Método gráfico, bisección, falsa posición,

punto fijo, newton-raphson estándar y

modificado, y secante. aplicaciones en la
carrera de ingeniería bioquímica

Alumnos: Ayala Gallardo Luis Joaquín – 13210993

Carrera: Ingeniería Bioquímica

Asesor: M.C. Ocampo García Jorge Ricardo

Materia: Ciencia y Tecnología de Alimentos

Fecha: 13 de marzo del 2019

 MÉTODO GRÁFICO

Un método simple para obtener una aproximación a la raíz de la ecuación f(x)=

0 consiste en graficar la función y observar en donde cruza el eje x. este punto, que
representa el valor de x para la cual f(x)= 0, proporciona una aproximación inicial de la
raíz. Las técnicas gráficas tienen un valor práctico limitado, ya que no son precisas.
Sin embargo, los métodos gráficos se pueden usar para obtener aproximaciones de la
raíz. Estas aproximaciones se pueden emplear como valores iniciales para los
métodos numéricos. Las interpretaciones gráficas, además de proporcionar
aproximaciones iniciales de la raíz, son herramientas importantes en la compresión de
las propiedades de las funciones, previendo las fallas de los métodos numéricos.

Ejemplo:

MÉTODO DE BISECCIÓN

El método de bisección es uno de los más versátiles para determinar una raíz
real en un intervalo de una ecuación dada, es fácil de comprender, aunque si se desea
una mayor exactitud el número de cálculos que hay que realizar aumenta
considerablemente. Una de sus ventajas es que funciona para ecuaciones algebraicas
y trascendentes, pero se recomienda utilizarlo después de un análisis gráfico. El
Teorema de Bolzano establece las condiciones necesarias para la existencia de al
menos un cero de una función continua, el cual afirma que si se tiene una función real
y=f(x) continua en el intervalo [a,b] donde el signo de la función en el extremo “a” es
distinto al signo de la función en el extremo “b” del intervalo, entonces existe al menos
un “c∈[a,b]” tal que f(c)=0, que es la raíz buscada, como se muestra en la imagen.

Utilizando la imagen anterior, suponga una ecuación f(x)=0, Para determinar la

raíz en el intervalo [a,b] divida el intervalo por la mitad, llame con “m” a ese punto
donde:
𝑎+𝑏
𝑚=
2

Considere los siguientes casos:

1. Si f(m)=0, entonces m es la raíz buscada.
2. Si f(a) y f(m) tienen signos diferentes, entonces la raíz buscada se encuentra en
el intervalo [a,m].
 3. Si f(m) y f(b) tienen signos diferentes, entonces la raíz buscada se encuentra en
el intervalo [m,b].
4. Ahora, divida por la mitad el nuevo intervalo que contiene la raíz y repita el
procedimiento.
5. Al continuar con el proceso, determinamos que la raíz se encuentra en un
intervalo tan pequeño como se desee y, entonces, se obtiene una aproximación
de la raíz buscada.
6. Observe que se va obteniendo una secuencia de intervalos cada vez más
pequeños [a1, b1], [a2, b2], [a3, b3], ..., [an, bn], tal que f(an)∙f(bn)→0, entonces
bn−an=(1/2n) b−a.
7. Los puntos extremos a1, a2, a3, ..., an forman una sucesión creciente y acotada,
mientras que los puntos extremos b1, b2, b3, ..., bn una sucesión decreciente y
acotada, con un límite común igual 𝜀 que es la raíz buscada.
8. El proceso puede ser continuado hasta lograr que |b n−an|< ∈, para un valor ∈
establecido. Este procedimiento brinda la precisión requerida para la raíz
buscada.
9. Para determinar el error mínimo esperado del método, se hace uso del siguiente
teorema: sea f(x) una función continua en el intervalo [a,b], tal que f(a)∙f(b)<0,
entonces el método de bisección genera una sucesión {p n} convergente a una
raíz “p” tal que |pn−p|≤b−a/2n, n≥1.
10. Para determinar el número máximo de iteraciones aplique la siguiente fórmula:
𝑏−𝑎
<𝜀
2𝑛

Ejemplo:
 Iter Xa Xb Xr f(Xa) f(Xr) f(Xa)*f(Xr) Ea(% ) Et(% )
0 0 1 0.5 -1 -0.9990 0.9990 - 50
1 0.5 1 0.75 -0.9990 -0.9437 0.9428 33.3333 25
2 0.75 1 0.875 -0.9437 -0.7369 0.6954 14.286 12.5
3 0.875 1 0.9375 -0.7369 -0.4755 0.3504 6.6667 6.25
4 0.9375 1 0.9688 -0.4755 -0.2720 0.1294 3.2258 3.125
5 0.9688 1.0000 0.9844 -0.2720 -0.1457 0.0396 1.5873 1.5625
6 0.9844 1.0000 0.9922 -0.1457 -0.0754 0.0110 0.7874 0.7813
7 0.9922 1.0000 0.9961 -0.0754 -0.0384 0.0029 0.3922 0.3906
8 0.9961 1.0000 0.9980 -0.0384 -0.0194 0.0007 0.1957 0.1953
9 0.9980 1.0000 0.9990 -0.0194 -0.0097 0.0002 0.0978 0.0977

Una vez que el valor de f(Xa)∙f(Xr) es muy cercano a cero, se puede concluir que
el valor más cercano a la raíz de la función es Xr = 0.9, lo que resultaría en un valor de
1, con un error absoluto (Ea) menos del 1%.

MÉTODO DE FALSA POSICIÓN

El método de la falsa posición pretende conjugar la seguridad del método de la

bisección con la rapidez del método de la secante. Este método, como en el método
de la bisección, parte de dos puntos que rodean a la raíz f(x) = 0, es decir, dos puntos
x0 y x1tales que f(x0)∙f(x1) < 0. La siguiente aproximación, x2, se calcula como la
intersección con el eje “X” de la recta que une ambos puntos utilizando la siguiente
fórmula: La asignación del nuevo intervalo de búsqueda se realiza como en el método
de la bisección: entre ambos intervalos, [x0, x2] y [x2, x1], se toma aquel que cumpla
f(x)∙f(x2) < 0. En la siguiente figura se representa geométricamente este método.
 Para determinar la aproximación se utiliza la siguiente fórmula:

Sin embargo, el método de la falsa posición tiene una convergencia muy lenta
hacia la solución. Una vez iniciado el proceso iterativo, uno de los extremos del
intervalo tiende a no modificarse.

Ejemplo:

Iter Xi Xu f(Xa) f(Xb) Xr f(Xr) f(Xa)*f(Xr) Ea(% )

0 4.5 6 -3.6875 7 5.0175 -1.0015 3.6929 -
1 5.018 6 -1.0015 7 5.1405 -1.0650 1.0666 2.3921
2 5.141 6 -1.0650 7 5.2540 -1.1218 1.1947 2.1603
3 5.254 6 -1.1218 7 5.3570 -1.0750 1.2059 1.9234

Se puede concluir que el valor más próximo a la solución es 5.3, con un error
absoluto del 1.92%.

MÉTODO DEL PUNTO FIJO

El método de punto fijo o de aproximaciones sucesivas es, junto con el de

bisección, uno de los primeros métodos que se utilizaron para resolver ecuaciones
algebraicas y trascendentes. No obstante que en la actualidad existen otros métodos
más eficientes, el de punto fijo se considera el más simple en sus principios y en él se
pueden apreciar claramente todas las características de un método de aproximaciones
sucesivas.

Sea f(x) = 0 una ecuación algebraica o trascendente cualquiera. Se suma x en

ambos miembros y se obtiene:
1. f(X)+X=X
donde el miembro izquierdo es otra función de x que se define como
2. g(X)+X=X
se sustituye en la ecuación (1):
3. X=g(X)
Obsérvese ahora que cualquier ecuación puede representarse en esta forma,
siguiendo el procedimiento anterior. Si x = a es una raíz de la ecuación, entonces
f (a)= 0
o bien, al sustituir en la ecuación (3)
a=g (a)

El método de aproximaciones sucesivas consiste en sustituir un valor inicial (x0)

apropiado (cercano a la raíz) en el segundo miembro de la ecuación (3). Si x0 es la
raíz, se deberá cumplir la ecuación (4); esto es:
X0=g(X0)
pero esto será difícil de que ocurra; seguramente el valor inicial principal proporcionado
X0 será solo un valor cercano a la raíz. Entonces, en el caso general:
X0=/g(x0) o bien, X1 =g(X0)
donde X1 es la nueva aproximación de la raíz. Se sustituye X1 en el segundo miembro
de la ecuación (3) y se obtiene:
X2=g(X1)
Al proceder reiteradamente en esta forma se induce que la n-ésima
aproximación es:
Xn = g(Xn-1) n = 1,2,3,.....

Puede afirmarse que si el método converge, la diferencia en valor absoluto entre

valores proporcionados en dos iteraciones sucesivas será cada vez más pequeña a
medida que “n” aumente, y con esto se tendrá un criterio para saber cuándo termina
la aplicación del método. Es posible afirmar que si en la n-ésima iteración el método
se está aproximando a la raíz o converge a ella, entonces:

|g´(t)| = |a – Xn| / |a – Xn-1| <1

es decir, el método es convergente si:
|g´(t)|<1 Xn-1<t<a

Esto significa que el método converge en la n-ésima iteración cuando el valor

absoluto de la derivada de g(x) en cualquier punto del intervalo (Xn-1, a) es menor que
la unidad. Por otra parte, el método es divergente si
|a – Xn| > |a – Xn-1|

Recordar que el método del Punto Fijo, nos dice que solo podrá haber y tener
un único punto o raíz.

Ejemplo:

(1) (2)

Iter Xn f(Xn) Ea(% ) Iter Xn f(Xn) Ea(% )

0 5 18.5 - 0 5 18.5 -
1 26.3889 651.3735 81.0526 1 2.5495 4.4109 96.1161
2 697.7623 485618.8188 96.2181 2 1.4454 1.9874 76.3905
3 486873.6799 2.4E+11 99.8567 3 0.3189 2.0277 353.2761
4 2.4E+11 5.6E+22 99.9998

La segunda g(X) presenta una posible solución más próxima a la raíz de la

función, ya que en la primera el Ea aumenta conforme se realizan más iteraciones. Sin
embargo, en la segunda g(X) el Ea aumenta bruscamente de un 76% a un 353%, por
lo que posible que la solución oscile a 1.44, o bien, el valor de X0 no es el adecuado
como encontrar la respuesta.

MÉTODO DE NEWTON-RAPHSON

Entre los métodos de aproximaciones sucesivas para encontrar algunas de las

raíces de una ecuación algebraica o trascendente, el de Newton-Raphson es el que
presenta mejores características de eficiencia, debido a que casi siempre converge a
la solución y lo hace en un número reducido de iteraciones. Tal vez, de las fórmulas
para localizar raíces, la fórmula de Newton-Raphson sea la más ampliamente utilizada.
Si el valor inicial para la raíz es Xi, entonces se puede trazar una tangente desde el
punto [Xi,f(Xi)] de la curva; por lo común, el punto donde esta tangente cruza el eje x
representa una aproximación mejorada de la raíz.

El método de Newton-Rapshon se deduce a partir de esta interpretación

geométrica.

El método de Newton-Raphson, como todos los de aproximaciones sucesivas,

parte de una primera aproximación y mediante la aplicación de una fórmula de
recurrencia se acercará a la raíz buscada, de tal manera que la nueva aproximación
se localiza en la intersección de la tangente a la curva de la función en el punto y el
eje de las abscisas. De la figura enterior se tiene que la primera derivada en x es
equivalente a la pendiente:
𝑓(𝑥𝑖 ) − 0
𝑓´(𝑥𝑖 ) =
𝑥𝑖 − 𝑥𝑖+1

que se reordena para obtener:

𝑓(𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 −
𝑓´(𝑥𝑖 )
la cual se conoce como fórmula de Newton-Raphson.

Ejemplo: se utilizará el mismo problema que en el ejemplo de punto fijo.

Iter Xi f(Xi) f´(Xi) f(Xi) / f´(Xi) Ea(% )

0 5 18.5 8.2 2.25609756 -
1 2.743902 5.0899762 3.687805 1.38021842 82.22222
2 1.363684 1.90500287 0.927368 2.0542037 101.2125
3 -0.69052 4.21975284 -3.18104 -1.3265327 297.4866
4 0.636013 1.7596891 -0.52797 -3.3329094 208.57
5 3.968922 11.1082852 6.137845 1.80980218 83.97517
6 2.15912 3.27538393 2.518241 1.30066362 83.82128
7 0.858457 1.69172585 -0.08309 -20.360985 151.5119
8 21.21944 414.56972 40.63888 10.2013067 95.95439
9 11.01814 104.066659 20.23627 5.142581 92.58651
10 5.875554 26.4461393 9.951108 2.65760741 87.52504

Es posible que el método para encontrar la raíz no sea el adecuado o bien, que
el valor de X0 debe ser cambiado.

MÉTODO DE NEWTON-RAPHSON MODIFICADO

Es muy similar el método estándar. Se calcula una segunda derivada de la

función y se utiliza la siguiente fórmula para calcular las aproximaciones de Xi+1:

Ejemplo:
 Iter Xi f(Xi) f´(Xi) f´´(Xi) Ea(% )
0 4.52 -11.6889 -0.0144 5.56 -
1 -872.1992 -334802345.9 1148080.131 -2624.5975 100.5182
2 8.78721E+11 3.39253E+35 1.15823E+24 2.63616E+12 100
3 8.94326E+47 3.5765E+143 1.19973E+96 2.68298E+48 100

Se concluye que el método no es el adecuado, ya que más interacciones darán

el mismo Ea de 100%.

MÉTODO DE LA SECANTE

La recta secante es una recta que corta a una circunferencia en dos puntos.
Conforme estos puntos de corte se acercan, dicha recta se aproxima a un punto y,
cuando solo existe un punto que toca la circunferencia, se le llama tangente. Dados
los puntos de intersección A y B puede calcularse la ecuación de la recta secante
empleando para saber la respuesta de esta operación se emplea en matemáticas la
ecuación de la recta que pasa por dos puntos.

En análisis numérico el método de la secante es un método para encontrar los

ceros de una función de forma iterativa. Uno de los objetivos de este método es
eliminar el problema de la derivada de la función, ya que existen funciones que
describen fenómenos físicos en la vida real, cuya derivada es muy compleja. El método
de la secante es muy similar al de Newton con la diferencia principal que en este
método de la secante no requiere de la segunda derivada.

El método se basa en obtener la ecuación de la recta que pasa por los puntos
(Xn-1), f(Xn-1) y (Xn, f(Xn)). A dicha recta se le llama secante por cortar la gráfica de la
función. Posteriormente se escoge como siguiente elemento de la relación de
recurrencia, Xn+1, la intersección de la recta secante con el eje de abscisas obteniendo
la fórmula:
 Este método, a diferencia del de bisección y regla falsa, casi nunca falla ya que
solo requiere de 2 puntos al principio, y después el mismo método se va
retroalimentando. Lo que hace básicamente es ir tirando rectas secantes a la curva de
la ecuación que se tiene originalmente, y va checando la intersección de esas rectas
con el eje de las X para ver si es la raíz que se busca.

Ejemplo:

Iter Xi f(Xi) f(Xi-1) Xi-Xi-1 Ea(% )

0 2.5 - - - -
1 3.5 0.6062 -0.7813 1.0000 -
2 3.0631 -0.6667 0.6062 -0.4369 14.2647
3 3.2919 -0.1649 -0.6667 0.2288 6.9517
4 3.3671 0.0763 -0.1649 0.0752 2.2330
5 3.3433 -0.0044 0.0763 -0.0238 0.7112
6 3.3446 -0.0001 -0.0044 0.0013 0.0388
7 3.3446 0.0000 -0.0001 0.0000 0.0010
8 3.3446 0.0000 0.0000 0.0000 0.0000
9 3.3446 0.0000 0.0000 0.0000 0.0000

Se puede concluir perfectamente que el valor más próximo a la raíz de la función

es 3.3446, con un Ea muy cercano al 0%.

APLICACIONES DE LOS DIFERENTES MPETODOS

Mecánica de Fluidos

Una rama muy importante de la ingeniería, es el estudio de la mecánica de

fluidos, en donde las ecuaciones que gobiernan el fenómeno físico tienen ciertas
peculiaridades que las hacen difíciles de abordar desde el punto de vista numérico.
Aquí se presentan problemas de bloqueo numérico de la solución y deben seguirse
ciertas alternativas para hacer abordable el problema.
 Un tipo de problemas que es interesantes resolver es por ejemplo determinar
las presiones que provoca el viento sobre una estructura determinada. Un estudio de
ese tipo se realizó en el observatorio astronómico de Gran Canarias, construido por la
Comunidad Económica Europea en las Islas Canarias a finales del siglo pasado. Se
requería poder determinar qué deformaciones produciría el viento sobre la estructura
del telescopio, pues se afectaría seriamente la calidad de las observaciones que se
realizarían. En la Ilustración 1 pueden observarse las líneas de corriente que sigue el
viento al entrar en la estructura que cubre el telescopio.

Ilustración 1. Modelo y resultados de la simulación

sobre el telescopio localizado en la isla de Gran
Canaria, España.

Procesamiento de imágenes médicas

El problema de registro en imágenes, un problema relevante de procesamiento

de imágenes médicas, consiste en encontrar la transformación geométrica que ponga
dos imágenes dadas en la mejor correspondencia posible. Una de sus aplicaciones
más inmediatas es realizar el registro de un cerebro espécimen con el de un atlas
anatómico en el que se conoce perfectamente a qué corresponde cada uno de los
voxeles que forman la imagen, ver Ilustración 2. El aplicar una buena técnica de
registro de imágenes entre el atlas y el espécimen, nos permitiría segmentar muy
fácilmente cada una de las partes que integran la cabeza del espécimen.
Lamentablemente, hacer esto resulta una tarea muy compleja, dado que, aunque el
espécimen sea el de una persona normal y tenga el mismo tipo de órganos que el
atlas, el volumen y la forma de estos es muy variable. Existirán zonas dentro de las
imágenes que requieran deformarse poco y otras que requieran de grandes campos
de deformaciones. Además, dichas zonas pueden estar contiguas lo que provocaría
gradientes muy grandes del campo de deformaciones. Si tomamos en cuenta que el
número de voxeles que debemos manejar es muy grande (decenas de millones), el
diseño de algoritmos óptimos resulta en un sustancial ahorro de tiempo de cómputo.

Ilustración 2. Ejemplo de aplicación al procesamiento de imágenes

médicas para segmentación del cerebelo. a) Imagen Destino, b)
Imagen Fuente, c) Imagen Fuente Transformada, d) Imagen
Destino con máscara de cerebro calculada, e) Imagen Fuente con
máscara de cerebelo definida a mano f) Diferencias entre Imagen
Fuente Transformada e Imagen Destino.

REFERENCIAS

1. ''La Presa Bóveda de Talvacchia. Análisis Estático y Dinámico'', J.Miquel Canet,

S. Botello, J. Buil, E. Oñate. CIMNE, no. 6, septiembre 1991. ISBN84-87867-
03-0.
2. III Congreso Internacional de Métodos Numéricos en ingeniería y Ciencias
Aplicadas, S. Gallegos, I. Herrera, S. Botello, F. Zárate, y G. Ayala, Monterrey
NL 22-24 enero 2004. Ed. CIMNE Monterrey 2004. ISBN 84- 95999-47-1.
3. El Método de los Elementos Finitos en el Registro de Imágenes de Resonancia
Magnética. Salvador Botello y José Luis Marroquín. Bioingeniería en
Iberoamérica: Avances y Desarrollos. Editado por C.M. Mülle-Karger y M.
Cerraloza. Editorial CIMNE. ISBN 84-95999-42-0. noviembre 2003.
4. Kiusalaas, J.: Numerical methods in engineering with MATLAB, vol. 1.
cambridge university press (2005).