ITNL ISC 2006

UNIDAD II
Solucin de Ecuaciones de una Variable (Races de Ecuaciones).
1. Mtodo de Aproximaciones Sucesivas.
2. Mtodo de Newton Raphson.
3. Mtodos Iterativos sobre dos puntos.
Mtodo de la Biseccin.
Mtodo de la Secante.

Mtodo Iterativo de Aproximaciones Sucesivas

Este mtodo es quizs el mas rudimentario aunque es el mas seguro en cuanto a la prueba de
convergencia y los controles de ejecucin sobre el error empleado para detener la ejecucin como se
puede observar en el diagrama siguiente.

Figura 3.1: Mtodo de iteraciones de punto fijo o

de Aproximaciones Sucesivas.

uU
Ing. Juan Manuel Garca G. MC
7
ITNL ISC 2006

Mtodo de Newton Raphson

El mtodo iterativo definido por la expresin de:

F( Xn )
X n+1 = Xn ---------
-
F ( Xn )
Ecuacin que se deduce de la serie de Taylor o bien de la ecuacin de
una recta conocido un punto por el que pasa y la pendiente (o derivada) en ese punto.
Para resolver la ecuacin F(x) = 0 se debe a Newton-Raphson y se conoce como el Mtodo de las
Tangentes. En la figura siguiente se muestra geomtricamente el comportamiento del mtodo, en
donde se observa el por que del nombre del mtodo de las tangentes.
Puesto que el mtodo de Newton - Raphson esta establecido para resolver directamente la ecuacin
F(x) = 0 sin transformacin alguna, es interesante conocer el comportamiento geomtrico del mismo
en la grfica de la funcin F(x).Para saberlo se tratara de determinar la traza en el eje x de la tangente
de la curva y = F(x), en su punto abscisa xo.

y
y =F(x)

Xn+1 = Xn - F (Xn )
F (Xn)

a x2 x1 x0
De lo anterior puede afirmarse que, geomtricamente, el mtodo de las tangentes consiste en trazar
una vertical por la primera aproximacin hasta cortar la curva de ecuacin y = F(x); por el punto de
corte trazar una tangente a la propia curva hasta intersectar el eje x; en este punto de interseccin se
tendr la nueva aproximacin y habr que repetir el proceso tantas veces como sea necesario.
Para terminar se investigara en que casos converge este nuevo mtodo de aproximaciones sucesivas.
Comparando las grficas anteriores, las expresiones que definen los mtodos de Newton Raphson y
de interacciones simples, respectivamente, se ve que el mtodo de las tangentes equivale a aplicar la
ecuacin de recurrencia.
Xn+1 = g (Xn)
en donde:
g(X) = X F(X ) / F(X )
Por lo que se puede asegurar que ser convergente siempre que | g(x) | < 1.
Ing. Juan Manuel Garca G. MC
8
ITNL ISC 2006

Por lo anterior puede afirmarse que el mtodo iterativo de Newton-Raphson definido por el primer
esquema converge a una raz de la ecuacin F(x) = 0 si se verifica en el segundo esquema, es decir si
xo es la primera aproximacin a la raz de F(x) = 0,debe cumplirse:
1.- xo debe estar suficientemente cercano a la raz de F(x) = 0.
2.- F(xo) no debe ser excesivamente grande, y
3.- F(xo) no debe estar muy prximo a cero para que el mtodo en estudio converja.
La ltima restriccin significa que no hay races cercanas unas de otras, aunque esto es relativo por la
lejana o cercana de la primera aproximacin a la raz que se busca.
A continuacin se presentan algunos ejemplos de aplicacin del mtodo de Newton-Raphson.
Ejemplo1:
Encontrar las dos races cuadradas de 0.5 , con una tolerancia de error de 0.001 y un mximo de
iteraciones de 20.
Sea x = raz cuadrada de 0.5
en donde: x ^ 2 = 0.5
entonces:
F(x) = x ^ 2 - 0.5 =0 y F(x) = 2x.
Sustituyendo:
F(x) y F(x) en la ecuacin de N R . nos queda
X n+1 = X n - (Xn ^ 2 - 0.5 ) / (2Xn)
Obteniendo un comn denominador y Simplificando nos queda
Xn+1 = (2Xn 2 - Xn ^2 + 0.5 ) / (2 Xn)

( X 2 0.5)
n
X n 1
2. X
n
Para determinar la raz positiva se empezara con xo = 0.6, entonces:
X1 = (0.6)^2 + 0.5 ) / (2* 0.6 ) = 0.7167
X2 = (.7167)^2 + 0.5 ) / (2*.7167 ) = 0.7072
X3 = (.7072)^2 + 0.5 ) / (2*.7072 ) = 0.7071
X4 = (.7071)^2 + 0.5 ) / (2*.7071 ) = 0.7071
Trabajando con cuatro cifras significativas el valor de la raz positiva en la tercera y cuarta iteraciones
son iguales, por lo que con esta aproximacin el valor de la raz ser .7071.Para encontrar la raz
negativa se empezara con xo = - 0.6

X1 = ((-0.6)^2 + .5 ) / (2*(-0.6)) = -0.7167

X2 = ((-0.7167)^2 + .5 ) / (2*(-0.7167 )) = -0.7072

X3 = ((-0.7072)^2 + .5 ) / (2*(-0.7072 )) = -0.7071

X4 = ((-0.7071)^2 + .5 ) / (2*(-0.7071 )) = -0.7071

Ing. Juan Manuel Garca G. MC

9
ITNL ISC 2006
Entonces la raz de 0.5 = -0.7071
Ejemplo2:
Resolver la ecuacin F(x) x 4 sen x = 0 con un error de 0.001 y un nmi de 20.
Se tiene: F(x) = x 4 sen x
F(x) = 1 4 cos x (1)
entonces: X n+1 = X n - (X n - 4 sen X n) / (1 - 4cos X n)
simplificando
X n+1 = [X n 4* X n cos X n X n +4*sen(X n )] / (1 4*cos(X n ))

X n+1 = [4(sen(X n ) X n * cos X n )] / [1 4 cos(X n )]

Si Xo = 2.5 entonces:
X1 = [4(sen(2.5) 2.5 cos(2.5))] / (1 4 cos(2.5)) = 10.4053/ 4.2046= 2.4748 radianes
El error es ex = | 2.4748 2.5 | =0.0252
X2 = [ 4( sen(2.4748) 2.4748 cos(2.4748 ))] / (1 4 cos( 2.4748 )) = 10.2528/4.1432=2.4746
El error es ex = | 2.4746 2.4748 | = 0.0002
El cual es menor que la tolerancia establecida (0.001) por lo que entonces la solucin es X = 2.4746
rad
Ejemplo3
Sea la ecuacin sen X -0.66 = 0, . Se tratara de resolverla a partir del valor xo = 1.165.
F( x ) = sen x - 0.66
F( x) = cos x
entonces:
Xn+1 = Xn - (sen Xn - 0 .66) / cos Xn =

Si Xo = 1.165 radianes, que equivale a 66.75 grados, se obtiene:

X1 = 1.165 (sen 1.165 -0.66) / cos 1.165 = 1.165 (0.3369/(-0.0791))=5.9091 5.9091-1.165 = 4.7441

X2 = 5.9091 (sen 5.9091- 0.66) / cos 5.9091 = 7.0107 7.0107-5.9091 =1.026

X3 = 7.0107 (sen7.0107 - 0.66) / cos 7.0107 = 7.01025 7.01025-7.0107=0.00045

X4 =

aA
Ing. Juan Manuel Garca G. MC
10
ITNL ISC 2006

Mtodo de Newton-Raphson
Maestro: Ing. Juan Manuel Garca Guerra M.C.

inicio 1

"Deme la ecuacin k=1

que desea
resolver"

Xn =X0 - f(X0) / f'(X0) 3

cadena
V "LA SOLUCION
| Xn - X0 | < = Ex ES: ", Xn
"Deme el valor
inicial"
F

k, Xn 2

X0

k=k+1
"Deme la
Tolerancia
permitida" X0 = Xn

while F "falla por nmi"

Ex
k <= nmi

V
"Deme el Nmero 2
Mximo de 3
Iteraciones"

fin

nmi

Ing. Juan Manuel Garca G. MC

11
ITNL ISC 2006

Mtodo de la Biseccin
Supongamos una ecuacin f(x) = E(x) que cumple el teorema de Bolzano en el intervalo (a, b)
Caso I:

1) x = (a + b )/2

2)

3) Me detengo ya ?

no

si imprime x, y fin

Ing. Juan Manuel Garca G. MC

12
ITNL ISC 2006
Caso II:

1) x = (a + b) /2

2)

3) Me detengo ya?
No
Si imprimir x, y fin
Cuando detenerse ?

Detenerse si b a < emax, donde emax es un valor pequeo positivo y arbitrario. Ejemplo: si emax = 0.0001,
a o b sern igual a alfa hasta el tercer decimal.
Ejemplo: Halla al menos una raz de la ecuacin x 5x + 1 = 0, con una precisin tal que emax = 0.001.
F(x)= x 5 x + 1 = 0

Ing. Juan Manuel Garca G. MC

13
ITNL
Iterando
1. x = 0+1/2 = 0.5
f(0.5) = -1.37 < 0 b = 0.5
0.5 0 = 0.5 <) 0.001 continua ... b a
3. x = (0 + 0.25 )/ 2 = 0.125
f(0.125) = 0.3769 > 0 a = 0.125
0.25 0.125 = 0.215 <) 0.001 Continua...
5. x = (0.1875 + 0.25) / 2 = 0.21875
f(x) = - 0.083 < 0 b = 0.21875
b a = 0.03125 <) 0.001 sigue
7. x = (0.1875 + 0.203125) / 2 =
0.1953125
f(x) = 0.0308 > 0 a = 0.1953125
b a = 0.0078125 <) 0.001 sigue
8. x = (0.19921875 + .203125) / 2 =
0.201171875
f(x) = 0.002282 > 0 a = 0.211171875
b a = 0.001953... <) 0.001 sigue
ISC 2006
2. x = (0 + 0.5) / 2 = 0.25
f(0.25) = - 0.2343 < 0 b = 0.25
0.25 0 = 0.25 <) 0.001 Continua ...
4. x = (0.125 + 0.25 )/ 2 = 0.1875
f(0.1875) = 0.0690 > 0 a = 0.1875
b- a = 0.0625 <) 0.001 Continua ...
6. x = (0.1875 + 0.21875 ) / 2= 0.203125
f(x) = - 0.00724 < 0 b = 0.203125
b a = 0.015625 <) 0.001 sigue
8 x = (0.1953125 + 0.203125) / 2 = 0.19921875
f(x) = 0.01181 > 0 a = 0.19921875
b a = 0.003906... <) 0.001 sigue
9. x = (0.201171875 + 0.203125) / 2 = 0.202148437
f(x) = - 0.00248 < 0 b = 0.20214837
b a = 0.000386 < 0.001 Detente y imprime
x = 0.202148437

Continuacin... Donde podemos garantizar de x tantos decimales como ceros tenga emax a la derecha del
punto decimal. X = 0.20
Tiene como caracterstica fundamental que al tener la seguridad de contar con por lo menos una solucin entre
los puntos 1 y 2 la convergencia ser rpida y sostenida durante todo el proceso, observar el algoritmo
siguiente:

Figura 3.3 Mtodo de la Biseccin

Ing. Juan Manuel Garca G. MC

14
ITNL ISC 2006

Mtodo de la Biseccin
Maestro: Ing. Juan Manuel Garca Guerra M.C.

inicio 3
1
"Deme la ecuacin
que desea
resolver" K=1
while F
(k<=nmi)
fa=f(a) V
cadena "FALLA POR NMI "

5
"Deme el valor del
fb=f(b)
primer punto" 6

4 " los datos de a

F
y b se tienen
fa*fb < 0 4
que cambiar "
a
V
"Deme el valor del
segundo punto" x = (a + b)/2 5

2
b fx = f(x)

"Deme la
F V "LA SOLUCION
Tolerancia
permitida" fa * fx < 0 fa * fx = 0 ES: ", X

V F

Ex b=x 6
a=x

"Deme el Nmero fb = fx FIN

Mximo de fa = fx
Iteraciones"

V
|x - a|<= Ex 2
nmi V
|x - b|<= Ex 2
F
1 F
k, X

k=k+1 3

Ing. Juan Manuel Garca G. MC

15
ITNL ISC 2006

Mtodo de la Secante

Este mtodo al igual que el anterior toma como valores iniciales 2 puntos por los cuales pasa la funcin aunque
en este caso no se asegura convergencia probada, sino que el mismo procedimiento conduce hacia la solucin
si es que tiene, la convergencia es muy rpida.

Figura 3.4: Mtodo de la Secante

***EJEMPLO POR EL METODO DE SECANTES ***

Deme la ecuacin a resolver: x*x*x+x-10
Deme el error permitido: 0.0001
Deme el nmero de iteraciones: 100
Deme el valor de x1: 1.5
Deme el valor de x2: 3.2

N XN
1 1.7802
2 2.0638
3 1.9833
4 2.0045
5 1.9988
6 2.0003
7 1.9999
8 2.0000
9 1.99999

Ing. Juan Manuel Garca G. MC

16