-Raphson para calcular la raz de
2
f ( x )=x 4
Solucin. La primera derivada de la funcin es
f ( x )=2 x
Empezando con un valor inicial x0 = 6, se aplica esta ecuacin iterativa para
calcular

TABLA 1
Resultados del mtodo de newton para el ejemplo 1.
n xn f ( x n) f ( x n) x n+1 dx

0 X0 = 6 f ( x 0 )= f ( x 0 )= x 1= 3.3

32 12 3

1 X1 = 3.33 f ( x 1 ) = f ( x 1 ) = x 2=2.27 1.06

7.09 6.66
2 X2 = 2.27 f ( x 2 )= f ( x 2 ) = x 3= 2.0 0.26
1.15 4.54 1

3 X2 = 2.01 f ( x 3 )= f ( x 3 )= x 4= 2.0 0.01

0.04 4.02 0

Interpretando lo mostrado en la tabla 1 as; usando un valor inicial para x0 = 6, se

2
encontr que la raz de la ecuacin f ( x )=x 4 es x=2 despus de 4
iteraciones con un dx igual a 0.01. Si se toma un valor inicial diferente para x0, se
puede llegar a la misma raz, o puede encontrar alguna otra raz, por ejemplo x =
2.

Ejemplo2. Utilice el mtodo de Newton-Raphson para calcular la raz de

f ( x )=e x x
Solucin. La primera derivada de la funcin es
f ( x )=ex 1
Empezando con un valor inicial x0 = 0, se aplica esta ecuacin iterativa para
calcular
TABLA 2
Nmero de las iteraciones para el ejemplo 2.
n xn f ( x n) f ( x n) x n+1 dx

0 X0 = 0 f ( x 0 )= 1 f ( x 0 )= -2 x 1=0.5

1 X1 = 0.5 f ( x 1 ) = 0.1065 f ( x 1 ) = - x 2=0.56631 0.066

 1.606
2 X2 = 0.56631 f ( x 2 )= 0.001306 f ( x 2 ) = - x 3=0.5671 0.00078
1.567
3 X2 =0.5671 f ( x 3 )= 0.000678 f ( x 3 )= - x 4=0.5675 0.0004
1.5671
As, el mtodo converge rpidamente a la raz verdadera. Observe que el error
relativo porcentual verdadero en cada iteracin disminuye mucho ms rpido en la
tabla 2 as; usando un valor inicial para x0 = 0, se encontr que la raz es
x=0.5675 despus de 4 iteraciones con un dx igual a 0.0004. Si se toma un
valor inicial diferente para x0, se puede llegar a la misma raz, o puede encontrar
alguna otra raz.
Ejemplo 3: Ecuacin polinomial de orden 3
3
Vea a continuacin un ejemplo, con la siguiente ecuacin: f ( x )=x + x+ 16
Solucin. La primera derivada de la funcin es
f ( x )=3 x 2+1
Empezando con un valor inicial x0 = 2, se aplica esta ecuacin iterativa para
calcular
TABLA 3
2
Calculo de iteraciones para la funcin f ( x )=3 x +1
n xn f ( x n) f ( x n) f ( x n) / f ( x n ) x n+1=x nf ( x n)/ f ( x n)
0 2.00 26.00 13.00 2.00 0.00
1 0.00 16.00 1.00 16.00 -16.00
2 -16.00 -4096.00 769.00 -5.30 -10.70
3 -10.70 -1210.70 342.80 -3.50 -7.10
4 -7.114 -355.39 154.01 -2.3076 -4.8341
5 -4.834 -101.7983 71.1049 -1.4317 -3.4024
6 -3.402 -26.7902 35.7293 -0.7498 -2.6526
7 -2.652 -5.3171 22.1089 -0.2405 -2.4121
8 -2.412 -0.4464 18.4548 -0.0242 -2.3879
9 -2.387 -0.0042 18.1065 -0.0002 -2.3877
Los clculos anteriores correspondientes al ejemplo 3, se comprobaron haciendo
uso del paquete Matlab con el siguiente cdigo.
format short;
x=4; fx=x.^3+x+16;
while abs(fx)>0.00001
fx=x.^3+x+16; dfx=3*x^2+1; xn=x-fx/dfx;
disp ([x fx dfx fx/dfx xn]); x=xn;
end
Si desea tener ms cifras significativas puedes cambiar el formato de presentacin
por el de format long.
CONCLUSIONES
El mtodo de newton es eficiente en la solucin de sistemas de ecuaciones
no lineales, converge muy rpidamente y proporciona una muy buena
precisin en los resultados.
El mtodo se emplea en la solucin de problemas acadmicos reales.
El mtodo no puede ser utilizado para los casos en que f(x)=0.
La eficiencia del mtodo depende del valor inicial elegido.
BIBLIOGRAFA
[1]Chapra S.C. y Canale R.P. Mtodos numricos para ingenieros. 5. ed., McGraw-Hill, Mxico, 2007.
[2]CONDE S. D, Carl de Boor. Anlisis numrico elemental: Un enfoque algortmico. Mc. Graw-Hill 1972.
[3] D. F. Bailey A Historical Survey of Solution by Functional Iteration Mathematics Magazine, Vol. 62, No. 3.
(Jun., 1989).