CAPTULO 1: SOLUCIN DE
ECUACIONES DE UNA VARIABLE.
MTODO DE NEWTON - RAPHSON.
http://www.slideshare.net/asesoracademico/
66
m f ( x0 )
Y por lo tanto la ecuacin de la recta tangente es:
y f ( x0 ) f ( x0 ) ( x x0 )
Hacemos y 0 , x x1 :
f ( x0 ) f ( x0 ) ( x1 x0 )
Y despejamos x1 :
x1 x0
f ( x0 )
f ( x0 )
f ( xi1 )
, i 1, 2, 3, ..., n
f ( xi1 )
(1.18)
http://www.slideshare.net/asesoracademico/
67
alrededor de x0 .
f ( x) f ( x0 ) ( x x0 ) f ( x0 )
( x x0 ) 2
f ( ( x))
2
(1.19)
0 f ( x0 ) ( x1 x0 ) f ( x0 )
( x1 x0 ) 2
f ( ( x))
2
(1.20)
f ( x) f ( x0 ) ( x1 x0 ) f ( x0 )
x1 x0
(1.21)
f ( x0 )
f ( x0 )
(1.22)
f ( x0 )
f ( x0 )
(1.23)
http://www.slideshare.net/asesoracademico/
68
lo cual debe ser una mejor aproximacin a x que x0 . Esto prepara el terreno para el mtodo
de Newton Raphson, que involucra el generar la sucesin {xi } definida por
xi xi1
f ( xi1 )
, i 1
f ( xi1 )
(1.24)
Note que el mtodo de Newton Raphson no trabaja con intervalos donde nos asegure que
encontraremos la raz, y de hecho no tenemos ninguna garanta de que nos aproximaremos
a dicha raz. Desde luego, existen ejemplos donde este mtodo no converge a la raz, en
cuyo caso se dice que el mtodo diverge. Sin embargo, en los casos donde si converge a la
raz lo hace con una rapidez impresionante, por lo cual es uno de los mtodos preferidos
por excelencia.
Tambin observe que en el caso de que f ( xi1 ) 0 , el mtodo no se puede aplicar. De
hecho, vemos geomtricamente que esto significa que la recta tangente es horizontal y por
lo tanto no intersecta al eje x en ningn punto, a menos que coincida con ste, en cuyo caso
f ( xi1 )
. Esta frmula se aplica mediante
f ( xi1 )
http://www.slideshare.net/asesoracademico/
69
f ( xi1 )
. (Calcular xi )
f ( xi1 )
Paso 4. Determinar f ( xi ) . Si f ( xi ) 0
xi xi1
100 TOL entonces
xi
http://www.slideshare.net/asesoracademico/
70
f ( x0 )
f ( x0 )
x0 2
f ( x0 ) f (2) (2) 2 e( 2) 3.86466471676
f ( x0 ) f (2) 2 (2) e( 2) 4.13533528324
x1 2
3.86466471676
4.13533528324
x1 1.06545311273
f ( x) x 2 e x con x0 2 .
Segunda iteracin ( i 2 ).
x2 x1
f ( x1 )
f ( x1 )
http://www.slideshare.net/asesoracademico/
71
x1 1.06545311273
0.79061864586
2.47547791503
x2 0.74607290697
Grficamente:
f ( x) x 2 e x con
x0 2 .
Tercera iteracin ( i 3 ).
x3 x2
f ( x2 )
f ( x2 )
x2 0.74607290697
0.08239955517
1.96637104128
x3 0.70416852909
Grficamente:
http://www.slideshare.net/asesoracademico/
72
f ( x) x 2 e x con x0 2 .
0.70416852909 0.74607290697
100
0.70416852909
a 5.95%
Error relativo porcentual verdadero.
0.70346742250 0.74607290697
100
0.70346742250
t 6.06%
Los resultados que se obtienen de la aplicacin del mtodo se resumen en la siguiente
tabla:
i
xi1
f ( xi1 )
f ( xi1 )
xi
a , %
1
2
3
2
1.06545311273
0.74607290697
3.86466471676
0.79061864586
0.08239955517
4.13533528324
2.47547791503
1.96637104128
1.06545311273
0.74607290697
0.70416852909
87.71
42.81
5.95
http://www.slideshare.net/asesoracademico/
73
f ( xi1 )
f ( xi1 )
f ( x) x 2 e x
f ( x) 2 x e x
xi xi1
xi21 e xi 1
2 xi1 e xi 1
x02 e x0
x1 x0
2 x0 e x0
x1 2
(2) 2 e ( 2)
2 (2) e ( 2)
x1 1.06545311273
Segunda iteracin ( i 2 ):
x2 x1
x12 e x1
2 x1 e x1
x2 1.06545311273
(1.06545311273) 2 e (1.06545311273)
2 (1.06545311273) e (1.06545311273)
x2 0.74607290697
Tercera iteracin ( i 3 ):
Mtodos Numricos. Ing. Willians Medina.
http://www.slideshare.net/asesoracademico/
74
x3 x2
x22 e x2
2 x2 e x2
x3 0.74607290697
(0.74607290697) 2 e ( 0.74607290697)
2 (0.74607290697) e ( 0.74607290697)
x3 0.70416852909
El mtodo de Newton es una tcnica extremadamente poderosa, pero tiene una dificultad
grande: la necesidad de saber el valor de la derivada de f en cada aproximacin.
Frecuentemente ocurre que f (x) es mucho ms complicada y necesita de ms operaciones
aritmticas para su clculo que f (x) . Como un ejemplo simple, sea f ( x) x 2 3x cos (2 x) ,
entonces
en forma ms
f ( x) x
x 2 e x
y evalundola primero en x 2 y luego en los valores recin
2 x ex
http://www.slideshare.net/asesoracademico/
75
e x ) (2 x e x )
Math
http://www.slideshare.net/asesoracademico/
76
Observaremos en el display:
x2 ex : 2 x ex
Math
Para evaluar en x 2 (la estimacin inicial) presionar las teclas: CALC , 2 , =. El display
de la calculadora reporta:
x2 ex
Math
Disp
3.864664717
Este valor 3.864664717 es el correspondiente a la funcin f ( x) x 2 e x en x 2 . Al
presionar = nuevamente, el display muestra
2 x ex
Math
Disp
4.135335283
Este valor 4.135335283 es el correspondiente a la funcin f ( x) 2 x e x (la derivada) en
3.864664717
1.065453113
4.135335283
Y se repite el procedimiento con ste ltimo valor para obtener la segunda estimacin de la
raz. Es en este punto que conviene disponer de dos calculadoras, pues con una se evalan
las funciones, y con la otra se calculan las estimaciones.
La derivada de la funcin.
En el mtodo de Newton Raphson se requiere evaluar la derivada de la funcin en los
puntos sucesivos correspondientes a las estimaciones de la raz. En el ejemplo resuelto, esta
derivada se realiz analticamente y se evalu en los puntos indicados. No obstante, la
mayora de las calculadoras cientficas disponen de la opcin para evaluar numricamente
derivadas a partir de la funcin original.
En el ejercicio resuelto, durante la primera iteracin se requiri determinar
http://www.slideshare.net/asesoracademico/
77
d
(x 2 e x )
dx
Math
x2
4.135335283
Y de esta manera podemos disponer de la derivada de la funcin en el punto, sin tener que
determinar la derivada explcitamente a partir de la funcin.
Por ltimo, aprovechando al mximo los recursos de la calculadora, se explicar cmo
resolver paso a paso el ejemplo 1.13 (y obtener la tabla resumen) slo con el uso de la
calculadora y sin recurrir a derivadas explcitas.
A la funcin la almacenaremos con la variable F, de funcin, mientras que la derivada
ser almacenada en la memoria con la tecla D, de derivada, y las estimaciones sucesivas
con la tecla X. Presionaremos
ALPHA , tan , ALPHA , CALC , ALPHA , ) , x2 , , SHIFT , ln , () , ALPHA , X , ,
ALPHA , , ALPHA , sin , ALPHA , CALC , SHIFT , , ALPHA , ) , x2 , , SHIFT , ln ,
() , ALPHA , ) , , , ALPHA , ) , , ALPHA , , ALPHA , X , , ALPHA , tan , ,
ALPHA , sin
Presionar la tecla CALC.
Presionar la estimacin inicial: 2 y seguidamente la tecla =.
En el display aparece la funcin evaluada en x 2 :
F x2 ex
Math
Disp
3.864664717
Al presionar la tecla = nuevamente, el display mostrar el valor de la derivada evaluada en
x 2:
R
d
(x 2 ex )
dx
Math
Disp
4.135335283
Finalmente, al presionar la tecla = , el display mostrar el resultado correspondiente a la
primera estimacin del valor de x.
xF D
Math
1.065453113
Mtodos Numricos. Ing. Willians Medina.
http://www.slideshare.net/asesoracademico/
78
Para obtener los resultados de la segunda iteracin, simplemente presionamos las teclas = ,
Ans , = y la calculadora reportar los valores correspondientes a la funcin, la derivada y la
segunda estimacin en
http://www.slideshare.net/asesoracademico/
79
http://www.slideshare.net/asesoracademico/
80
x0 1 .
41. [CC] Utilice el mtodo de Newton Raphson para determinar la raz de
f ( x) 0.9 x 2 1.7 x 2.5 usando x0 5 . Efecte el clculo hasta que a sea menor que
s 0.01% .
42. [BF] Use el mtodo de Newton - Raphson para aproximar las soluciones de las
ecuaciones siguientes con precisin de 105.
a) x
2 ex x2
3
0 x 1
b) 3 x 2 e x 0
0 x 1
c) e x 2 x 2 cos x 6 0 1 x 2
http://www.slideshare.net/asesoracademico/
81
43. [BF] Encuentre una raz aproximada de x 3 x 1 0 en [1, 2 ] con precisin de 105,
por el mtodo de Newton.
44. [BF] Aproxime con 104 de precisin las races de las siguientes ecuaciones en los
intervalos dados usando el mtodo de Newton.
a) x 3 2 x 2 5 0 , [1, 4 ]
b) x 3 3 x 2 1 0 , [ 4 , 0 ]
c) x cos x 0 , [ 0 , 12 ]
f ( x) ln ( x 2 1) e 0.4 x cos x .
a) Use el mtodo de Newton para determinar, dentro de 106, el nico cero negativo.
http://www.slideshare.net/asesoracademico/
82
b) Use el mtodo de Newton para determinar, dentro de 10 6, los tres ceros positivos ms
pequeos.
49. [CC] Determine las races reales de f ( x) 2.0 6 x 4 x 2 0.5 x3 :
a) Grficamente.
b) Usando el mtodo de Newton Raphson que cumpla con s 0.01% .
50. [CC] Emplee el mtodo de Newton Raphson para determinar la raz real de
4x7
tiene un cero en x 1.75 . Use el mtodo de Newton
x2
b) x0 1.875
c) x 0 1.5
d) x0 1.95
e) x 0 3
f) x 0 7
53. [BF] La suma de dos nmeros es 20. Si a cada nmero se le aade su raz cuadrada, el
producto de las dos sumas es igual a 155.55. Determine los dos nmeros con una exactitud
de 104.
54. [BF] Use el mtodo de Newton para aproximar, con una exactitud de 10 4, el valor de
1
ms cercano a ( 2 ,1) .
x
http://www.slideshare.net/asesoracademico/
83
56. [BF] Use el mtodo de Newton para encontrar una aproximacin a , exacta a 10 4 ,
para la ecuacin de poblacin 1564000 1000000 e
435000
(e 1) .
f ( xi1 ) f ( x0 )
De aqu, para la raz p de la ecuacin f ( x) 0 tendremos las aproximaciones sucesivas
xi xi1
f ( xi )
, i 1
f ( x0 )
(1.25)
B0 [ x0 , f ( x0 ) ] .
La frmula de Von Mises nos evita la necesidad de calcular los valores de la
derivada f ( xi1 ) cada vez, por lo tanto esta frmula es muy til si f (x) es complicada.
Puede demostrarse que supuesta la constancia de los signos de las derivadas f (x)
y f (x) las aproximaciones sucesivas (1.25) presentan un proceso convergente.
Ejemplo 1.14.
Determine la raz de x 2 e x 0 usando el mtodo de Newton modificado (frmula de
Von Mises) con x0 2 . Realice tres iteraciones. Determine el error relativo porcentual de
aproximacin en la ltima iteracin.
Solucin.
- Ecuacin a resolver: x 2 e x 0 .
- Una estimacin inicial x0 del valor de la raz es x0 2 .
- Se ejecutarn 3 iteraciones.
Desarrollo del mtodo.
Mtodos Numricos. Ing. Willians Medina.
http://www.slideshare.net/asesoracademico/
84
i) Definimos f ( x) x 2 e x .
ii) Derivada de la funcin: f ( x) 2 x e x .
iii) Determinamos la primera aproximacin de la raz.
Primera iteracin ( i 1 ).
x1 x0
f ( x0 )
f ( x0 )
x0 2
f ( x0 ) f (2) (2) 2 e( 2) 3.86466471676
f ( x0 ) f (2) 2 (2) e( 2) 4.13533528324
x1 2
3.86466471676
4.13533528324
x1 1.06545311273
f ( x) x 2 e x con x0 2 .
Segunda iteracin ( i 2 ).
http://www.slideshare.net/asesoracademico/
85
x2 x1
f ( x1 )
f ( x0 )
x1 1.06545311273
x2 1.06545311273
0.79061864586
4.13533528324
x2 0.87426700768
Grficamente:
f ( x) x 2 e x con
x0 2 .
Tercera iteracin ( i 3 ).
x3 x2
f ( x2 )
f ( x0 )
x2 0.87426700768
x3 0.87426700768
0.34717511238
4.13533528324
x3 0.79031369106
Grficamente:
Mtodos Numricos. Ing. Willians Medina.
http://www.slideshare.net/asesoracademico/
86
f ( x) x 2 e x con x0 2 .
0.79031369106 0.87426700768
100
0.79031369106
a 10.62%
Los resultados que se obtienen de la aplicacin del mtodo se resumen en la siguiente
tabla:
i
xi1
f ( xi1 )
f ( xi1 )
xi
a , %
1
2
3
2
1.06545311273
0.87426700769
3.86466471676
0.79061864586
0.34717511238
4.13533528324
4.13533528324
4.13533528324
1.06545311273
0.87426700769
0.79031369106
87.71
21.87
10.62
http://www.slideshare.net/asesoracademico/
87
a) x
2 ex x2
3
0 x 1
b) 3 x 2 e x 0
c) e x 2 x 2 cos x 6 0 1 x 2
0 x 1
58. [WM] Aproxime con 104 de precisin las races de las siguientes ecuaciones en los
intervalos dados usando el mtodo de Newton modificado.
a) x 3 2 x 2 5 0 , [1, 4 ]
b) x 3 3 x 2 1 0 , [ 4 , 0 ]
c) x cos x 0 , [ 0 , 12 ]
f ( x) f ( x0 ) ( x x0 ) f ( x0 )
( x x0 ) 2
f ( ( x))
2
(1.19)
f ( x)
f ( x0 )
(1.22)
f ( xi1 )
, i 1
f ( xi1 )
(1.24)
f ( x0 )
para sustituir
f ( x0 )
esta expresin en uno de los dos factores x1 x0 que intervienen en el trmino de segundo
grado del desarrollo de Taylor, despreciando los de mayor orden, con lo que
0 f ( x0 ) ( x1 x0 ) f ( x0 )
( x1 x0 ) 2
f ( x0 )
2
f ( x0 )
( x1 x0 )
f ( x0 )
0 f ( x0 ) ( x1 x0 ) f ( x0 )
f ( x0 )
2
0 f ( x0 ) ( x1 x0 ) f ( x0 )
( x1 x0 ) f ( x0 )
f ( x0 )
2 f ( x0 )
http://www.slideshare.net/asesoracademico/
88
f ( x0 ) f ( x0 )
0 f ( x0 ) ( x1 x0 ) f ( x0 )
2 f ( x0 )
x1 x0
x1 x0
f ( x0 )
f ( x0 ) f ( x0 )
f ( x0 )
2 f ( x0 )
2 f ( x0 ) f ( x0 )
2[ f ( x0 )]2 f ( x0 ) f ( x0 )
2 f ( xi1 ) f ( xi1 )
2[ f ( xi1 )]2 f ( xi1 ) f ( xi1 )
(1.26)
Tericamente, una de las desventajas de este mtodo son los clculos adicionales de f ( xi )
y el hecho de que el procedimiento es ms laborioso para calcular las iteraciones. Converge
ms rpido que el mtodo de Newton - Raphson, pero se paga el precio de evaluar la
segunda derivada.
Ejemplo 1.15.
Determine la raz de x 2 e x 0 usando el mtodo de Newton mejorado (mtodo de
Halley) con x0 2 . Realice tres iteraciones. Determine el error relativo porcentual de
aproximacin en la ltima iteracin.
Solucin.
- Ecuacin a resolver: x 2 e x 0 .
- Una estimacin inicial x0 del valor de la raz es x0 2 .
- Se ejecutarn 3 iteraciones.
Desarrollo del mtodo.
i) Definimos f ( x) x 2 e x .
ii) Derivada de la funcin: f ( x) 2 x e x .
iii) Segunda derivada de la funcin: f ( x) 2 e x
iv) Determinamos la primera aproximacin de la raz.
Primera iteracin ( i 1 ).
Mtodos Numricos. Ing. Willians Medina.
http://www.slideshare.net/asesoracademico/
89
x1 x0
2 f ( x0 ) f ( x0 )
2[ f ( x0 )]2 f ( x0 ) f ( x0 )
x0 2
f ( x0 ) f (2) (2) 2 e( 2) 3.86466471676
f ( x0 ) f (2) 2 (2) e( 2) 4.13533528324
f ( x0 ) f (2) 2 e( 2) 1.86466471676
x1 2
2 (3.86466471676) (4.13533528324)
2 (4.13533528324) 2 (3.86466471676) (1.86466471676)
x1 0.81598260656
Segunda iteracin ( i 2 ).
x2 x1
2 f ( x1 ) f ( x1 )
2 [ f ( x1 )]2 f ( x1 ) f ( x1 )
x1 0.81598260656
2 (0.22362301353) (2.07416981379)
2 (2.07416981379) 2 (0.22362301353) (1.55779539933)
x2 0.70362020447
Tercera iteracin ( i 3 ).
x3 x0
2 f ( x2 ) f ( x2 )
2 [ f ( x2 )]2 f ( x2 ) f ( x2 )
x2 0.70362020447
http://www.slideshare.net/asesoracademico/
90
x3 0.70362020447
2 (0.00029057850) (1.90203122256)
2 (1.90203122256) 2 (0.00029057850) (1.50520918637)
x3 0.70346742250
Obsrvese que las estimaciones sucesivas de la raz de la ecuacin cada vez ms se
aproximan al verdadero valor de la raz.
Error relativo porcentual de aproximacin.
0.70346742250 0.70362020447
100
0.70346742250
a 0.02%
Los resultados que se obtienen de la aplicacin del mtodo se resumen en la siguiente
tabla:
i
xi1
f ( xi1 )
f ( xi1 )
f ( xi1 )
xi
a , %
1
2
3
2
0.81598260656
0.70362020447
3.86466471676
0.22362301353
0.00029057850
4.13533528324
2.07416981379
1.90203122256
1.86466471676
1.55779539933
1.50520918637
0.81598260656
0.70362020447
0.70346742250
145.10
15.97
0.02
2 ex x2
a) x
3
0 x 1
c) e x 2 x 2 cos x 6 0 1 x 2
b) 3 x 2 e x 0
0 x 1
60. [WM] Aproxime con 104 de precisin las races de las siguientes ecuaciones en los
intervalos dados usando el mtodo de Newton modificado.
a) x 3 2 x 2 5 0 , [1, 4 ]
b) x 3 3 x 2 1 0 , [ 4 , 0 ]
http://www.slideshare.net/asesoracademico/
91
c) x cos x 0 , [ 0 , 12 ]
http://www.slideshare.net/asesoracademico/
92
x0 0 ,
x3 0.25753028544 ; b)
x0 1 ,
x4 0.91000757249 ; c)
x0 2 ,
b) x0 3.5 , x3 3.04731673691.
47. a)
b) x0 0.3 , x3 0.17017927602 .
Mtodos Numricos. Ing. Willians Medina.
http://www.slideshare.net/asesoracademico/
93
x0 0 ,
x6 0.47457211530 ;
x0 1.3 ,
x116 1.36903796945 ;
x0 6 ,
x55 6.14369805235 .
50. a) x0 4.2 , x104 6.14339291014 ; x0 4.43 , x102 6.14336023312 .
51. x 0 12 , x15 1.89548841897 ; x 0 5 , x19 1.895487 ; x 0 10 , x 45 1.895486 .
b)
x8 1.82938450308 ; d) x0 2 , x4 1.96887296680
58. a) x 0 2.5 , x7 2.69065382639 ; b) x 0 1 , x5 0.65270646764 ; c) x 0 0.7854 ,
x3 0.73908530596 ; d) x 0 0.7854 , x3 0.96433675495 .
Mtodo de Newton mejorado.
59. a) x0 0 , x3 0.25753028544 ; b) x0 1 , x3 0.91000757249 ; c) x0 2 ,
x3 1.82938360193 ; d) x0 2 , x3 1.96887293782
60. a) x 0 2.5 , x3 2.69064744803 ; b) x 0 1 , x3 0.65270364467 ; c) x 0 0.7854 ,
x3 0.73908513322 ; d) x 0 0.7854 , x3 0.96433388770 .
http://www.slideshare.net/asesoracademico/
94