PLAN LECTOR 2 VIRTUAL DE MÉTODOS NUMÉRICOS.

JESÚS DAVID MARTÍNEZ SILVA

NOMBRE: _________________________________
NOMBRE: _________________________________
MERY ANN VILORIA GAVIRIA

MÉTODO NUMÉRICO DE PUNTO FIJO

El método de punto fijo es un método iterativo. La idea principal es encontrar las
raíces de una ecuación al proponerlas como puntos fijos de una formulación
alternativa. (Camacho,2019)

f (x) = 0 ⇒ g(x) = x

Un punto x se llama punto fijo, sí satisface la ecuación:

g(x) = x

O de otra manera un punto fijo de una función g(x) es un número real P tal que P =
g (P).

Para llevar a cabo este método se construye o se realiza a partir de una iteración
tomando un valor semilla 𝑋0:

Por ejemplo:

𝑓(𝑥) = 3𝑥 − 𝑒 −𝑥

Exploramos el cambio de signo (+) (-) en la imagen, para encontrar el intervalo

solución. Para ello se ingresan valores del 0 en adelante en “x” y se reemplazan
en la ecuación hasta que exista un cambio de signo
 x 3𝑥 − 𝑒 −𝑥
0 3(0) − 𝑒 −(0) = −1
1 3(1) − 𝑒 −(1) = +2.632120

Como hubo un cambio de signo el intervalo corresponde a [0,1]

Despejamos la variable ‘’x’’ en el término lineal

𝑒−𝑥
g(x)= x= 3

Luego graficamos y escogemos un valor que se encuentre en el intervalo en este

caso 0.5

0.5 0.7 0.9

0.1 0.3

0 0.2 0.4 0.6 0.8 1

xi 𝑒−𝑥𝑖
3
0.5 𝑒−(0.5)
= 0.202176886 = ANS
3
ANS 𝑒−(𝑎𝑛𝑠)
= 0.272316802
3
... ...
... ...
... ...
RAÍZ SOLUCIÓN 0.257627653

La operación finaliza cuando se obtiene el mismo número repetidas veces, este

resultado se conoce como raíz solución.

Para comprobar se reemplaza la raíz solución en la fórmula original.

3(0.257627653) − 𝑒 −(0.257627653) = 0
 MÉTODO NUMÉRICO DE NEWTON RAPSON

El método de Newton es un algoritmo para encontrar aproximaciones de los ceros

o raíces de una función real. También puede ser usado para encontrar el máximo o

mínimo de una función, encontrando los ceros de su primera derivada.

El método de Newton-Raphson es un método abierto, en el sentido de que su

convergencia global no está garantizada. La única manera de alcanzar la

convergencia es seleccionar un valor inicial lo suficientemente cercano a la raíz

buscada. Así, se ha de comenzar la iteración con un valor razonablemente cercano

al cero (denominado punto de arranque o valor supuesto). (Atom,2012)

. Una vez que se ha hecho esto, el método linealiza la función por la

recta tangente en ese valor supuesto. La abscisa en el origen de dicha recta será,

según el método, una mejor aproximación de la raíz que el valor anterior. Se

realizarán sucesivas iteraciones hasta que el método haya convergido lo

suficiente. f'(x)= 0 Sea f : [a, b] -> R función derivable definida en el intervalo real

[a, b]. Empezamos con un valor inicial x0 y definimos para cada número natural n.

(Atom,2012)

Donde f ' corresponde a la derivada de f.

Por Ejemplo:

Consideremos el problema de encontrar un número positivo x tal que cos(x) = x3.

Podríamos tratar de encontrar el cero de f(x) = cos(x) - x3.

Sabemos que f '(x) = -sin(x) - 3x2. Ya que cos(x) ≤ 1 para todo x y x3 > 1 para x>1,

deducimos que nuestro cero está entre 0 y 1. Comenzaremos probando con el valor

inicial x0 = 0,5

Los dígitos correctos están subrayados. En particular, x6 es correcto para el número

de decimales pedidos. Podemos ver que el número de dígitos correctos después de

la coma se incrementa desde 2 (para x3) a 5 y 10, ilustrando la convergencia

cuadrática.

MÉTODO NUMÉRICO DE BISECCIÓN

El método numérico de bisección se basa en el teorema del valor intermedio (TVI),

el cual establece que toda función continua f en un intervalo cerrado [a,b] toma

todos los valores que se hallan entre f(a) y f(b). Esto es que todo valor entre f(a)

y f(b) es la imagen de al menos un valor en el intervalo [a,b].

En caso de que f(a) y f(b) tengan signos opuestos, el valor cero sería un valor

intermedio entre f(a) y f(b), por lo que con certeza existe un p en [a,b] que

cumple f(p)=0. De esta forma, se asegura la existencia de al menos una solución de

la ecuación f(x)=0.( Richard y otros, 2000)

El método consiste en lo siguiente:

 Debe existir seguridad sobre la continuidad de la función f(x) en el intervalo [a,b]

 A continuación se verifica que

 Se calcula el punto medio m del intervalo [a,b] y se evalúa f(m) si ese valor es

igual a cero, ya hemos encontrado la raíz buscada

 En caso de que no lo sea, verificamos si f(m) tiene signo opuesto con f(a) o

con f(b)

 Se redefine el intervalo [a, b] como [a, m] ó [m, b] según se haya determinado

en cuál de estos intervalos ocurre un cambio de signo

 Con este nuevo intervalo se continúa sucesivamente encerrando la solución en

un intervalo cada vez más pequeño, hasta alcanzar la precisión deseada

MÉTODO NUMÉRICO DE LA SECANTE

El método de la secante es un algoritmo de la raíz de investigación que utiliza una

serie de raíces de las líneas secantes para aproximar mejor la raíz de una función

f. El método de la secante se puede considerar como una aproximación en

diferencias finitas del método de Newton-Raphson. Sin embargo, este método fue

desarrollado independientemente de este último. (Wikipedia,2018)

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.

Por Ejemplo:
Utilice el método de la secante para encontrar una raíz real de la ecuación

polinomial: F(x)=x3+2x2+10x-20=0.

Utilizando la ecuación:

Los valores posteriores son los siguientes:

 REFERENCIAS BIBLIOGRÁFICAS

Camacho. S. MÉTODOS NUMÉRICOS SOLUCIÓN DE ECUACIONES NO

LINEALES .(2019) Recuperado de :
https://www.uv.mx/anmarin/slides/MetNum2.0.pdf .(Marzo,2019)

Atom. NEWTON RAPSON. MÉTODOS NUMÉRICOS. (2012) Recuperado de:

http://metnum-utp01.blogspot.com/p/newton-raphson_10.html .(Marzo,2019)

Wikipedia. MÉTODO DE LA SECANTE (2018). Recuperado de :

https://es.wikipedia.org/wiki/M%C3%A9todo_de_la_secante (Marzo,2019)

Richard L Burden, J. Douglas Faires (2000), "Numerical Analysis, (7th Ed)",

Brooks/Cole. ISBN 0-534-38216-9.

Corliss, George (1977), «Which root does the bisection algorithm find?», SIAM

Review 19 (2): 325-327, ISSN 1095-7200, doi:10.1137/1019044