Métodos Computacionales

Métodos Numéricos /
Analisis Numérico.

Raíces de ecuaciones – I parte

Bibliografía:
Analisis Numerico – Burden and Faires- Editorial Sudamericana – 1996
Problemas resueltos de Métodos Numéricos.- Cordero, A. y otros. Thomson
Editores Spain. 2006
Métodos Numéricos – G. Pacce – Editorial EUDENE -1997.
 INTRODUCCIÓN
 Uno de los problemas que con frecuencia se
presenta, consiste en tener la necesidad de
determinar las raíces de una ecuación de la forma:

 f(x) = 0 (4.1)

 Donde f(x) es una función de la variable real x

con coeficientes reales.
 Resolver la ecuación consiste en hallar valores
numéricos de la variable independiente x,
llamados RAÍCES de la ecuación, tal que
reemplazados en el primer miembro la anulan.
 INTRODUCCIÓN
 El álgebra provee fórmulas de resolución para
ecuaciones cuyos primeros miembros son polinomios,
hasta el cuarto grado inclusive.

 Para ecuaciones de grado mayor no existen métodos

exactos que las resuelvan.

 De igual manera ocurre con las ecuaciones

denominadas trascendentes.

 Objetivo: Estudiar varios procedimientos que permiten

calcular valores APROXIMADOS de las raíces.
 INTRODUCCIÓN

 Definición de algunos términos y estudiar el

comportamiento general de las ecuaciones.

 Las distintas etapas que, inevitablemente, deben

seguirse para resolver una ecuación, son:

 ACOTACIÓN de las raíces,

 SEPARACIÓN de las raíces, y
 APROXIMACIÓN de las raíces.
 ACOTACIÓN DE LAS RAÍCES
 Consiste en determinar un intervalo abierto,
denominado INTERVALO DE ACOTACIÓN, que
contenga a todas las raíces que pudieran interesar.

 Existen maneras precisas de operar cuando las

ecuaciones son algebraicas.

 Cuando se trata de ecuaciones trascendentes, el estudio

debe realizarse para cada caso en particular.
 SEPARACIÓN DE LAS RAÍCES
 La práctica de SEPARAR LAS RAÍCES equivale a realizar una
partición del intervalo de acotación, tal que, en cada subintervalo
cerrado se encuentre una y solamente una raíz.

 Para separar raíces de ecuaciones algebraicas se estudiarán algunos

métodos particulares.

 Cuando se trata de ecuaciones trascendentes el estudio debe

realizarse para cada caso especial. Ej de ecuaciones trascendentes:

 Cos (x) − x +1 = 0; v(t) = t 3 − 2t 2

 Este paso es de fundamental importancia, para evitar pasar por alto

algunas raíces o no identificar raíces múltiples, principalmente.
 APROXIMACIÓN DE LAS RAÍCES.

 Consiste en calcular el valor numérico de las raíces con la

precisión preestablecida.

 Para poder lograrlo se estudiarán métodos de aplicación

general; útiles tanto para el caso de ecuaciones
algebraicas como para las trascendentes.

 Se veran métodos especiales dedicados a ecuaciones

algebraicas, cuya ventaja es un mayor rendimiento,
velocidad y sencillez de operación.
 COMPORTAMIENTO DE LAS
ECUACIONES

 Considérese un intervalo (a;b) en el cual una función

f(x) es continua, y sea AB el arco que la representa
en coordenadas cartesianas, entonces es posible
afirmar que:

 I.- Si f(x) tiene distintos signos en dos puntos de

abscisas a y b, se anula por lo menos una vez
en (a;b), y en general, un número impar de
veces(1). Consultar la figura 4.1.
 COMPORTAMIENTO DE LAS
ECUACIONES

Figura 4.1.
B
y

a
b x

A
 COMPORTAMIENTO DE LAS
ECUACIONES

 II.- Si f(x) tiene igual signo en dos puntos

de abscisas a y b, o bien se anula un
número par de veces en el intervalo (a,b), o
bien no tiene ninguna raíz en el mismo.

 Puede apreciarse en la figura 4.2, que entre

los puntos x=c y x=d, la función no se
anula, mientras que, en el intervalo (a;b) se
anula cuatro veces.
COMPORTAMIENTO DE LAS
ECUACIONES

Figura 4.2.

B
y C D
A

a c d b x
 COMPORTAMIENTO DE LAS
ECUACIONES
 III.- Si f(x) es monótona creciente (o monótona
decreciente) en el intervalo (a;b); -> f’(x) tiene
un signo determinado (más o menos) en todo
punto del intervalo, y es
 sg f(a) ≠ sg f(b), => , hay una sola raíz r de
f(x)=0, mientras que,
 sg f(a) = sg f(b), =>con seguridad no hay
ninguna raíz.

 Nota: Una funcion entre conjuntos ordenados, se denomina

monótona ( isótona) , si conserva el orden dado
 COMPORTAMIENTO DE LAS
ECUACIONES

En la figura 4.3, se representan los distintos casos

del teorema anterior. y
y (2)
(1) b
a x
a
b x

y
y

a
(3) (4)
a x
b x
b
 COMPORTAMIENTO DE LAS
ECUACIONES
 IV.- Entre cada par de raíces consecutivas de f’(x) la
función f(x) es creciente o decreciente; es decir,
monótona y de acuerdo a III, tiene una sola raíz o
ninguna.

 En la figura 4.4, se puede observar gráficamente

distintas opciones de estos últimos teoremas.

 Nótese que en a6 , es f(a ) = f’(a ) = 0 , siendo pues,

una raíz de tipo especial: RAÍZ MÚLTIPLE, (en este
caso doble).
 En el punto a8 , se presenta otra particularidad; en
este caso se trata de un PUNTO DE ENSILLADURA.
COMPORTAMIENTO DE LAS
ECUACIONES

 Figura 4. 4.

a2 b
a a3 a4 a5 a7 a8
a1
a6
 MÉTODOS DE RESOLUCIÓN DE
ECUACIONES

 Se estudiarán varios métodos de resolución de

ecuaciones, los que podrán ser aplicados tanto
a la resolución de ecuaciones algebraicas como
trascendentes.

 Razón de incluir más de un método es el hecho,

de que no existe, él método que resuelva
todos los problemas que se puedan presentar
en la práctica.
 MÉTODO DE TANTEOS
 En el MÉTODO DE TANTEOS se determinan valores de
f(x) correspondientes a valores sucesivos de x hasta
que se presente un cambio de signo en la evaluación de
f(x), indica que se ha pasado por una raíz.
 Se puede obtener una aproximación mejorada del valor
de la raíz volviendo al último valor de x que precede al
cambio de signo,
 Y a partir de este, calcular los f(x) correspondientes a
valores sucesivos de x, reiterando el procedimiento,
pero, utilizando, un incremento menor al del inicio, hasta
que cambie nuevamente el signo de f(x).
 MÉTODO DE TANTEOS
 El procedimiento se reitera con incrementos de
x cada vez más pequeños hasta lograr un valor
suficientemente preciso de la raíz.
 Si se aplicara nuevamente para otros
subintervalos de separación, se localizarán y
aproximarán las sucesivas raíces de f(x), en
cada cambio de signo de esta.
 Previo a su aplicación: es importante acotar y
separar las raíces, con el fin de no pasar por
alto alguna de ellas.
 Elegir cuidadosamente el valor inicial del
incremento para evitar que no se identifique
una de dos raíces muy próximas.
 MÉTODO DE TANTEOS

 Método elemental, pero muy laborioso de

ser aplicado manualmente,

 De uso corriente debido a la gran capacidad

y rapidez de procesamiento de las
computadoras electrónicas digitales.
 ERROR EN EL MÉTODO DE TANTEOS

 El método visto es un algoritmo infinito que

deberá ser detenido indefectiblemente mediante
algún procedimiento artificial.
 Para lograr la precisión deseada, se detiene el
procesamiento cuando la diferencia, en valor
absoluto, entre dos valores consecutivos de la
variable es menor o igual que E positiva y
arbitraria, previamente establecida.
 Cuando la DIFERENCIA ABSOLUTA resulta:

xi 1  xi  E
 ERROR EN EL MÉTODO DE TANTEOS
 Una alternativa muy utilizada, consiste en operar sobre
el valor de la función que, en este caso es calculada en
todos los pasos para estudiar la evolución del cambio de
signo de la función.
 Puede detenerse el procesamiento y adoptar el valor de
xi para el cual resulta:

f  xi   E (4.3)

 Donde E será el error máximo admisible en el

procesamiento.
 MÉTODO DEL INTERVALO MEDIO
 Supóngase que mediante algún método se ha separado una de las raíces
de una ecuación dada por:

 f(x) = 0

 Bolzano: si f(x) es continua en el intervalo (a;b) y en los extremos

toma valores f(a) y f(b), respectivamente, con signos opuestos,
entonces, se anula por lo menos una vez, en un punto interior de (a;b).

 Una interpretación geométrica del Teorema conduce a dividir el intervalo

dado en dos partes iguales;
 Si no se anula en el punto de división => se tomará aquel subintervalo
(a1 ;b1 ) en cuyos extremos la función tiene signos diferentes (consultar
la figura 4.6); es decir, si se cumple la condición:

 f(a1 ) . f(b1 ) < 0

 MÉTODO DEL INTERVALO MEDIO

 Dividiendo el subintervalo obtenido en el paso anterior en dos

partes iguales y, si no se anula la función en el nuevo punto de
subdivisión, se tomará aquel nuevo (a2 ;b2 ) donde:
y

f(x)
Figura 4. 6

b1=b2 b
a=a1 a2 x
 MÉTODO DEL INTERVALO MEDIO

 Reiterando el procedimiento, se llegará a un punto de

subdivisión en el que, al menos teóricamente, se
anula f(x).

 En general, se obtendrá un par de sucesiones

indefinidas monótonas que tienden a un número u,
tal que:

 a  a1  ...  an  ...  u  ...  bn  ...  b1  b

 MÉTODO DEL INTERVALO MEDIO
 Considerando el procedimiento utilizado en la
construcción de los subintervalos, es posible escribir

ba
b1  a1 
2
b1  a1 b  a
b2  a 2   2
2 2
b2  a 2 b  a
b3  a 3   3
2 2

Y en general: (4.4)
ba
bn  a n  n
2
 MÉTODO DEL INTERVALO MEDIO
 en la que n representa la cantidad de subdivisiones
realizadas en el intervalo (a;b).
 Tomando límites para n , resulta: (4.5)

ba
lim bn  a n   lim n
n  n  2

 Entonces, en el punto x = u, es f(u) = 0, por estar u

incluido en el entorno dado por b - a, que, por pequeño
que este sea, la función toma en sus extremos valores de
signos opuestos.
 Ventajas: Converge para cualquier f continua, es decir no
hace falta derivabilidad como en otros métodos que
veremos mas adelante.
 ERROR EN EL MÉTODO DEL
INTERVALO MEDIO

 Mediante subdivisiones sucesivas por partes iguales, de

un intervalo que contiene la raíz a determinar, se puede
construir un algoritmo que permita obtener dicha raíz,
con la aproximación que se desee, siempre que se
verifique que:

 bn - an  E (4.6)

 Se quiere conocer cuantas iteraciones son necesarias

realizar para que el error con que se calcula el valor de
la raíz no supere un cierto valor arbitrario E > 0; en
cuyo caso por (4.4) y (4.6) es:
ba
bn  a n  n  E
2
 ERROR EN EL MÉTODO DEL
INTERVALO MEDIO

 de donde, es posible despejar el número de iteraciones que son

necesarias realizar para que el error sea menor o igual a E :
logb  a   log E
n
log 2

 Estudiar la posibilidad de pasar por alto raíces:

 si solo se cuenta con un intervalo inicial de ACOTACIÓN;
 cuando algunas raíces son de multiplicidad superior a uno.
 Se evitan si se aplica el método sobre intervalos de
SEPARACIÓN exclusivamente.
 Método de bisección o
intervalo medio
Dados: f ( x)  x 2  2 a; b  1;3 f (1)  1  0  f (3)  7

 Obtener la raíz en dicho intervalo. La sucesión obtenida es:

x1 = 2 f(x1) = 2 [a1; b1] = [1; 2]

x2 = 1.5 f(x2) = 0.25 [a2; b2] = [1; 1.5]
x3 = 1.25 f(x3) = -0.4375 [a3; b3] = [1.25; 1.5]
x4 = 1.375 f(x4) = -0.109375 [a4; b4] = [1.375; 1.5]
x5 = 1.4375 f(x5) = 0.06640625 [a5; b5] = [1.375; 1.4375]
x6 = 1.40625 f(x6) = -0.022 …… [a6; b6] = [1.40625; 1.4375]
x7 = 1.421875 f(x7) = 0.02 …… [a7; b7] = [1.40625; 1.421875]
x8 = 1.4140625 …..
Para x8, la aproximación lograda tiene 4 cifras exactas. Fue necesario hacer ocho
pasos para obtener cuatro cifras exactas
2  1.4142......
 Método de bisección
INPUT puntos extremos a, b; toleranci a TOL; número máximo de iteracione s N 0 .
OUTPUT solución aproximada de p o un mensaje de falla.
Paso 1 Sea i = 1.
Paso 2 Mientras i <= N 0 realizar Pasos 3 - 6.
Paso 3 Sea p = a + (b - a) / 2. (Calcula Pi )
Paso 4 Si f (p) = 0 o (b - a) / 2 < TOL entonces
OUTPUT (p); (procedimi ento terminado con éxito)
STOP.
Paso 5 Sea i = i + 1.
Paso 6 Si f (a) f (b) > 0 entonces a = p (Calcula a i , b i )
En caso contrario sea b = p.
Paso 7 OUTPUT (' El método falló después de N 0 iteracione s, N 0 ' , N 0 );
(Procedimi ento terminado sin éxito)
STOP
 Método de la bisección

•Vemos otros procedimientos de detención que pueden aplicarse en el

Paso 4 del algoritmo anterior, c/uno de los cuales se aplica a cualquiera
de las técnicas iterativas consideradas.
•Seleccionar una tolerancia x > 0 y generar p1,p2 ……. pn hasta que
se cumpla alguna de las siguientes condiciones:

|pn– pn-1|< x;

|pn – pn-1|/ pn < x; (4.7)

f(pn) < x.
 Método de la bisección

•Pueden presentarse dificultades al usar cualquiera de estos criterios para

detención.
•Existen sucesiones {pn} con la propiedad de que las diferencias pn-pn-1
convergen a cero mientras que las sucesiones por sí mismas divergen
• Es también posible que f (pn) esté cercana a cero, mientras que Pn difiere
significativamente de p.
•Sin conocimiento adicional de f o p la desigualdad (4.7) es el mejor criterio
para la detención debido a que pone a prueba el error relativo.
•Cuando se usa una computadora para generar aproximaciones, es conveniente
fijar una cota superior para el número de iteraciones que se realizan. Esto evita
entrar en un ciclo infinito. Una posibilidad que puede presentarse cuando una
sucesión diverge (y también cuando el programa está incorrectamente
codificado).
•Lo anterior se efectúa fácilmente fijando una cota inicial Pn y haciendo que el
procedimiento termine si i > Pn, como se realizó (4.7).
 MÉTODO DE INTERPOLACIÓN
LINEAL o de Regula Falsi
 Dada f(x) = 0, donde, uno de los subintervalos de separación
viene dado por (x1 ; x2 ), en el cual se cumple también que: f(x1 )
. f(x2 ) < 0, tal como se ilustra en la figura 4.7, para y = f(x).

P2(x2; y2)
y P3(x3; y3) Y=f(x)
P4(x4; y4)

x1
x4 x3 x2 x

P1(x1; y1)
 MÉTODO DE INTERPOLACIÓN
LINEAL
 Como f(x1 ) y f(x2 ) tienen signos diferentes, de
ser monótona en el intervalo dado (x1 ; x2 ),
entonces f(x) tendrá una raíz entre x1 y x2 .
 La ecuación de la recta que pasa por los puntos P1 ;
P2 , es:
y2  y1
y  y1   x  x1 
x2  x1
 Para hallar la intersección con el eje de las abscisas
se hace y=0, tomando x el valor x3 , en la cual x3
es una mejor aproximación del verdadero valor de la
raíz
MÉTODO DE INTERPOLACIÓN
LINEAL

 Resulta entonces:

y2  y1
 y1  x3  x1 
x2  x1

 y, despejando de esta última:

x1 y2  x2 y1
x3 
y2  y1
 MÉTODO DE INTERPOLACIÓN
LINEAL
 El valor determinado de esta manera, se sustituye en la
función para calcular el correspondiente valor de y3 .

 Luego se realiza una comparación entre los signos de

f(x3 ) con los de f(x1 ) y f(x2 ), desechando el punto
para el cual la función tiene igual signo que f(x3).

 Seguidamente con idéntico procedimiento al ya

expuesto, se reitera el primer paso entre los puntos del
subintervalo así obtenido con el objeto de determinar el
valor de x4 , que es aún una mejor aproximación de la
raíz buscada.
 MÉTODO DE INTERPOLACIÓN
LINEAL

 Es necesario repetir el procedimiento con nuevos

pares de puntos, hasta que se logra la aproximación
 Este método, llamado por algunos autores Método
de la Regula Falsi, o también Método de las
Partes Proporcionales, puede ser utilizado en la
computadora para determinar las raíces de una
ecuación, con un grado especificado de precisión y
un número menor de iteraciones que en el método
de tanteos
 Es un algoritmo que converge más rápidamente a
la solución que en el método de tanteos.
 CONVERGENCIA EN EL MÉTODO DE
INTERPOLACIÓN LINEAL

 Para tener la seguridad que el Método de

Interpolación Lineal converge, es necesario
que satisfaga, en los puntos x1 ; x2
(extremos del subintervalo inicial) algunas
condiciones específicas:

 1) f(x1 ).f(x2 ) < 0

 2) f’(x)  0 para todo x  (x1 ; x2 )
 3) f(x) debe ser monótona para todo punto
del intervalo (x1 ; x2 )
 MÉTODO DE NEWTON-RAPHSON
 Muy útil para mejorar una primera aproximación a una raíz r
de una ecuación de la forma f(x) = 0
 Aproximación obtenida por simples tanteos, o mediante algún
recurso gráfico, etc.

y
Figura 4.8
f(xn)

a a
r
x
Xn+3 Xn+2 Xn+1 Xn=b
Y=f(x)
 MÉTODO DE NEWTON-RAPHSON

 Si x es una primera aproximación al valor de una raíz, la

que puede ser directamente uno de los extremos del
intervalo cerrado de separación [a ; b].

 Se dibuja una recta tangente a la curva en el punto x

= xn , interceptará al eje de las abscisas en un valor
dado por x = xn+1 , que constituye una aproximación
mejorada de la raíz r.
 MÉTODO DE NEWTON-RAPHSON

 Se puede observar que la pendiente de la recta

tangente a la curva y = f(x) es:

f  xn 
tg a  f   xn  
xn  x n 1

 de donde:

f  xn 
x n 1  x n  (4.8)
f   xn 
Para que esto ultimo tenga sentido, hay que suponer f`(xn) ≠ 0
 MÉTODO DE NEWTON-RAPHSON
 El valor de la función, y el de su derivada, son
conocidos para el valor x = xn , y la nueva
aproximación de la raíz xn+1 , se obtiene utilizando la
ecuación (4.8).

 Se repite el procedimiento descrito, partiendo de

esta nueva aproximación, para obtener una mejor.

 Se continua hasta que dos valores consecutivos de la

raíz aproximada difieran en una cantidad igual o
menor que un cierto E positivo y arbitrario,
previamente prescrito.
 CONVERGENCIA DEL MÉTODO DE
NEWTON-RAPHSON

 Tal como se puede apreciar en la figura 4.9, si se

aplica el procedimiento en el punto xn = b, en
lugar de lograr una mejor aproximación a la raíz,
el procedimiento se hubiera alejado de ella.

 Lo mismo sucede si el procedimiento se hubiese

aplicado en el punto xn = a.
 Fourier, estableció ciertas condiciones sobre el
punto en el cual debe ser aplicado el
procedimiento de N-R, en función de los signos
que toman f(x) y f"(x), pues, de lo contrario, la
aplicación del método podría resultar divergente.
 CONVERGENCIA DEL MÉTODO DE
NEWTON-RAPHSON

 Figura 4.9

a r
r x
Xn=b
Xn+1
 CONVERGENCIA DEL MÉTODO DE
NEWTON-RAPHSON
 Se supondrá, entonces, que en el punto xn , tanto la
función, como sus derivadas de primero y segundo orden
tienen un signo determinado, distinto de cero.

 Fourier estableció que el procedimiento de Newton-

Raphson debe aplicarse en caso de que f(xn ) y f"(xn )
tengan igual signo; de no ser así, en general, el
procedimiento es divergente.

 En la figura 4.10 se hallan representados gráficamente los

cuatro diferentes casos que, donde el método de Newton-
Raphson es, aplicable.
CONVERGENCIA DEL MÉTODO DE
NEWTON-RAPHSON

 Figura 4.10

F>0 F>0
a f’>0 f’<0
f’’>0 f’’>0 b
a
r b
r
f<0
f<0 a
r r b f’<0
f’>0 f’’<0
f’’<0 b a
 CONVERGENCIA DEL MÉTODO DE
NEWTON-RAPHSON
 Demostración analítica.
 Tomando los 3 primeros términos del
desarrollo en serie de Taylor de orden 2 ,
aplicado en un entorno del punto x = a,
resulta:
1
f  x   f a    x  a  f  a    x  a  f    ; a  x
2

 para el valor de la variable igual al de la raíz

r, se verifica que f(r) = 0
 CONVERGENCIA DEL MÉTODO DE
NEWTON-RAPHSON
 Suponiendo ahora que, f’ (a) ≠ 0, en el punto x = r,
se tiene:

1
0  f  a   r  a  f  a    r  a  f    ; a    r
2

 y despejando de esta última, el valor de r

correspondiente al segundo término, se obtiene:

f a 
1 2 f   
r a  r  a  ; a  r
f  a  2 f  a 
 CONVERGENCIA DEL MÉTODO DE
NEWTON-RAPHSON

 Los dos primeros términos determinan, el valor

aproximado de la raíz que, si se lo designa con a',
resulta: (4.10)
f a 
a  a 
f  a 

 que, como puede comprobarse, es equivalente a N-R.

Se demostrará que a' está más próximo a r que el
valor de a, suponiendo que la función f(x) y la
derivada segunda f”(x) tienen igual signo en un
entorno del punto x = a.
 CONVERGENCIA DEL MÉTODO DE
NEWTON-RAPHSON
En efecto: 1 2 f   
r  a    r  a 

(4.9)
2 f  a 
 de donde y luego de dividir ambos miembros por a- a‘:
r  a  1 r  a  f   
2

 0
a  a 2 f a 

 esta igualdad afirma que, si f”( tiene igual signo que

f(a) -> el numerador y el denominador del primer
miembro tienen el mismo signo;
 o sea, que a' está situado entre los valores de a y r;
vale decir, a' mejora la aproximación dada por a.
 CONVERGENCIA DEL MÉTODO DE
NEWTON-RAPHSON

 OBSERVACIÓN DE FOURIER, es posible afirmar

que:
 Una función f(x) = 0, definida, monótona y dos
veces continuamente derivable (f  C2) en el
intervalo (a ; b), que satisface las siguientes
condiciones:
 I) f(a).f(b)<0

 II)f’(x) distinta de 0 para todo x comprendida en

(a;b)
 III) f(x0 ).f”(x0 ) > 0 con x comprendida en
(a;b)
 CONVERGENCIA DEL MÉTODO DE
NEWTON-RAPHSON
 Entonces, tomando x0 como primera aproximación
de la raíz r, el método de NEWTON-RAPHSON
converge a la única solución r de f(x) = 0.

 Nota: La tercer condición puede ser satisfecha en los

dos extremos del intervalo de separación; en uno
solo de ellos o, eventualmente, en ninguno.

 En la figura 4.9 se muestra el caso en que uno de los

dos extremos del intervalo de separación permite la
aplicación del método; mientras que, el otro no.
 ERROR EN EL MÉTODO DE NEWTON-
RAPHSON

 Con la aplicación de la fórmula dada por la expresión

4.8, se comete un error absoluto expresado por:
 E<|r-a|
 que según la expresión 4.9, en algún momento del
cálculo, resulta:

r  a  f   
2

E 4.10
2 f  a 
 ERROR EN EL MÉTODO DE NEWTON-
RAPHSON
 Si bien no se conocen todos los valores de las expresiones incluidas
en el segundo miembro, pueden tomarse cotas superiores de las
expresiones desconocidas que intervienen en ella.
 Llamando h a la longitud del intervalo (b - a) y, K a una cota
superior de f”(x), resulta entonces:

h2 K
E
2 f  a 
 la que se constituye en la expresión de una cota superior del error
cometido en la aplicación del método de NEWTON-RAPHSON.
 MÉTODO DE NEWTON-RAPHSON –
 Ejemplo. Calcular , aplicando el método de Newton una
aproximación de 2 . Comparar el resultado con el que se
obtuvo al aplicar el método de bisección. Como antes la función es
y elegimos f ( x. )  x 2  2
Punto inicial xo = 3
f ( xn ) 2
x  2 xn 1
xn1  xn   xn 
n
 
f ' ( xn ) 2 xn 2 xn
Y aplicando esto obtenemos
x0 = 3 x3 = 1.41499843 . . .
x1 = 1.833 . . . x4 = 1.41421378 . . .
x2 = 1.4621212 . . . x5 = 1.414213562 . . .

Observar que: 2  1.414213562

Con cinco pasos del método tenemos mas de diez cifras exactas, mientras que
con bisección en ocho pasos teníamos cuatro cifras exactas.
 Algoritmo : Newton-Raphson
INPUT aproximaci ón inicial p 0 ; toleranci a TOL; máximo número de iteracione s N 0 .
OUTPUT aproxima la solución p o da un mensaje de fracaso.
Paso 1 Sea i = 1.
Paso 2 Mientras i <= N 0 realizar Pasos 3 - 6.
Paso 3 Sea p = p 0 - f (p 0 ) / f ' (p 0 ). (Calcula p i )
Paso 4 Si | p - p 0 < TOL entonces
OUTPUT (p); (procedimi ento terminado con éxito)
STOP.
Paso 5 Sea i = i + 1.
Paso 6 Sea p 0 = p. (Actualiza p 0 )
Paso 7 OUTPUT (' El método fracasó después de N 0 iteracione s, N 0 =' , N 0 );
(Procedimi ento terminado sin éxito)
STOP.
Procedimiento de Newton-Raphson.
 Las técnicas para detener el algoritmo:
seleccionar una tolerancia E > 0 y
construir p1,p2, pn hasta que:
 |pn– pn-1|< E;
 |pn – pn-1|/ pn < e; o f(pn) < E.
 Note que esta ultima forma puede no
proporcionar información acerca del
error real : |pn– pn-1|
Método de Newton-Raphson.
 Ventajas: técnica extremadamente eficaz
 Dificultad: Necesidad de conocer la derivada
de f en cada aproximación.
 Con frecuencia f, es difícil de obtener y
requiere de mas operaciones aritméticas para
calcularse que f(x).
 A fin de evadir el problema de la evaluación
de la derivada en el Método de Newton se
lleva a cabo una pequeña variante: Método
de la secante.