Instituto Universitario Politécnico “Santiago Mariño” Extensión Valencia

Cátedra de Programación Numérica. Prof. Orlando Gómez. Curso de Verano 2017

Métodos Numéricos para Cálculo Aproximado de Raíces. Versión 1.5

I) Métodos Cerrados: Su Objetivo es encontrar un Intervalo de Valores que contenga la raíz buscada
(𝑎+𝑏 )
 Método de Bisección: Punto de Ensayo 𝑋𝑒 = 2
𝑓(𝑏)(𝑎−𝑏 )
 Método de la Regla Falsa: Punto de Ensayo 𝑋𝑒 = 𝑏 − 𝑓(𝑎)−𝑓(𝑏)
Requerimientos: a) La Función a evaluar
b) Un Intervalo de Trabajo [a;b] ó [Ext_Inf.; Ext_Sup.]
c) Un valor para la Precisión
Se construye una tabla con un encabezado similar al siguiente: (Esta columna se usa solo para el método de la Regla Falsa)
Ensayo Ext_Inf. Ext_Sup. F(EI) F(ES) Xe Función(Xe) F(Xe)*F(EI) Ext_Inf. Ext_Sup. Tolerancia
1
2
:
N
Algoritmo de Resolución: Para llenar la tabla con los ensayos requeridos y alcanzar la precisión deseada se desarrollan los siguientes
pasos: (Recuerde Intercambiar los valores de los extremos del Intervalo de Trabajo, en cada ensayo según se indica)
1) Se evalúa la función en el punto de ensayo (Xe)
2) Se evalúa la función en el Extremo Inferior (EI)
3) Se calcula el producto F(Xe)*F(EI)
4) Se realiza la siguiente comparación: Si el producto F(Xe)*F(EI) > 0 se hace que el Ext_Inf.= Xe y el Ext_Sup. Sigue igual
Si el producto F(Xe)*F(EI) < 0 se hace que el Ext_Sup.= Xe y el Ext_Inf. Sigue igual
Si el producto F(Xe)*F(EI) = 0 La Raíz Buscada es Xe
 Instituto Universitario Politécnico “Santiago Mariño” Extensión Valencia
Cátedra de Programación Numérica. Prof. Orlando Gómez. Curso de Verano 2017
Métodos Numéricos para Cálculo Aproximado de Raíces. Versión 1.5

II) Métodos Abiertos: Su Objetivo es encontrar Valor aproximado de la raíz buscada

 Método del Punto Fijo: Se hace un despeje de la ecuación (El más conveniente)
Requerimientos: a) La Función a evaluar
b) Un Valor Inicial
c) Un Valor para la Tolerancia
Se construye una tabla con un encabezado similar al siguiente:

Iteración Punto Xi Función(Xi) Error P

1
2
:
N
Algoritmo de Resolución: Para llenar la tabla con los ensayos requeridos y alcanzar la precisión deseada se desarrollan los siguientes
pasos: (Recuerde Intercambiar, en cada iteración el valor del Punto de Inicio o Punto de Prueba según se indica)
1) Se evalúa la función en el punto de inicio (Xi)
𝑓(𝑖) −𝑓(𝑖−1)
2) Se calcula el Error Porcentual 𝐸𝑝 = | |
𝑓(𝑖)
3) Se realiza la siguiente comparación: Si el Ep > Tolerancia, se continúa con los ensayos
Si el Ep < = Tolerancia, se detienen los ensayos y se Reporta el valor obtenido como la
mejor aproximación de la raíz buscada.
 Instituto Universitario Politécnico “Santiago Mariño” Extensión Valencia
Cátedra de Programación Numérica. Prof. Orlando Gómez. Curso de Verano 2017
Métodos Numéricos para Cálculo Aproximado de Raíces. Versión 1.5

 Método de Newton Raphson y Método de la Secante: Se determina la 1ra. Derivada de la Función

Requerimientos: a) La Función a evaluar. b) Un Valor Inicial (Xi). c) Un Valor para la Tolerancia

Se construye una tabla con un encabezado similar al siguiente: (Estas columnas se usan solo en el Método de la Secante)

Iteración Punto Xi-1 Punto Xi Función(Xi-1) Función(Xi) Derivada(Xi) Punto Xi+1 Error P
1
2
:
N
Algoritmo de Resolución: Para llenar la tabla con los ensayos requeridos y alcanzar la precisión deseada se desarrollan los siguientes
pasos: (Recuerde Intercambiar, en cada iteración el valor del Punto de Inicio o Punto de Prueba según se indica)
𝑓
1) a) Calculo del Punto de Ensayo, para Newton Raphson 𝑥𝑖+1 = 𝑥𝑖 − 𝑓′(𝑋𝑖)
(𝑋𝑖)
𝑓(𝑥𝑖)(𝑥
b) Calculo del Punto de Ensayo, para la Secante 𝑥𝑖+1 = 𝑥𝑖 − 𝑓(𝑥 𝑖−1− 𝑥𝑖)
𝑖−1)−𝑓(𝑥𝑖)
𝑋(𝑖) −𝑋(𝑖−1)
2) Se calcula el Error Porcentual 𝐸𝑝 = | |
𝑋(𝑖)
3) Se realiza la siguiente comparación: Si el Ep > Tolerancia, se continúa con los ensayos
Si el Ep < = Tolerancia, se detienen los ensayos y se Reporta el valor obtenido como la
mejor aproximación de la raíz buscada.