f (x0 ) 0 x 0 ?
x2 x1
y 0 x x1 f (x1 )
f (x2 ) f (x1 )
Calcular un cero de la función siguiente en el entorno de x = 0.95:
-1
-2
-3
Método de Newton:
Este es un método local e iterativo en el cuál aproximamos el entorno
de la función suponiendo que se comporta como su primera derivada.
4
3
f (x) f (x 0 ) f ' (x 0)(x x 0 )
0
x0
-1
-2
-3
Método de Newton:
Este es un método local e iterativo en el cuál aproximamos el entorno
de la función suponiendo que se comporta como su primera derivada.
4
3
y f (x 0 ) f ' (x 0)(x x 0 )
f (x 0 )
2 0 f (x 0 ) x1f 1 x0 )
' (xx00 )(x
f ' (x 0 )
1
0
x1
x0
-1
-2
-3
Método de Newton:
Este es un método local e iterativo en el cuál aproximamos el entorno
de la función suponiendo que se comporta como su primera derivada.
4
f (x 0 )
2 x1 x 0
f ' (x 0 )
1
0
x1
x0
-1
-2
-3
Método de Newton:
Este es un método local e iterativo en el cuál aproximamos el entorno
de la función suponiendo que se comporta como su primera derivada.
4
f (x 0 )
2 x1 x 0
f ' (x 0 )
1
0
x1
x0 x2
-1
f (x1 )
x2 x1
-2
-3
f ' (x1 )
Método de Newton:
Se emplea un único punto de partida. Pero debemos tener cuidado en
la elección del mismo. Concretamente hay que tener cuidado con la
proximidad de extremos relativos. Si hubiéramos elegido como punto
de partida el nuevo x0 de la figura no habríamos encontrado el cero:
4
0
x0
-1
-2
-3
5
0
x1
x0
-1
-2
También pueden surgir problemas en los entornos de un cero con
pendientes muy marcadas:
0
x2 x0
x1
-2
-4
-6
En los casos en los que la derivada la tengamos que calcular de forma
numérica:
f (x 0 h) f (x 0 )
f ' (x 0 )
h
Calcular el cero de la función f(x) = tg(x)- x que corresponde a n = 1,
sabiendo que los ceros están en los entornos de los puntos xn = (n+1/2)p
Si tomamos x0 = 4.7:
f (x0 ) tg( x0 ) x 0 tg( 4.7) 4.7 76.012759
1
f ' (x) 2 1 tg x
2
cos x
f (x 0 ) f (4.7) tg(4.7) 4.7
x1 x 0 4.7 4.7 2
f ' (x 0 ) f' (4.7) tg (4.7)
f (x) sen x
2
f (x1 )
x2 x1 0.99276 f (x2 ) 6.84 10 7
f ' (x1 )
Calcular un cero de la función siguiente en el entorno de x = 3:
f (x) sen x
2
x0 3 f (x0 ) 0.0199149
f ' (x) sen 2x
f (x 0 ) sen 2 3
x1 x 0 3 3.0712732
f ' (x 0 ) sen6
f (x1 ) 0.00493668
f (x1 )
x2 x1 3.106491 f (x2 ) 0.00123162
f ' (x1 )
f (x2 )
x3 x2 3.1240491 f (x3 ) 0.0003077
f' (x2 )
f (x3 )
x4 x 3 3.1328218 5
f (x 4 ) 7.693 10
f ' (x3 )
f (x 4 )
x5 x 4 3.1372073 f (x5 ) 1.923 10 5
f ' (x 4 )
f (x5 ) 6
x6 x 5 3.1394 f (x6 ) 4.808 10
f' (x5 )
f (x 6 ) 6
x7 x 6 3.1404963 f (x 7 ) 1.202 10
f ' (x6 )
f (x7 ) 7
x8 x 7 3.1410445 f (x7) 3.005 10
f' (x7 )
f (x8 ) 8
x9 x 8 3.1413186 f (x8 ) 7.51 10
f' (x8 )
f (x 9 ) 8
x10 x 9 3.1414556 f (x10 ) 1.88 10
f ' (x9 )
Calcular el punto de la curva y = 1/x más próximo al punto (2,1).
2.5
1.5
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5
La distancia entre dos puntos del plano (x1,y1) y (x2,y2) viene dada por:
d (x 2 x1 ) (y2 y1 )
2 2
luego la distancia de los puntos sobre la curva y = 1/x al punto (2,1) es:
1
d(x) (x 2) ( 1)2
2
x
Queremos minimizar la función anterior d(x); pero eso es equivalente a
minimizar la siguiente función, g(x), que no es más que su cuadrado:
1
g(x) (x 2) ( 1)
2 2
x
Para encontrar el mínimo de esta función tendremos que ver dónde se
anula su 1ª derivada:
g' (x mi n) 0 xmi n ?
2 1 2 2
Como: g' (x) 2(x 2) 2 ( 1) 2x 4 3 2
x x x x
tenemos que encontrar para qué valor de x se anula la función:
1 1
f (x) x 2 3 2
x x
Tomemos como punto de partida x0 = 1:
f (x0 ) 1
3 2
f ' (x) 1 4 3
x x
1 1
1 2 3 2
f (x 0 ) 1 1 1.5 f (x ) 0.351852
x1 x 0 1
f ' (x 0 ) 3 2 1
1 4 3
1 1
f (x1 )
x2 x1 1.85185 f (x2 ) 0.0140139
f ' (x1 )
f (x2 ) 7
x3 x2 1.86676 f (x3 ) 3.75063 10
f' (x2 )
1 1
f (x) x 2 3 2
x x
podríamos haber buscado el cero de la función siguiente, F(x):
F(x) x 2x 1 x
4 3
x 3 f (x)
Sin embargo, si hubiéramos partido del mismo punto inicial, x0 = 1:
F(x 0 ) 1
F' (x) 4x 3 6x 2 1
F(x0 )
x1 x 0 0 F(x1) 1
F' (x0 )
F(x1 )
x2 x1 1 ¡ volvemos al mismo punto !
F' (x1 )
1 1
f (x) x 2 3 2
x x
1.5
0.5
0
0 0.5 1 1.5 2 2.5
-0.5
-1
F(x) x 2x 1 x
-1.5 4 3
-2
Método de Whittaker:
Se basa en el método de Newton. La diferencia estriba en que la
derivada se toma constante a partir del primer punto, suponiendo que
dicha derivada no varía fuertemente en las proximidades del cero, en
comparación con el valor de la función que varía incluso de signo.
Este método, como veremos más adelante, encuentra su mayor
aplicación en funciones multivariadas de varias variables, en las que el
cálculo de la derivada supone el invertir una matriz.
Método de Müller:
Como el de Newton, es un método local e iterativo en el que partimos
de un único punto pero tomamos un término más en el desarrollo para
para aproximar el entorno de la función:
2
Haciendo y = 0, encontramos dos posibles soluciones para el punto
siguiente x1:
f' ' (x 0 )
0 f (x 0 ) f ' (x 0 )(x1 x0 ) (x1 x0 )
2
x1 x 0
f' ' (x 0 )
Utilizar los métodos de Newton y Müller para encontrar el cero de
La siguiente función en la proximidad de x = 0.1:
y ln(sen x 1)
2
Newton:
Tomando como punto de partida x0 = 0.1:
f (x0 ) 0.5354
f (x 0 ) ln(sen 2 0.1 1)
x1 x 0 0.1 0.0495835
f ' (x 0 ) sen 0.2
1 sen2 0.1 f (x1 ) 0.0024535
f (x1 )
x2 x1 0.024741 f (x2 ) 0.000611805
f ' (x1 )
f (x2 ) f (x3 ) 0.000152854
x3 x2 0.0123642
f' (x2 )
f (x3 )
x4 x 3 0.00618131 f (x4) 0.0000382074
f ' (x3 )
f (x 4 )
x5 x 4 0.00309056 f (x5 ) 9.55149 106
f ' (x 4 )
x1 x 0 0.0129298
f' ' (x 0 )
f (x1) 0.000167156
f ' (x1 ) f' (x1 ) 2 f (x1 ) f' ' (x1 )
2
x2 x1 0.000257272
f '' (x1 )
8
f (x2 ) 6.61889 10
14
f (x3 ) 1.08802 10
Calcular p con 5 cifras exactas mediante la función y = cos x,
y partiendo del punto x = 3.
Calcular cuáles son dos números tales que suman 20 y al añadirle a cada
uno su raíz cuadrada positiva, su producto es 155.55 .
f (x 0 ) cos 3 1
x1 x 0 3 3.07091 f (x1) 0.002497
f ' (x 0 ) sen 3
f (x1 )
x2 x1 3.10627 f (x2 ) 0.00062378
f ' (x1 )
f (x2 ) f (x3 ) 0.000155981
x3 x2 3.12393
f' (x2 )
f (x3 )
x4 x 3 3.13276 f (x 4 ) 3.90076 10 5
f ' (x3 )
f (x 4 )
x5 x 4 3.13718 f (x5 ) 9.73574 106
f ' (x 4 )
f (x5 )
x6 x 5 3.13939 f (x6 ) 2.42584 10 6
f' (x5 )
Vemos que, con el método de Newton, la convergencia es excesivamente
lenta, por lo que recurrimos al método de Müller:
Müller:
Tomando el mismo punto de partida x0 = 3:
x1 x 0 3.15266
f' ' (x 0 )
6
f (x1 ) 6.12425 10
x2 x1 3.14165
f '' (x1 )
9
f (x2 ) 1.64431 10
f ' (x2 ) f ' (x 2 ) 2 f (x 2 ) f '' (x 2 )
2
x3 x2 3.14159
f ' ' (x2 )
12
f (x3 ) 3.52074 10
x1 x 0 3.13244
f' ' (x 0 )
f (x1 ) 4.18852 10 5
f ' (x1 ) f' (x1 ) 2 f (x1 ) f' ' (x1 )
2
x2 x1 3.14155
f '' (x1 )
10
f (x2 ) 9.09664 10
x3 x2 3.14159
f ' ' (x2 )
12
f (x3 ) 3.52074 10
Calcular el cero de la función siguiente en las proximidades de x = 0.8:
Newton:
Tomando como punto de partida x0 = 0.8:
g(x 0 ) 0.231974
g(x 0 )
x1 x 0 0.902432 g(x1) 0.0561752
g' (x0 )
g(x1 )
x2 x1 0.951495 g(x2 ) 0.0139433
g' (x1 )
g(x2 ) g(x3 ) 0.00347961
x3 x2 0.975782
g' (x 2 )
g(x3 )
x4 x 3 0.987895 g(x4 ) 0.000869556
g' (x3 )
g(x 4 ) g(x5 ) 0.000217367
x5 x 4 0.993948
g' (x4 )
g(x5 ) 5
x6 x 5 0.996974 g(x6 ) 5.43428 10
g' (x5 )
Vemos que, con el método de Newton, la convergencia es excesivamente
lenta, por lo que podríamos recurrir al método de Müller:
Calcular cuáles son dos números tales que suman 20 y al añadirle a cada
uno su raíz cuadrada positiva, su producto es 155.55 .
f (x 0 )
x1 x 0 16.6156 f (x1) 47.4544
f ' (x 0 )
f (x1 )
x2 x1 14.2952 f (x2 ) 9.25521
f ' (x1 )
f (x2 ) f (x3 ) 0.817527
x3 x2 13.5662
f' (x2 )
f (x3 )
x4 x 3 13.4881 f (x4) 0.00969977
f ' (x3 )
f (x 4 ) f (x5 ) 0.000498109
x5 x 4 13.4872
f ' (x 4 )
x6 x 5
Calcular un extremo de la función siguiente en las proximidades del
punto x = 3.1:
y ln 2 cos(2 ln x)
f (x1 )2h
x2 x1 3.13175
f (x1 h) f (x1 h)
7
f (x2 ) 2.23469 10
Alternativamente, en vez de haber escogido la función f(x) como:
1
sen(2 ln x)
x
f (x)
2 cos(2 ln x)
podríamos haber simplificado el problema tomando:
f (x) sen(2 ln x)
Newton:
Tomando como punto de partida x0 = 3.1:
f (x0 ) 0.0101904
1
f ' (x) cos(2 ln x)
x
f (x 0 )
x1 x 0 3.13159 f (x1 ) 5.17908 105
f ' (x 0 )
g(x 0 ) 0.089186
g(x 0 )
x1 x 0 1.31955 g(x1) 0.00138865
g' (x0 )
g(x1 )
x2 x1 1.31812 g(x2 ) 3.80361 106
g' (x1 )
Calcular con un error inferior al 1% para qué valor de x tendrían
el mismo valor la función y la integral siguientes:
5
f (x) x e ln
x 2
; x dx
1
ln x dx 2 ln (2z 3) dz
2 2
1 1
2x (1 5)
z x 2z 3 dx 2dz
5 1
Tomando n=2 (3 puntos):
z0 0.7745967 ; z1 0 ; z2 0.7745967
1 2
2 ln (2z 3) dz 2 wi ln (2zi 3)
2 2
1 i 0
1
2 ln 2 (2z 3) dz
1
8 2 5 2 3 3
2{ [ln (2(0) 3)] [ln (2( ) 3) ln (2( ) 3)]}
2
9 9 5 5
2 ln (2z 3) dz 4.84963
2
1
Tomando n=3 (4 puntos):
z0 0.8611363 ; z1 0.3399810 ; z2 0.3399810 ; z3 0.8611363
1 3
2 ln (2z 3) dz 2 wi ln (2zi 3)
2 2
1 i 0
1
2 ln 2 (2z 3) dz
1
1
Por tanto, queremos encontrar el punto x para el cuál la función f(x)
toma el valor 4.85:
f (x) x e x
g(x 0 )
x1 x 0 1.30437 g(x1) 0.139737
g' (x0 )
g(x1 )
x2 x1 1.27455 g(x2 ) 0.0016436
g' (x1 )
g(x2 ) 6
x3 x2 1.27419 g(x3 ) 6.16436 10
g' (x 2 )
x4 x 3
x 1.274