Newton Raphson

Ing Yamil Armando Cerquera Rojas yacerque@gmail.
com
RACES DE ECUACIONES
Mtodo Newton Raphson
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
Especialista en Sistemas Universidad Nacional
Docente Universidad Surcolombiana
Neiva - Huila
Contenido
Grado de un polinomio ......................................................................... 6

Races de un polinomio ......................................................................... 6
Factorizacin de un polinomio ................................................................ 7
Representacin grfica de las races de un polinomio ..................................... 7
Races nicas y Mltiples:...................................................................... 9
Teorema fundamental del lgebra ......................................................... 12
Todo polinomio de grado n tiene n races. ................................................ 12
Regla de los signos de Descartes ............................................................ 12
Conjunto de posibles races.................................................................. 13
Qu hacer cuando se tenga una raz?...................................................... 14
Mtodo de Newton-Raphson .................................................................... 15
Definicin:...................................................................................... 15
Derivacin de la frmula ..................................................................... 16
Orden de Convergencia....................................................................... 17
Anlisis de Convergencia .................................................................. 18
Consideraciones especiales del mtodo de Newton Raphson: .......................... 20
Ejemplo 2: Ecuacin f ( x) = e ln( x ) .................................................. 23

Ejemplo 1: Ecuacin polinomial de orden 3 ............................................... 21
x
Ejemplo 3: Aplicacin en cinemtica v (t ) = t 2t .................................... 25

3 2
Ejemplo 4: Funcin f ( x) = 2 x + x x + 1 ............................................. 26

3 2
Ejemplo 5: Funcin F (t ) = 1.21e 6.6t sin(11.4t 111.7 o ) + 0.28e 55.9t sin(18t + 26.1o ) .............. 27
Ejemplo 6: funcin f ( x) = 3x 2 e x ......................................................... 30
Ejemplo 7: Funcin f ( x) = x 3 + 4 x 2 10 ................................................... 31
Ejemplo 8: Funcin f ( x) = x 3 x 4 ..................................................
3 2
32
PRACTICA: Newton-Raphson para ecuaciones no lineales ............................... 33
Trabajo de Laboratorio ....................................................................... 35
Ejercicios Propuestos ......................................................................... 36
Recursos Bibliograficos ....................................................................... 37
Bibliografia OnLine: ........................................................................... 38
Universidad Surcolombiana Neiva Huila - Colombia 1 de 38

ISAAC NEWTON (1642 - 1727)
Fsico, matemtico, astrnomo y filsofo ingls. La obra

en la que desarrolla los principios fundamentales de la
mecnica y su teora de la atraccin universal se public
en 1687 con el ttulo de "Principios matemticos de la
filosofa natural".
La mayora de las personas estn familiarizadas en cierto

grado con el nombre de Isaac Newton, debido a que su
fama universal como descubridor de la ley de la
gravedad ha seguido intacta durante los dos siglos y
medio que han transcurrido desde su muerte.
Sin embargo, no es tan conocido el hecho de que, entre sus colosales realizaciones,
cre virtualmente las ciencias fsicas modernas y, en consecuencia, ha tenido una
influencia ms profunda en la direccin de la vida civilizada que el auge y la
decadencia de los imperios. Quienes tienen autoridad para emitir juicios a este
respecto, le consideran, unnimemente, uno de los pocos intelectuales supremos que
ha producido la raza humana.
Newton naci en el seno de una familia campesina, en la aldea de Woolsthorpe, en

Inglaterra. Se sabe muy poco sobre sus primeros aos y al parecer su vida como
estudiante en Cambridge fue poco distinguida.
En 1665, una epidemia de peste hizo que las universidades cerraran sus puertas y
Newton regres a su casa, en el campo, donde permaneci hasta 1667.
All, en dos aos de soledad rstica -de los 22 a los 24 aos de edad- su ingenio
creativo explot en un torrente de descubrimientos no superados en toda la historia
del pensamiento humano:
X Las series binomiales para exponentes negativos y fraccionarios;

X El clculo diferencial e integral;
X La gravitacin universal como clave para explicar el mecanismo del sistema
solar y
X La resolucin de la luz solar en el espectro visual, por medio de un prisma, con
sus implicaciones para la comprensin de los colores del arco iris y la naturaleza
de la luz en general.
En sus ltimos aos, escribi las siguientes reminiscencias, sobre el periodo milagroso
de su juventud:
"En esos das, estaba en la mejor edad para los descubrimientos, y las matemticas y
la filosofa (o sea, las ciencias) me interesaron ms que nada, desde entonces".

Newton fue siempre un hombre discreto y retrado y, en su mayor parte, se guard

para s sus descubrimientos monumentales. No tena inters en publicarlos y la mayor
parte de sus grandes obras fueron arrancadas por los ruegos y la persistencia de sus
amigos.
De todos modos, su capacidad nica era tan evidente para su maestro Isaac Barrow
quien, en 1669, dimiti su profesorado en favor de su alumno (un caso sin
precedentes en la vida acadmica!) y Newton se estableci en Cambridge durante los
27 aos siguientes.
Sus descubrimientos matemticos nunca se publicaron realmente en forma conexa y

llegaron a conocerse, en forma limitada, casi por accidente, por medio de
conversaciones y de las respuestas a preguntas que le hicieron por carta.
Consider sus descubrimientos en matemticas primordialmente como un instrumento

fructfero para el estudio de problemas cientficos y como algo que, en s mismo, tena
relativamente poco inters.
Mientras tanto, en Alemania, Leibniz haba inventado tambin el clculo, de manera

independiente; y debido a su constante correspondencia con los Bernoulli y a los
trabajos posteriores de Euler, el nuevo anlisis se extendi en todo el continente,
donde permaneci a la cabeza durante 200 aos
No se sabe gran cosa sobre la vida de Newton en Cambridge, en los primeros aos de
su profesorado; pero es seguro que entre sus principales intereses se contaron la
ptica y la construccin de telescopios.
Experiment muchas tcnicas para esmerilar vidrios (con herramientas diseadas por
l mismo) y hacia 1670 construy el primer telescopio de reflexin, el antepasado de
los grandes instrumentos que se utilizan actualmente en monte Palomar y en todo el
mundo. La pertinencia y la simplicidad de su anlisis prismtico de la luz solar, marc
ese trabajo inicial como uno de los clsicos sin limitaciones de tiempo de las ciencias
experimentales.
No obstante, eso era slo el comienzo, puesto que fue penetrando cada vez ms en los
misterios de la luz y todos sus esfuerzos en ese sentido siguieron dando muestras de
un ingenio experimental del ms alto orden.
Public algunos de sus descubrimientos; pero los cientficos ms destacados de su

tiempo los recibieron con tanta estupidez contenciosa, que Newton se retrajo
nuevamente en su concha, con una mayor resolucin de trabajar, a partir de entonces,
para su exclusiva satisfaccin. Veinte aos despus, confi a Leibniz las palabras
siguientes:
"En cuanto a los fenmenos de los colores... Estoy convencido de haber descubierto la
explicacin ms segura; pero no quiero publicarla en libros, por temor de que los
ignorantes inicien disputas y controversias contra mi"
A fines de la dcada de 1670, Newton tuvo uno de sus lapsos peridicos de desagrado
por las ciencias y dirigi sus energas hacia otros cauces. Todava no haba publicado
nada sobre dinmica o la gravedad y sus numerosos descubrimientos en esos campos
permanecas olvidados sobre su escritorio. Sin embargo, al fin, estimulado y enojado
por las pretensiones y las crticas de Robert Hooke y calmado por la intervencin
diplomtica de Edmund Halley, dedic su atencin nuevamente a esos problemas y
comenz a escribir su obra principal, el Principia.
Cuando Newton se dedicaba al trabajo cientfico se pareca a un volcn activo, con

largos periodos de inactividad, contrastados, de vez en cuando, por grandes
erupciones de una actividad casi sobrehumana.
El libro Principia lo escribi en 18 meses de increble concentracin, y cuando se

public, en 1687, se reconoci inmediatamente que era una de las realizaciones
supremas de la mente humana.
En esa obra, estableci los principios bsicos de la mecnica terica y la dinmica de

los fluidos, aplic el primer tratamiento matemtico al movimiento ondulado, dedujo
las leyes de Kepler a partir de la ley de cuadrados inversos de la gravitacin y explic
las rbitas de los cometas; calcul las masas de la Tierra, el Sol y los planetas con sus
satlites, explic la forma aplastada de la Tierra y utiliz esta idea para explicar la
precesin de los equinoccios, adems de que estableci la teora de las mareas. Estas
son tan slo unas cuantas de las numerosas maravillas de su obra prodigiosa.
El Principia es un libro de lectura difcil, porque tiene un estilo de inhumana lejana

que quiz sea el ms apropiado para la grandeza del tema. Asimismo contiene densas
ecuaciones matemticas de geometra clsica, poco cultivada en su poca y todava
menos en la actualidad.
En cuanto a la dinmica y mecnica celeste, logr concluir magnficamente la obra

que haban iniciado Coprnico, Kepler y Galileo. Ese triunfo fue tan completo que los
trabajos de los principales cientficos en esos campos, durante los dos siglos siguientes,
fueron poco ms que notas calcadas de esta sntesis colosal.
Tambin vale la pena recordar que la espectroscopia ha contribuido, ms que ninguna

otra ciencia, al progreso de los conocimientos astronmicos del universo en general;
tuvo su origen en el anlisis prismtico de la luz del Sol, que realiz Newton.
Despus de la poderosa erupcin de su ingenio que lo llev a la creacin de Principia,

Newton volvi a alejarse de las ciencias. En 1696, abandon Cambridge para ir a
Londres, con el fin de convertirse en Warden of the Mint (y posteriormente en Master),
y durante el resto de su larga vida, se introdujo un poco en la sociedad e inclusive
comenz a gozar un poco de su posicin nica, en el pinculo de la fama como
cientfico.

Esos cambios de intereses y de ambiente no se reflejaron en una disminucin de su

capacidad intelectual inigualable. Por ejemplo, un atardecer, al final de un da de
trabajo agotador en la Moneda, se enter del problema de la braquistcrona de
Johann Bernoulli -presentado como un desafo "para los matemticos ms brillantes
del mundo"- y lo resolvi esa misma noche, antes de acostarse.
La publicacin de su obra Opticks, en 1704, fue mucho ms importante para la ciencia.

En ese libro, reuni y ampli sus trabajos anteriores sobre la luz y los colores.
A Isaac Newton se debe el clculo de races de una funcin o ecuacin por

aproximaciones sucesivas usando la tangente.

Polinomios
Un polinomio es una suma de trminos llamados monomios. Un monomio es el
producto de un coeficiente (un nmero real), una variable (casi siempre x o y) elevada
a un exponente (entero positivo).
Existen polinomios con uno, dos o ms trminos, por ejemplo:
X Monomio (un trmino): 5x En este caso el coeficiente es 5, la variable es x

2
X Binomio (dos trminos): 6 x 2

el exponente 2
7
X Trinomio (tres trminos): 3 x 5 + 4 x 3 x 2

En este trabajo se utilizaran polinomios con coeficientes enteros y potencias enteras
positivas.
Grado de un polinomio
El grado de un polinomio es igual al exponente mayor de la variable. Por ejemplo:
5x 2 Es un polinomio de grado 2
6x7 2 Es de grado 7
3x 5 + 4 x 3 x 2 Es de grado 5
2 x 4- x 3 - x 2 De qu grado es?
5 2
6 x - 4 x - 19 x De qu grado es?
3 x15 + x13 - x2 De qu grado es?
13 De qu grado es?
Nota cmo se deben escribir los polinomios. Se deben escribir en orden decreciente
con respecto al grado de cada trmino.
Races de un polinomio
La raz de un polinomio es un nmero tal que hace que el polinomio valga cero. Es
decir que, cuando resolvamos un polinomio a cero, las soluciones son las races del
polinomio.
Por ejemplo el polinomio f ( x) = x 2 + x 12 , cuando se iguala a cero y se resuelve se

tiene:
x 2 + x 12 = 0 Igualando a cero.
( x + 4)( x 3) = 0 Factorizando.
x = 4 Raz 1
x=3 Raz 2
Puesto que x1 = 4 y x 2 = 3 , son soluciones de f(x) entonces f (4) = 0 y f (3) = 0 . Se

dice entonces que x1 = 4 y x 2 = 3 , son races del polinomio f ( x) = x 2 + x 12
Las races de f ( x) = x 3 4 x 2 + x + 6 son x = - 1, x = 2 y x = 3 Por qu?
Factorizacin de un polinomio
El nmero de factores en que se puede descomponer un polinomio es igual al grado
del polinomio. Para poder factorizar un polinomio es necesario encontrar sus races.
Cuando se tengan estas, los factores correspondientes a cada raz son de la forma (x-r)
donde r es una de las races.
Esto es, si r1, r2, ... , rn son races del polinomio f(x) entonces la factorizacin de f(x)
es: f ( x) = ( x r1 )( x r2 )...( x rn )
Por ejemplo, si
1. f ( x ) = x 3 4 x 2 + x + 6 : Como sus races son x = - 1, x = 2 y x = 3 entonces f(x) se

ha factorizado como f ( x) = ( x (1))( x 2)( x 3) = ( x + 1)( x 2)( x 3)
2. f ( x) = x 2 + x 12 : Como sus races son x = - 4 y x = 3 entonces f(x) se ha

factorizado como f ( x) = ( x (4))( x 3) = ( x + 4)( x 3)
Representacin grfica de las races de un polinomio

Como las races de un polinomio hacen que ste valga cero, en un plano cartesiano
esto se identifica como las intersecciones de la grfica del polinomio con el eje de las
X (abscisas).
Esto es, los puntos en donde cruza la grfica al eje horizontal tienen como abscisa la
raz del polinomio graficado.
A continuacin se presentan algunas funciones con sus races, factores y grficas:
Descripcin Grfica
Funcin f ( x) = x 2 + x 12
Races -4y3
Factorizacin f ( x) = ( x + 4)( x 3)

Descripcin Grfica
Funcin f ( x) = x 3 4 x 2 + x + 6
Races - 1, 2 y 3
Factorizacin f ( x) = ( x + 1)( x 2)( x 3)
Funcin f ( x) = x 4 5 x 2 + 4
Races - 2, - 1, 1 y 2
Factorizacin f ( x) = ( x + 1)( x + 2)( x 1)( x 2)
Funcin f ( x) = x 3 + 4 x 2 + 3x
Races Cules son?
Factorizacin f(x) =
Funcin f ( x) = x 3 2 x 2 5 x + 6
Races 1, - 2 y 3
Factorizacin f ( x) = ( x 1)( x + 2)( x 3)

Races nicas y Mltiples:

Los polinomios pueden tener races nicas en un punto determinado del eje x o races
que se repiten en un nmero par o impar veces, es decir una raz sobre el eje x puede
ser la misma par o impar veces. Dicho de otra manera una raz por ejemplo dos (2)
puede ser la misma raz pero repetida tres (3) veces (impar) o repetida 2 veces (par).
La tabla siguiente muestra la funcin f ( x ) = x 2 4 , y en la grfica se observa como

esta corta el eje x tanto en el punto -2 y 2 de un lado a otro siguiendo la forma de la
figura.
Se puede decir que la figura pasa de un lado al otro el eje x en el punto de corte o
raz. Por lo tanto la raz es nica en el valor de menos dos (-2) y nica en el valor de
dos (2).
Es un polinomio de orden dos por lo tanto solo tendr dos (2) races.
En la parte donde se muestra el polinomio factorizado f ( x) = ( x 2)( x + 2) se puede

observar que si la variable x toma el valor de 2 o toma el valor de -2 la funcin tomar
el valor de cero.
Descripcin Grfica
Funcin f ( x) = x 2 4
Races - 2, 2
Factorizacin f ( x) = ( x 2)( x + 2)
Para el caso del siguiente ejemplo la funcin f ( x) = x 2 2 x + 1 tiene dos (2) races, y si
observa la grfica, esta no corta el eje x en ningn sector. Ahora si observa el valor de
uno (1) en el eje x, es un punto donde la funcin se vuelve cero (0). Se debe
considerar al valor de uno (1) como raz de la funcin. Lo que pasa es que dicha raz se
repite par veces (para el caso del ejemplo 2 veces), por esta razn la grfica no corta el eje
x, sino que lo toca tangencialmente en el punto raz y cambia su pendiente. Se puede
decir matemticamente que en el punto raz, la derivada de la funcin es igual a cero
(0) dicho de otra manera en este punto la tangente es igual a cero (0).
En la factorizacin que se hace de la funcin, se puede observar que el nico valor

que hace que la funcin tome el valor de cero (0) es el punto uno (1) sobre el eje x, y

puede ser en el trmino de la izquierda o en el trmino de la derecha, es decir dos

veces.
Descripcin Grfica
Funcin f ( x) = x 2 2 x + 1
Races 1, 1
Factorizacin f ( x) = ( x 1)( x 1)
Para el caso del siguiente ejemplo la funcin f ( x) = x 3 6 x 2 + 12 x + 8 tiene 3 races, y si

observa la grfica, esta corta el eje x aparentemente en varios puntos cercanos a 2. Ahora si
observa el valor de 2 en el eje x, es un punto donde la funcin se vuelve cero. Se debe
considerar al valor de 2 como raz de la funcin. Lo que pasa es que dicha raz se repite impar
veces (para el caso del ejemplo 3 veces), por esta razn la grfica corta el eje x de la forma
como se observa en la figura. En el punto de corte sobre el eje x, este y la grfica son
paralelos superpuestos. Se puede decir matemticamente que en el punto raz la derivada de
la funcin es igual a cero.
En la factorizacin que se hace de la funcin, se puede observar que el nico valor que hace
que la funcin tome el valor de cero es 1, y puede ser en el trmino de la izquierda o en el
trmino de la derecha, es decir dos veces.
Descripcin Grfica
Funcin f ( x) = x 3 6 x 2 + 12 x + 8
Races 2, 2, 2
Factorizacin f ( x) = ( x 2)( x 2)( x 2)
Para el caso del siguiente ejemplo la funcin f ( x) = x 3 3 x 2 + 4 tiene 3 races, y si observa

la grfica, esta corta el eje x aparentemente en un punto igual a menos uno (-1) y toca
tangencialmente dicho eje en un valor igual a uno (1). Ahora si observa el valor de -1 en el eje
x, es un punto donde la funcin cruza el eje de las x con cierta pendiente, esto indica que
ese punto de corte es una raz nica. Ahora en le punto 1 sobre el eje de las x la curva o
grafica de la funcin toca tangencialmente el eje y cambia de pendiente. Esto debe asumirse
como una raz que se repite par veces. Como el polinomio de es orden 3 y ya se sabe de una
raz nica se puede decir que dicha raz es par veces repetida. Se puede decir
matemticamente que en el punto 1 considerado como raz repetida par veces, la derivada de
la funcin es igual a cero.
En la factorizacin que se hace de la funcin, se puede observar que el nico valor que hace
que la funcin tome el valor de cero es -1, en el trmino de la izquierda o 1 en los dos
trminos de la derecha.
En el caso de que la raz 1 se repitiera 4 veces diferenciara la forma de la grfica en que la

pendiente de esta es mayor o menor al acercarse al eje.
Descripcin Grfica
Funcin f ( x) = x 3 3x 2 + 4
Races - 1, 2, 2
Factorizacin f ( x) = ( x + 1)( x 2)( x 2)
En el siguiente ejemplo muestra la combinacin de las tres formas que toma la grfica
dependiendo si sus races se repiten par o impar veces o son races nicas.
Descripcin Grfica
f ( x) = x 6 17 x 5 + 102 x 4 ....
248 x 3 + 160 x 2 + 240 x 288
Funcin
Races - 1, 2, 2, 2, 6, 6
Factorizacin f ( x) = ( x + 1)( x 2) 3 ( x 6) 2
Que anlisis de acuerdo con lo mostrado anteriormente le puede realizar a las

siguientes funciones.

f ( x) = ( x + 1)( x 1) 2 ( x 1) f ( x) = ( x + 1)( x 2) 5 ( x 6) 4
f ( x) = ( x + 2)( x 2) 3 ( x) f ( x) = ( x 1) 2 ( x + 1) + 1
f ( x) = ( x + 1)( x 2)5 ( x 6) 4 + 1 f ( x) = ( x 1) 2 1
f ( x) = ( x 1) 2 + ( x 1) f ( x) = (( x 1) 2 + 1) 2 ( x 1)
Teorema fundamental del lgebra

Carl Friedrch Gauss ha sido uno de los matemticos ms grandes de todos los tiempos.
Contribuy a muchas ramas de las matemticas. En 1798, a los 20 aos de edad !,
Gauss demostr el teorema fundamental del lgebra que dice lo siguiente:
Todo polinomio de grado n tiene n races.

Si se toma una ecuacin en trminos generales, tal como la ecuacin siguiente:
a n x n + a n 1 x n 1 + a n 2 x n2 + a n 3 x n 3 + ... + a3 x 3 + a 2 x 2 + a1 x1 + a 0 = 0 .
Se puede decir entornes que es una ecuacin de orden n y por tanto tiene n soluciones.
Recuerde que en es este apartado slo se tiene polinomios con coeficientes enteros.
Observa la tabla anterior, donde se da la funcin, las races y la grfica y verifica que
efectivamente para cada polinomio de grado n hay n races.
Una forma en la que se puede interpretar este teorema es como sigue, ya que se
puede factorizar un polinomio, dadas las races y hay n races para todo polinomio de
este grado, entonces si:
f ( x) = a n x n + a n1 x n1 + a n2 x n 2 + a n 3 x n3 + ... + a3 x 3 + a 2 x 2 + a1 x1 + a 0 ,
Se puede decir que:
f ( x) = ( x r1 )( x r2 )...( x rn )
Donde r1, r2, ... , rn son las races de f(x).
La demostracin de este teorema queda lejos del objetivo de esta pgina sin embargo
daremos algunas herramientas para encontrar las n races.
Regla de los signos de Descartes

Rene Descartes encontr un mtodo para indicar el nmero de races positivas en un
polinomio.
Esta regla dice lo siguiente:

"El nmero de races reales positivas (+) de un polinomio f (x) es igual al nmero de
cambios de signo de trmino a trmino de f (x) "
Hay que recordar que los polinomios se deben escribir en orden decreciente conforme
al grado de cada trmino.
Por ejemplo el polinomio
f(x)= x2 + x - 12 tiene un cambio de signo, del segundo al tercer trmino, por lo tanto
tiene una raz positiva.
g(x)= +x3 - 4 x2 + x + 6 tiene dos cambios de signo, tiene dos races positivas
h(x)= +x4 - 5 x2 + 4 tiene dos races positivas
i(x)= x3 + 4 x2 + 3 x No tiene cambios de signo, por lo tanto no tiene races reales
positivas.
j(x)= x3 - 2 x2 - 5 x + 6 Cuntas races positivas tiene?
Tambin puede evaluar la expresin en los valores 1 y -1 teniendo en cuenta solo el

signo de cada trmino de la expresin. En caso de que un trmino no exista se toma
como 0 (positivo). En el ejemplo de la siguiente tabla para el caso de la primera
funcin al evaluar la funcin en 1, el primer trmino de la funcin toma un valor
positivo y el segundo toma un valor negativo, por tanto se dice que tiene una raz
positiva en razn a un solo cambio de signo (de positivo a negativo). Como se trata de
una ecuacin de una recta pues tan solo tiene una raz.
Pero por probar se ha evaluado la funcin en -1, resultando en ambos trminos un
negativas, en la funcin f ( x) = x 1 .
signo -, o sea que no hay cambio de signo, indicando con esto que no hay races
Nro Ecuacin Signo Rai_Pos Rai_Neg

f (1) = +
f ( x) = x 1
f ( 1) =
1 1 0
f (1 ) = + +
2 f ( x) = x 2 + x 12 f ( 1) = +
1 1
f (1) = + +
3 f ( x) = x 3 2 x 2 5 x + 6 f ( 1) = + +
2 1
f (1 ) = + + + +
4 f ( x) = x 3 + 4 x 2 + 3x f ( 1) = + +
0 3
f (1 ) = + + + +
5 f ( x) = x 4 5 x 2 + 4 f ( 1) = + + + +
2 2
f (1 ) = + + +
6 f ( x) = x 3 4 x 2 + x + 6 f ( 1) = +
2 1
Conjunto de posibles races

Existe un mtodo para encontrar un conjunto de nmeros, los cuales pueden ser races
de un polinomio. La regla que mencionaremos aqu es aplicable slo para polinomios
con el coeficiente de la potencia mayor de x igual a 1. Es decir, si
f ( x) = a n x n + a n1 x n1 + a n2 x n 2 + a n 3 x n3 + ... + a3 x 3 + a 2 x 2 + a1 x1 + a 0 , se toma a
a 0 = 1 . Esto es que slo se trabaja con polinomios de la siguiente forma:
f ( x) = x n + a n1 x n 1 + a n2 x n2 + a n 3 x n 3 + ... + a3 x 3 + a 2 x 2 + a1 x1 + a 0
El conjunto de posibles races de f (x) se forma con los divisores de a0 (del trmino
independiente), hay que considerar estos divisores tanto con signo positivo como con
negativo.
La forma en que se puede usar esta informacin del trmino independiente es la
siguiente, puesto que cualquier elemento de este conjunto puede ser raz de f (x) hay
que evaluar a f (x) en algn valor de este conjunto y si el resultado de la evaluacin
es cero, entonces ese valor escogido es raz de f (x) .
En la siguiente tabla se muestran varios polinomios, los divisores del trmino

independiente y las races de los polinomios:
Funcin Divisores del trmino independiente Races
f ( x) = x 2 + x 12
1, 2, 3, 4, 6, 12,
-4y3
-1, -2, -3, -4, -6, -12
1, 2, 3, 6,
f(x)= x3 - 4 x2 + x + 6 - 1, 2 y 3
-1, -2, -3, -6
1, 2, 4,
f(x)= x4 - 5 x2 + 4 - 2, - 1, 1 y 2
-1, -2, -4
1, 2, 3, 6,
f(x)= x3 - 2 x2 - 5 x + 6 1, - 2 y 3
-1, -2, -3, -6
Qu hacer cuando se tenga una raz?

Con lo visto en los apartados anteriores se tiene las herramientas necesarias para encontrar
las n races de un polinomio. Recuerde que para encontrar una raz es necesario saber los
divisores del trmino independiente y evaluar nuestro polinomio en con el valor escogido.
Adems de haber encontrado una raz usando el mtodo anterior se ha hallado un factor del
f ( x) /( x r ) tendr como resultado un polinomio de un grado menor a f(x) y como residuo

polinomio. Se puede estar seguro de que si r es una raz de f(x) entonces al dividir
cero.
As se ha reducido el problema de encontrar n races en otro problema, el encontrar slo n-1

races.

Mtodo de Newton-Raphson
Definicin:
El mtodo de Newton es una extensin directa del mtodo del mismo nombre para buscar
ceros de funciones de una variable. La idea es realizar el desarrollo de las series de Taylor de
una funcin alrededor de una estimacin de la raz x0
f ( x) = f ( x0 ) + ( x x0 ) f `( x0 ) + ( x x0 ) f ``( x0 ) + ....
1
2
Truncando la serie a primer orden e igualando f ( x) = 0 se tiene.
x = x0
f ( x0 )
f `( x0 )
Este Mtodo es similar al de la Secante, la diferencia esencial radica en que en la Secante se
utiliza el Mtodo de diferencias divididas para aproximar f `(x) . El Mtodo de Newton-Raphson
asume que la funcin f (x) es derivable sobre un intervalo cerrado [a,b]. Entonces f (x) tiene
una pendiente definida y una nica lnea tangente en cada punto dentro del intervalo [a,b].
La tangente en ( x0 , f ( x0 )) es una aproximacin a la curva de f (x) cerca del punto ( x0 , f ( x0 )) .
En consecuencia, el cero de la lnea tangente es una aproximacin del cero de f (x) o
denominada raz de f(x).
Figura 1 Modelo general del mtodo de Newton Raphson
Si ha intentado encontrar una raz de una funcin complicada algebraicamente alguna vez,
usted puede haber tenido alguna dificultad. Usando algunos conceptos bsicos de clculo, se
tienen maneras de evaluar races de funciones complicadas numricamente. Normalmente, se
usa el mtodo de Newton-Raphson. Este proceso iterativo sigue una pauta fija para aproximar
una raz, considerado la funcin, su derivada, y un valor x inicial.
Usted puede recordar del lgebra que una raz de una funcin es un cero de la funcin. Esto
significa que la raz de una funcin, se calcula cuando la funcin se iguala a cero. Se puede
encontrar las races de una funcin simple como f ( x) = x 2 4 simplemente colocando la
funcin igual a cero, y resolviendo:
f ( x) = x 2 4 = 0 , de aqu se tiene que f ( x) = ( x + 2)( x 2) = 0 , para concluir que la igualdad se

cumple solo si x = 2 x = -2, que son consideradas como races de la ecuacin.

Figura 2. Grfica de la funcin f ( x) = x 2 4 en el intervalo [-3,3]

En el grfico anterior se observa que el punto x = 2 y x = 2 , la curva corta al eje x,
considerando estos puntosa como raz de la funcin.
El Mtodo de Newton Raphson usa un proceso iterativo para encontrar la raz de una funcin.
La raz especifica que el proceso localiza un valor que depende del valor x inicial, valor x
escogido arbitrariamente.
Se Calcula la primera aproximacin, x1, como el cero de la lnea tangente en un punto inicial
x0 dado. Se calcula la segunda aproximacin, x2, como el cero de la lnea tangente en la
primera aproximacin x1. Siguiendo el esquema mostrado ms abajo, las primeras dos
aproximaciones de races usando el Mtodo Newton-Raphson, se buscan con el mismo criterio
del Mtodo de la Biseccin:
Figura 3
Derivacin de la frmula
El Mtodo de Newton tiene una interpretacin geomtrica sencilla, de hecho, el Mtodo de
Newton consiste en una linealizacin de la funcin, es decir, f se reemplaza por una recta tal
que contiene al punto ( x0 , f ( x0 )) y cuya pendiente coincide con la derivada de la funcin en el
punto, f ( x0 ) . La nueva aproximacin a la raz, x1 , se obtiene de la interseccin de la funcin
lineal con el eje X de ordenadas.

La ecuacin de la recta que pasa por el punto
y f ( x0 ) = f ' ( x0 )( x x0 )
( x0 , f ( x0 )) y de pendiente f ' ( x0 ) es:
De donde, haciendo y = 0 y despejando x se

obtiene la ecuacin de Newton-Raphson
xn +1 = xn f ( xn ) / f ' ( xn )
Figura 4
funciones trigonomtricas al ngulo de la figura 4 se tiene que tan( ) = f ( x0 ) /( xo x1) , a

Demostracin: Sea x0 la raz supuesta inicial o valor inicial de las iteraciones y si se aplican
x1 ) = f ( x0 ) / tan( ) . y despejando x1 se
partir de esta frmula se puede decir que: ( x0
tendra la frmula de Newton. La pendiente en x0 esta dada por tan( ) = f ' ( x0 ) .
Teniendo en cuenta lo anterior se tendra entonces que: x1 = x0 f ( x0 ) / f ' ( x0 ) .
en x0 esta dada por: y f ( x0 ) = f ' ( x0 )( x x0 ) . La primera aproximacin x1 es

Tambin se puede deducir de teniendo en cuenta que la ecuacin de la lnea tangente
obtenida como la raz de (1). As ( x1 ,0) es un punto sobre la ecuacin anterior.
De aqu, 0 f ( x0 ) = f `( x0 )( x1 x0 )
Despejando, x1 x0 = f ( x0 ) / f `( x0 )
Finalmente se obtiene: x1 = x0 f ( x0 ) / f `( x0 )
Por construccin similar se obtiene: xn +1 = xn f ( xn ) / f ' ( xn )
Donde, xn es una valor para x conocido actualmente, f ( xn ) representa el valor de la
funcin evaluada en xn , y f ' ( xn ) es la derivada evaluada en xn , xn +1 representa el
prximo valor para x que se est tratando de encontrar como raz al aplicar el modelo.
f ' ( x0 ) , la derivada representa f ( x) dx , (dx = delta-x) dx = x0 x1 . Sin
embargo, el trmino f ( x ) / f `( x ) representa un valor de dx = x .
Esencialmente,
= = x
f ( x) f ( x)
f ' ( x ) f ( x ) / x
Orden de Convergencia
Sean x0, x1, x2. . . una secuencia que converge a r y sea en = xn - r. Si existe un nmero m y
=c n ,
e n +1
una constante C (distinta de cero), tal que: lim Cuando Entonces m es
m
en
llamado orden de convergencia de la secuencia y C el error asinttico constante. Para
m=1,2,3, la convergencia se dice lineal, cuadrtica y cbica respectivamente.

Anlisis de Convergencia
Sean x0 , x1 , x2 ,..., xn , xn +1 las aproximaciones en sucesivas iteraciones. Sea r el
Entonces el error en estar dado por: en = xn r y en consecuencia en +1 = xn +1 r

verdadero valor de la raz. Si se toma como error en la n-esima iteracin a en .
Si se tiene que xn +1 = xn f ( xn ) / f ' ( xn )

en +1 = xn f ( xn ) / f ' ( xn ) r
en +1 = xn r f ( xn ) / f ' ( xn )
en +1 = en f ( xn ) / f ' ( xn )
en +1 = (en f ' ( xn ) f ( xn ) ) / f ' ( xn )....Ec1
Ahora, expandiendo f ( xn en ) en serie de Taylor se obtiene,
f ( xn en ) = f ( xn ) f ' ( xn )en + ( f ' ' (c) / 2)en2

f (r ) = f ( xn ) en f ' ( xn ) + ( f ' ' (c) / 2)en2
0 = f ( xn ) en f ' ( xn ) + ( f ' ' (c) / 2)en2

en f ' ( xn ) f ( xn ) = ( f ' ' (c) / 2)en2 ,....Ec 2
De las ecuaciones 1 y 2 se obtiene,
en +1 = ( f " (c) / 2)en2 / f ' ( xn ) , en +1 = 1 ( f " (c) / f ' ( xn ))en2
2
Esto es, en +1 = cen , donde c = 1 ( f " (c) / f ' ( xn ))
2
2
en+1 <= c * en , esto es, xn+1 r <= c * xn r
2 2
De aqu
Por lo que Newton-Raphson es un mtodo que converge cuadrticamente, es decir,

que el nmero de cifras decimales correctos se duplica aproximadamente en cada
iteracin, o el error es aproximadamente proporcional al cuadrado del error anterior.
Dos situaciones en las que el Mtodo de Newton no funciona adecuadamente: (a) el

Mtodo no alcanza la convergencia y (b) el Mtodo converge hacia un punto que no es
un cero de la ecuacin.
Figura 4 . No convergencia en la que se puede incurrir con el mtodo de newton.

Entre ms iteraciones se ejecuten, los dx = x tendern a ser mas pequeos y por

ende tendern a cero (0) minimizando el valor del error. Para ver cmo trabaja esto,
se aplicar el mtodo Newton-Raphson a la funcin que se trabaj antes, f ( x) = x 2 4 .
Abajo se lista los valores que se necesitan conocer para completar el proceso.
f ( x) = x 2 4
f ' ( x) = 2 x
x0 = 6
Tericamente, se podra ejecutar un nmero infinito de iteraciones para encontrar
una representacin perfecta para la raz de la funcin. Sin embargo, ste es un
mtodo numrico que se usa para disminuir el trabajo de encontrar la raz, para que
toque hacer de forma manual este proceso. Por consiguiente se asume que el proceso
ha trabajado con precisin cuando delta-x (dx) se vuelva menor que 0.1. Este valor de
precisin debe ser especfico a cada situacin.
Tabla. 1
n xn f ( xn ) f ' ( xn ) xn+1 dx
0 x0 = 6 f(x0 )= 32 f'(x0 )= 12 x1 = 3.33
1 x1 = 3.33 f(x1) = 7.09 f'(x1) = 6.66 x2 = 2.27 1.06
2 x2 = 2.27 f(x2) = 1.15 f'(x2) = 4.54 x3 = 2.01 0.26
3 x3 = 2.01 f(x3) = 0.04 f'(x3) = 4.02 x4 = 2.00 0.01
Interpretando lo mostrado en la tabla 1 as; usando un valor inicial para x0 = 6 , se

encontr que la raz de la ecuacin f ( x) = x 4 es x = 2 despus de 4 iteraciones
2
la misma raz, o puede encontrar alguna otra raz, por ejemplo x = 2 .

con un dx igual a 0.01. Si se toma un valor inicial diferente para x0 , se puede llegar a
Una representacin grfica tambin puede ser muy til. En la Figura 5, ver la misma
funcin f ( x) = x 2 4 (mostrado en color azul). El proceso es el mismo descrito
anteriormente. En la primera iteracin, la lnea roja est tangente a la curva en el x0 .
La inclinacin de la tangente es la derivada en el punto de tangencia, y para la
inicial f (6) = 32 por la pendiente de la tangente (12), se encuentra que el (delta-x)

primera iteracin es igual a 12. Dividiendo el valor de la funcin evaluado en el x
x = 2.67 . Substrayendo esto de seis (6) se encuentra que el nuevo x-valor es igual a
x1 = 3.33 . Otra manera de considerar esto es encontrar la raz de esta lnea tangente.

Figura 5 Primera iteracin aplicando el modelo de Newton
Consideraciones especiales del mtodo de Newton Raphson:

El mtodo de Newton-Raphson no siempre trabaja. Se encuentra con problemas en varias
partes. Primero, considere el ejemplo anterior. Qu pasaran si se escoge un valor x inicial de
x=0? Se tendra una "divisin por cero" error, y no podra proceder. Usted puede considerar
tambin operando el proceso en el f(x de la funcin) = x 1/3, usando un valor x inicial de x=1.
Los valores x convergen? Hace el delta-x la disminucin hacia el cero (0)?
As, cmo esto relaciona a la qumica? Considere la ecuacin de Van Der Waals que podr
encontrar en la seccin de Leyes de Gases. Asumiendo que se tiene un nmero fijo de moles
de un gas fijo, no bajo las condiciones ideales, que se puede usar el mtodo de Newton-
Raphson para resolver para una de las tres variables (la temperatura, presin, o volumen),
basado en las otras dos. Para hacer esto, Para esto se necesita usar la ecuacin de Van Der
Waals, y derivar esta, ambos en seguida.
( P + 2 )( b) = RT
n 2a V
V n
dV 1 n 2 a dP n 2 a V
dt n + + + b R =0
dT
V dt V n
( ) P 2
2 3 dt
Como puede observar, la Ecuacin de Van Der Waals es bastante compleja. No es posible
resolverla algebraicamente, para lo cual se debe usar un mtodo numrico. El mtodo de
Newton-Raphson es la manera ms fcil y ms fidedigna de resolver las ecuaciones, aunque la
ecuacin y su derivada parecen realmente intimidantes.
Dependiendo de las condiciones bajo las que este intentando resolver esta ecuacin, algunas
de las variables pueden estar cambiando. As que, puede ser necesario usar derivadas
parciales. Para los propsitos de este ejemplo, Se asume que la presin, temperatura, y
volumen son las nicas variables cambiantes, y que estos valores son todas las funciones de
tiempo. Esto evita el uso de derivadas parciales; se diferencian todas las variables
simplemente con respecto al tiempo, como es mostrado anteriormente. Alguna manipulacin
algebraica de la ecuacin y/o su derivada que depende del problema especfico a ser resuelto
puede necesitarse. Es supuesto que se especifican todas las variables pero uno; esa variable se
usa en la expresin para el "xn+1" que el mtodo de Newton usa. Desarrollando el mtodo de
Newton con xito en esta ecuacin dara un valor de esa variable que da una solucin que
cuando las otras variables se mantienen constantes en los valores que se especific.
Algoritmo:
1. Dada una funcin f ( x) = 0 obtener la Primera y Segunda derivada.
2. Elegir un valor inicial x0 . Este valor inicial debe cumplir con el criterio de
convergencia:
xn +1 = xn f ( xn ) / f ' ( xn )
3. Obtener una nueva aproximacin evaluando la frmula general del mtodo
( xn +1 xn ) / xn+1
4. Evaluar la aproximacin relativa
5. Si < Tolerancia
(Falso) Repetir el paso 3 y 4
(Verdadero) Entonces x n +1 es la Raz
Ejemplo 1: Ecuacin polinomial de orden 3

Vea a continuacin un ejemplo, con la siguiente ecuacin: f ( x) = x 3 + x + 16
Instrucciones para graficar con

MatLab.
x=-4:0.1:4;
fx=x.^3+x+16;
plot(x,fx)
grid on
Figura 6. Funcin f ( x) = x 3 + x + 16
n xn f ( xn ) f ' ( xn ) f ( xn ) / f ' ( xn ) xn +1 = xn f ( xn ) f `( xn )
0 2.0000 26.0000 13.0000 2.0000 0.0000
1 0.0000 16.0000 1.0000 16.0000 -16.0000
2 -16.0000 -4096.0000 769.0000 -5.3000 -10.7000
3 -10.7000 -1210.7000 342.8000 -3.5000 -7.1000
4 -7.1142 -355.3900 154.0100 -2.3076 -4.8341
5 -4.8341 -101.7983 71.1049 -1.4317 -3.4024
6 -3.4024 -26.7902 35.7293 -0.7498 -2.6526
7 -2.6526 -5.3171 22.1089 -0.2405 -2.4121
8 -2.4121 -0.4464 18.4548 -0.0242 -2.3879
9 -2.3879 -0.0042 18.1065 -0.0002 -2.3877

Dependiendo del valor de x con el cual se inician las iteraciones se conseguir el encuentro de
la raz en menos o ms iteraciones. Basta con observar la figura 6 y tratar de aplicar el modelo
sobre la misma para darse cuenta porque las oscilaciones
n xn f ( xn ) f ' ( xn ) f ( xn ) / f ' ( xn ) xn +1 = xn f ( xn ) f `( xn )
0 4 84 49 1.7143 2.2857
1 2.2857 30.2274 16.6735 1.8129 0.4728
2 0.4728 16.5785 1.6706 9.9234 -9.4506
3 -9.4506 -837.517 268.9410 -3.1141 -6.3365
4 -6.3365 -244.7499 121.4522 -2.0152 -4.3213
5 -4.3213 -69.0136 57.0200 -1.2103 -3.1109
6 -3.1109 -17.2179 30.0335 -0.5733 -2.5376
7 -2.5376 -2.8789 20.3187 -0.1417 -2.3959
8 -2.3959 -0.1500 18.2217 -0.0082 -2.3877
9 -2.3877 -0.0005 18.1035 -0.0000 -2.3877
10 -2.3877 -0.0000 18.1031 -0.0000 -2.3877
Los anteriores clculos se realizaron haciendo uso del paquete MatLab con el siguiente cdigo.
Si desea tener mas cifras significativas puedes cambiar el formato de presentacin por el de
format long.
format short;
x=4; fx=x.^3+x+16;
while abs(fx)>0.00001
fx=x.^3+x+16; dfx=3*x^2+1; xn=x-fx/dfx;
disp ([x fx dfx fx/dfx xn]); x=xn;
end
Si se aplicara el mtodo con lenguaje C y se trabajara un nivel menor de tolerancia los
resultados seran los siguientes:
n xn f ( xn )
0 2.0000000000e+00 2.600000000e+01
1 -8.8888888889e-01 1.440877915e+01
2 -6.4731525784e+00 -2.617092778e+02
3 -3.3870823116e+00 -2.624479676e+01
4 -2.2910214677e+00 1.683912327e+00
5 -2.4374797174e+00 -9.192959325e-01
6 -2.3661202961e+00 3.870954684e-01
7 -2.3978571056e+00 -1.848609426e-01
8 -2.3830675645e+00 8.346548208e-02
9 -2.3898215161e+00 -3.868219039e-02
10 -2.3867076332e+00 1.771466692e-02
11 -2.3881370715e+00 -8.157247458e-03
12 -2.3874795682e+00 3.746775102e-03
13 -2.3877817246e+00 -1.722963287e-03
14 -2.3876428096e+00 7.918859082e-04
15 -2.3877066628e+00 -3.640455920e-04
16 -2.3876773097e+00 1.673400724e-04
17 -2.3876908026e+00 -7.692484810e-05
18 -2.3876846001e+00 3.536087399e-05
Solucin aproximada = -2.387684600090e+00

Con f(P) = 3.536087399171e-05
Nmero de iteraciones = 18
Tolerancia = 1.000000000000e-05
Ejemplo 2: Raz de la funcin f ( x) = e x 1 5 x 3
Encontrar la raz cerca de x = 1 de f ( x) = e x 1 5 x 3 iniciando con x0 = 1 . Cun exacta

es la estimacin despus de cuatro iteraciones del mtodo de Newton?. Tabule el
duplican cada vez. (Solucin r = 0.49404364 )

nmero de dgitos correctos en cada iteracin del mtodo de Newton y observe si se
Solucin:
Para obtener una solucin a f ( x) = 0 mediante el mtodo de Newton, dada la funcin
diferenciable f y una aproximacin inicial x0 , se utiliza el siguiente algoritmo:
En este caso, dada la aproximacin inicial x 0 = 1 y las funciones f ( x) = e x 1 5 x 3 y

f ' ( x) = e x 1 15 x 2 , para N = 4 iteraciones, se tiene la siguiente tabla de los valores
obtenidos:
xi f ( xi ) f ' ( xi ) xi +1
0 1.000000 -4.000000 -1.400000 0.714286
1 0.714286 -1.070682 -6.901590 0.559150
2 0.559150 -0.230598 4.046242 0.502159
3 0.502159 -0.025100 -3.174613 0.494222
4 0.494222 -0.000545 -3.060792 0.494043
En este mtodo iterativo debera cumplirse que el nmero de decimales de exactitud

se duplica en cada iteracin. Como se puede comprobar en la tabla, esto se cumple
para x 4 = 0.494000 con tres decimales exactos, y x5 = 0.484043 con seis decimales
exactos. La tolerancia alcanzada mediante el mtodo de Newton es de TOL = 10 3 .
Para saber cuntas iteraciones son necesarias para lograr dicha tolerancia mediante el

mtodo de la biseccin, con el intervalo [0.714286,1] , hay que encontrar un nmero

x x
entero N que satisfaga: x N x 2 N 1 < TOL = 10 3
2
Por tanto, se tiene: (0.285714) * 2 < 10 3 N = 8.1584 8.0000
N
Se ve pues, que para el mtodo de la biseccin se necesitaran, aproximadamente, el

doble de iteraciones que para el mtodo de Newton.
Ejemplo 3: Raz de la funcin f ( x) = e x ln( x)
ln( x) , comenzando con x0 = 1 y hasta que el error absoluto ea < 1% .

Usar el Mtodo de Newton-Raphson, para aproximar la raz de la funcin
f ( x) = e x
Solucin
En este caso, se tiene que la derivada de la funcin es: f ' ( x) = e

x 1
x
e xi ln( xi ) e xi ln( xi )
xi +1 = xi = xi +
e xi e xi
De aqu se tiene que:
1 1
xi xi
e x0 ln( x0 )
Se comienza con x0 = 1 y se obtiene: x1 = x0 + = 1.268941421
x0

1
e
x0
1.268941421 1
En este caso, el error aproximado es, a = *100% = 21.19%
1.268941421
Ahora con x1 = 1.268941421 , Se contina el proceso calculando primero x2, x3 y hasta
reducir el error aproximado hasta lo mnimo que se pueda.
Se resume los resultados en la siguiente tabla:

Aprox. a la raz Error aprox.
1.000000000
1.268941421 21.19%
1.309108403 3.06%
1.309799389 0.052%
De lo cual se concluye que 26 5.099019514 , la cual es correcta en todos sus

dgitos. La misma idea puede aplicarse para crear algoritmos que aproximen races n-
esimas de nmeros reales positivos. Observe que cuando el Mtodo de Newton-
Raphson converge a la raz, lo hace de una forma muy rpida y de hecho, observamos
que el error aproximado disminuye a pasos agigantados en cada paso del proceso.
Aunque no es nuestro objetivo establecer formalmente las cotas para los errores en
cada uno de los Mtodos que hemos estudiado, cabe mencionar que si existen estas
cotas que miden con mayor precisin la rapidez s lentitud del Mtodo en estudio.
Ejemplo 4: Aplicacin en cinemtica v(t ) = t 3 2t 2
metros/segundo) dada en funcin del tiempo por medio de la funcin: v (t ) = t 2t .

Aplicacin a la cinemtica. Una partcula se mueve con una velocidad (en
3 2
Utilizando el Mtodo de Newton Raphson aproxima el tiempo en el que la partcula

alcanza una velocidad de 1m/s, a partir del reposo.
1. Plantea la ecuacin a resolver y la frmula del Mtodo de Newton-Raphson para
este caso.
2. Calcula hasta la quinta iteracin, considerando la iteracin inicial igual a 3.
3. Se puede considerar al valor cero como iteracin inicial? Explica.
4. Con la quinta y cuarta iteracin calcula el error relativo de la aproximacin para la
ltima iteracin, indicando la cantidad de cifras significativas correctas segn el
error relativo.
Solucin
la funcin de la velocidad, v (t ) = t 2t = 1 , y pasar restando al otro lado el 1.

1. La ecuacin a resolver se obtiene de igualar a 1 (velocidad que alcanza la partcula)
3 2
As, la ecuacin quedar as: v (t ) = t 2t 1

3 2
Figura 7 Grafica de la funcin de velocidad v (t ) = t 2t 1

3 2
Para la realizacin de la grfica haciendo uso de MatLab se utiliza el siguiente cdigo.

x=0:0.1:4;
fx=x.^3-2*x.^2-1;
plot(x,fx)
grid on
funcin obteniendo la siguiente ecuacin: f ' (t ) = 3t 4t , Con la frmula de Newton

Para obtener la frmula del Mtodo de Newton-Raphson en este caso, se deriva la
2

xn = xn 1
f ( xn1 )
; Se obtiene la expresin del Mtodo quedando para este caso as:
f `( xn 1 )
t 3 2t 2 1
t n +1 = t n = tn n 2 n
f (t n )
f `(t n ) 3t n 4t n
2. Para calcular las aproximaciones se utiliza la expresin anterior con t 0 = 3 ,
t 03 2t 02 1
t1 = t 0 = 2.466667
3t 02 4t 0
Continuando con las iteraciones se obtiene:
Iteracin ti
1 2.466667
2 2.247342
3 2.206900
4 2.205571
5 2.205569
Es decir, aproximadamente a los 2.205569 segundos la partcula alcanza una

velocidad de 1m/s.
f ' (t ) = 3t 2 4t evaluada en cero vale cero.

3. No se puede considerar al cero como iteracin inicial, ya que la derivada
4. Para calcular el error relativo se utiliza la frmula:

x n x n 1 x x4 2.205569 2.205571
= 5 = = 0.000001 = 0.1x10 5
xn x5 2.205569
De esta forma se puede asegurar que en la quinta iteracin las cifras 2.205569 son
exactas.
Ejemplo 5: Funcin f ( x) = 2 x 3 + x 2 x + 1
Utilizar el Mtodo de Newton para aproximar los ceros de: f ( x) = 2 x + x x + 1
3 2
Continuar las iteraciones hasta que dos aproximaciones sucesivas difieran en menos de
0,0001.

Figura 8 Grfica funcin f ( x) = 2 x 3 + x 2 x + 1

Por la grfica se observa que hay un nico 0 que esta entre -1.5 y -1.
2 x 3 + x 2 xn + 1
x n+1 = x n n 2 n
6 xn + 2 xn 1
n Xn f(Xn) f '(Xn) Ff (Xn) x n +1 = x n f ( x n ) f `( x n )
Ff '(Xn)
1 -1,2000 0,1840 5,2400 0,0351 -1,2351
2 -1,2351 0,0077 5,6828 0,0014 -1.2338
3 -1.2338 0.00001 5,6653 0,0000 -1.2338
Respuesta: Como las dos aproximaciones sucesivas difieren en menos de 0,0001, la

estimacin final del cero es 1,2338, obteniendo los valores con el siguiente cdigo
para MatLab.
format short;
x=-1.2;
fx=2*x.^3+x.^2-x+1;
while abs(fx>0.00001)
fx=2*x.^3+x.^2-x+1;
dfx=6*x^2+2*x-1;
xn=x-fx/dfx;
disp ([x fx dfx fx/dfx xn]);
x=xn;
end
Ejemplo 6: Funcin F (t ) = 1.21e 6.6t sin(11.4t 111.7 o ) + 0.28e 55.9t sin(18t + 26.1o )
En la funcin F (t ) = 1.21e 6.6t sin(11.4t 111.7 o ) + 0.28e 55.9t sin(18t + 26.1o ) , t es el tiempo,
y el intervalo de inters es para los valores tal que t > 0.
La funcin seno es oscilatoria, afectada de la funcin exponencial. Tiende a cero
a dicho valor, con lo cual la grafica de F(t) se confunde con el eje t para t 1 .
cuando t tiene valores superiores a 1; se lleva tanto sus factores como la funcin F(t)

Estas funciones son conocidas como oscilatorias amortiguadas.
Si el exponente de e es positivo, al tender t a infinito ( ), la funcin es creciente y

tiende rpidamente a infinito ( ); esta funcin se conoce como funcin oscilatoria no
amortiguada.
Ahora se dan algunos valores a t en la funcin:
format short;
t=0:0.2:1;
ft=1.21*exp(-6.6*t).*sin(11.4*t-111.7*pi/180)+...
0.28*exp(-55.9*t).*sin(18*t+26.1*pi/180);
t f(t)
0,0 -1.00106744399655
0,2 0.10488140145009
0,4 0.04373517406561
0,6 -0.02270159505605
0,8 0.00477763344408
1,0 -0.00004228104332
Para efectos de la grfica se puede ejecutar el siguiente cdigo en MatLab.
format short;
t=0:0.02:1;
ft=1.21*exp(-6.6*t).*sin(11.4*t-111.7*pi/180)+...
0.28*exp(-55.9*t).*sin(18*t+26.1*pi/180);
plot(t,ft)
grid on
Figura 9. Funcin F (t ) = 1.21e 6.6t sin(11.4t 111.7 o ) + 0.28e 55.9t sin(18t + 26.1o )
Estos valores sealan la presencia de races reales en los intervalos (0.1,0.2), (0.4,0.5),
(0.6,0.8) y pudiese inducir que habra otra posiblemente en (0.8,1.0).

Luego pues, se aplica el Mtodo de Newton-Raphson para encontrar las races en cada
uno de los intervalos.
Utilizando la primera derivada de la funcin que es:
F ( t ) = 13 . 794 e 6 .6 t cos( 11 . 4 t 111 . 7 ) 7 .986 e 6 .6 t sin( 11 .4 t 111 .7 )

+ 5 .04 e 55 .9 t cos( 18 t + 26 . 1 ) 15 . 652 e 55 .9 t sin( 18 t + 26 .1 ) = 0
t n +1 = t n
f (t n )
f (t n )
Utilizando la frmula:
Intervalo (0,0.2)
t1 F(t) F'(t) ea er ep
0,1 -0,45195045 7,84918551
0,15757928 -0,06523934 5,2485353 0,05757928 0,3653988 36,5398801
0,17000929 -0,00450956 4,52093195 0,01243001 0,0731137 7,31137024
0,17100677 -2,9291E-05 4,46220075 0,00099749 0,00583302 0,58330153
0,17101334 -1,2686E-09 4,46181423 6,5643E-06 3,8385E-05 0,0038385
0,17101334 1,2584E-16 4,46181422 2,8432E-10 1,6626E-09 1,6626E-07
0,17101334 -4,7963E-17 4,46181422 2,7756E-17 1,623E-16 1,623E-14
0,17101334 -4,7963E-17 4,46181422 0 0 0
Intervalo (0.4,0.6)
0,5 -0,02552511 -0,24887142
0,39743657 0,04667494 -1,15610121 0,10256343 0,2580624 25,8062397
0,43780928 0,00672327 -0,80750436 0,04037271 0,09221529 9,2215292
0,44613527 0,00033008 -0,72812975 0,00832599 0,01866248 1,86624756
0,44658859 9,8171E-07 -0,72379864 0,00045333 0,00101509 0,10150903
0,44658995 8,7878E-12 -0,72378568 1,3563E-06 3,0371E-06 0,00030371
0,44658995 -3,1234E-17 -0,72378568 1,2141E-11 2,7187E-11 2,7187E-09
0,44658995 2,5156E-17 -0,72378568 5,5511E-17 1,243E-16 1,243E-14
0,44658995 -3,1234E-17 -0,72378568 5,5511E-17 1,243E-16 1,243E-14
0,44658995 2,5156E-17 -0,72378568 5,5511E-17 1,243E-16 1,243E-14
Intervalo (0.6,0.8)
0,7 -0,00298091 0,15126648
0,71970633 -0,00029375 0,12122588 0,01970633 0,02738107 2,73810731
0,72212952 -4,5493E-06 0,11747079 0,00242318 0,00335561 0,33556084
0,72216824 -1,1622E-09 0,11741077 3,8727E-05 5,3627E-05 0,00536265
0,72216825 -6,5918E-17 0,11741076 9,8987E-09 1,3707E-08 1,3707E-06
0,72216825 -1,1033E-17 0,11741076 5,5511E-16 7,6867E-16 7,6867E-14
0,72216825 7,262E-18 0,11741076 1,1102E-16 1,5373E-16 1,5373E-14

0,72216825 -1,1033E-17 0,11741076 1,1102E-16 1,5373E-16 1,5373E-14
Intervalo (0.8,1.0)
0,9 0,00285866 -0,0348708
0,98197861 0,00033146 -0,02298212 0,08197861 0,08348309 8,34830928
0,99640129 2,585E-05 -0,01938429 0,01442268 0,01447477 1,44747656
0,99773482 2,2353E-07 -0,01904904 0,00133353 0,00133656 0,13365611
0,99774655 1,731E-11 -0,01904609 1,1735E-05 1,1761E-05 0,00117612
0,99774656 6,1406E-19 -0,01904609 9,0884E-10 9,1089E-10 9,1089E-08
0,99774656 6,1406E-19 -0,01904609 0 0 0
Entonces se encuentra que las races son

t1=0.17101 En el intervalo (0,0.2)
t2=0.44658 En el intervalo (0.4,0.6)
t3=0.72216 En el intervalo (0.6,0.8)
t4=0.99774 En el intervalo (0.8,1.0)
Tiempos donde la funcin se vuelve cero.
Ejemplo 7: funcin f ( x) = 3 x 2 e x
f ( x) = 3 x 2 e x . Si se grafica la funcin se tendra lo siguiente.
Figura 10
Se puede observar que la curva corta el eje x en los intervalos [-1,0],[0,1], y [3,4].
Tambin se pudiera graficar las dos curvas por aparte tal como se ilustra en la
siguiente grafica.
Las races corresponderan a los puntos sobre el eje x donde las dos curvas se cortan.
Figura 6
Ejemplo 8: Funcin f ( x) = x 3 + 4 x 2 10
Encontrar la raz de la ecuacin f ( x) = x 3 + 4 x 2 10 , tomando como aproximacin

inicial para la raz el valor de x=1.0 y N=10 (nmero mximo de iteraciones) y una
tolerancia mxima TOL=0.0000001.
f ( x) = x 3 + 4 x 2 10
f `( x) = 3 x 2 + 8 x
La raz exacta es x=1.36523001.
Cdigo Fuente en C
//**************************************
//Mtodo de Newton-Rapson para aproximar
//las races de la ecuacin f(x)=0
//**************************************
#include <stdio.h>
#include <math.h>
#include <conio.h>
#define N 10 //nmero mximo de iteraciones
//f(x)= x + 4 x 10 funcin a aproximar

#define TOL 0.0000001 //tolerancia mxima
3 2
double f(double x)
{ return (x*x*x + 4*x*x - 10); }
double df(double x) //derivada de la funcin f(x) es f'(x)=3*x^2 + 8.0*x
{ return (3*x*x + 8*x); }
int main(void)
{ double x, x0;
int i;
clrscr();
i=1;
x0=1.0; //aproximacin inicial de la raz, de f(x)
printf("%d %15.12lf\n", i, x0);

while (i<N)
{ x=x0-f(x0)/df(x0);
if (fabs(x-x0)<TOL)
{ //se alcanzo la tolerancia pedida y no se supero el
// Nmero mximo de iteraciones, esta es la raz buscada.
printf("raiz x = %15.12lf\n", x);
getch(); return 0;
};
i+=1;
x0=x;
//muestra las sucesivas aproximaciones de la raz.
printf("%d %15.12lf\n", i, x);
}
//se alcanz el nmero mximo de iteraciones pero no
//la tolerancia pedida, el Mtodo fallo.
printf("Se alcanzo el numero mximo de iteraciones");
getch();
}
Ejemplo 9: Funcin f ( x) = x 3 3x 2 4
f ( x) = x 3 3 x 2 4 por el mtodo de Newton Raphson. Analice la frmula que se

El siguiente programa en lenguaje C, permite calcular la raz de la ecuacin
utiliza con segunda derivada de la funcin.
// Anlisis Numrico: Mtodo de Newton_Raphson; Para una funcin dada

#include <stdio.h>
#include <math.h>
#include <conio.h>
// Declaracin de Funciones
void Lee_Datos(void);
double Funcion(double Xi);
double Derivada(double Xi);
double Segunda(double Xi);
double Xo;
float Tolera;
int Ciclos;
// Funcin principal
int main()
{ double Fx, Fdx, F2dx, Xn;
float Error = 1;
int Cont = 0;
Lee_Datos();
printf("\n===========================================");
printf("\n Ciclo Xo Fx Fdx Xn Error");
printf("\n===========================================");
while (Error > Tolera && Ciclos > Cont)
{ Fx = Funcion(Xo);
Fdx = Derivada(Xo);
F2dx = Segunda(Xo);
Xn = Xo - (Fx / (Fdx-(F2dx*Fx)/(2*Fdx)));
Error = fabs( (Xn - Xo)/Xn );
Cont++;
printf("\n%3d%10.4lf%10.4lf%10.4lf%10.4lf%10.4f",Cont,Xo,Fx,Fdx,Xn,Error);
Xo = Xn;
}
printf("\n===========================================");
if (Ciclos > Cont)
printf("\n La raz de la ecuacin es %.5lf ",Xn);
else
printf("\n\n No converge en %3d Ciclos !!!! Dar nuevos valores",Ciclos);
getch();
return 0;
}
void Lee_Datos(void)
{ clrscr();
printf("\n Dar el Valor inicial de X -> "); scanf("%lf",&Xo);
printf("\n Cual es el error Permitido ->"); scanf("%f",&Tolera);
printf("\n Numero de ciclos mximos ->"); scanf("%d",&Ciclos);
}
double Funcion(double Xo)

{ return Xo*Xo*Xo-3*Xo*Xo-4; }
double Derivada(double Xo)
{ return 3*Xo*Xo-6*Xo; }
double Segunda(double Xo)
{ return 6*Xo-6; }
PRCTICA: Newton-Raphson para ecuaciones no lineales

1 Introduccin
xn = xn 1
Recuerde que el Mtodo de Newton-Raphson consiste f ( xn1 )
en calcular las iteraciones f `( xn 1 )
g ( x) = x
A partir de un valor inicial x0 . El algoritmo se puede f ( x)
interpretar como la iteracin de punto fijo con la
f `( x)
funcin
En esta prctica se estudiar las regiones de convergencia del Mtodo de Newton para
una funcin concreta, as como la influencia de las races mltiples en las propiedades
de convergencia.
Trabajo de laboratorio
Escriba una funcin de MATLAB, llamada fnewton, con el siguiente encabezamiento:
1. function [x,xvect,nit]=fnewton(f,fprima,x0,maxiter,tolerancia)
2. % Implementa el algoritmo de Newton
3. % usando la funcin puntofijo.m
4. % f = expresin de la funcin cuyas races se buscan
5. % fprima = su derivada
6. % x0 = valor inicial
7. % Como criterios de parada se usan:
8. % maxiter = cantidad max de iteraciones admitidas
9. % tolerancia = margen para error absoluto
10. % En la salida:
11. % x = resultado de la ultima iteracin
12. % xvect = vector de los resultados de todas las iteraciones
13. % nit = cantidad de iteraciones realizadas
Emplee la funcin puntofijo;
function [x,xvect,nit]=puntofijo(g,x0,maxiter,tolerancia)
% Implementa la iteracin de punto fijo
% g = expresin de la funcin de iteracin
% x0 = valor inicial
% Como criterios de parada se usan:
% maxiter = cantidad max de iteraciones admitidas
% tolerancia = margen para error absoluto
% En la salida:
% x = resultado de la ultima iteracin
% xvect = vector de los resultados de todas las iteraciones
% nit = cantidad de iteraciones realizadas
nit=0; xvect=x0; x=x0; % Inicializando
err=tolerancia+1; % Garantiza al menos 1 ejecucin
while (nit < maxiter & err > tolerancia),
nit=nit+1;
xn=g(x);
xvect=[xvect;xn]; % Agregue el valor nuevo
err=abs(xn-x); % Calcula el error absoluto
x=xn;
end
if nit == maxiter,
disp('Alcanzado el mximo de iteraciones admisible')
end
14. Pruebe la funcin creada calculando las dos races reales, x=1 y x=-5, de
f ( x ) = 2 x 2 + 8 x 10
15. Vamos a estudiar las regiones de convergencia del algoritmo de Newton para la
funcin f del apartado anterior. Sean I1 e I-5 los conjuntos de R tales que si x(0) N
I1 (respectivamente, si x(0) N I-5) entonces el algoritmo converge a la raz 1
(resp., a -5) en # 200 iteraciones. Asumiendo que I1 e I-5 son intervalos abiertos,
estime experimentalmente los extremos de esos intervalos, tomado
tolerancia=2 eM(donde eM es el epsilon de la maquina).
h( x) = ( x 1) y f ( x) = 2 x 3 + 6 x 2 18 x + 10 ,
16. Vea la influencia de una raz doble, en la convergencia del Mtodo de Newton,
aplicndolo ahora a la funcin
valores iniciales x0 = 0 y x0 = 4 , estudie la cantidad de iteraciones que se

h( x) f ( x) Con una raz doble en x=1 y otra simple en x=-5. Tomando como
necesitan para aproximar por medio de fnewton las dos races con tolerancia=2
eM para las funciones f y h? Donde se observan las diferencias? Dibuje las
graficas de los errores cometidos en las iteraciones correspondientes en la
misma escala semilogartmica (semilogy) para apreciar la convergencia
geomtrica.
17. Aplique el algoritmo D2 de Aitken para acelerar la convergencia de la sucesin
de aproximaciones a la raz x=1 de h. Dibuje las grficas de los errores

cometidos en las sucesiones original y acelerada en la misma escala

semilogartmica, y compare la velocidad de convergencia en cada caso.
Sugerencia: para implementar la frmula de Aitken es conveniente utilizar la

funcin diff de MATLAB. Utilice la ayuda para conocer la sintaxis y el objetivo
de dicha funcin.
18. Modifique el Mtodo de Newton para tomar en cuenta la multiplicidad de la raz,

tal como se indica en el texto:
xn = xn 1
f ( xn 1 )
f `( xn 1 )
19. donde m es la multiplicidad. Para ello escriba la funcin newtmod, usando
como modelo la funcin fnewton, pero que acepte como parmetro adicional el
valor de m. Aplique esta funcin con m=2 para hallar la raz doble de h, y
comente el resultado.
Trabajo de Laboratorio
Dos elipses pueden tener como mximo 4 puntos de interseccin. Se desea encontrar
las coordenadas de las intersecciones de las elipses dadas por sus ecuaciones
( x 2) 2 + ( y 3 + 2 x) 2 = 5 , y 2( x 3) 2 + ( y 3 + 2 x) 2 = 5
1. Para obtener una idea grafica de la situacin, se dibujan las elipses por medio
de la funcin contour de MATLAB que permite crear curvas de nivel. Se
utilizar el formato contour(x,y,Z,[n n]), donde x e y son los vectores de
valores xi e yj a lo largo de los ejes correspondientes, Z es la matriz de los
valores de la funcin en los puntos (xi,yj) y n es el nivel que se desea dibujar.
Mas exactamente, con x=linspace(-1,5,1000); y=linspace(-10,10,1000);

Se generan los vectores x e y (si no recuerda, busque en la ayuda de MATLAB
que hace el comando linspace); con [X,Y]=meshgrid(x,y); se crea el conjunto
de pares ordenados (xi,yj) como producto cartesiano, y con Z=(X-2).^2+(Y-
3+2*X).^2; se obtiene la matriz Z. Solo queda ejecutar contour(x,y,Z,[5 5]);
para dibujar la primera elipse. Ahora se va por la segunda. Antes de dibujarla,
no deje de ejecutar la orden hold on para que el nuevo grfico no borre el
anterior (y termine el script con hold off). Tome nota de las posiciones
aproximadas de los 4 puntos de interseccin.
2. Plantee explcitamente las funciones fk para el sistema de ecuaciones que
expresa la interseccin de las elipses y halle la matriz Jacobiana.
3. Implemente el algoritmo de Newton-Raphson para este problema en forma de
funcin :
function [y,niter] = newt_raph(x0,maxiter,tolerancia), que admita como datos
de entrada el valor inicial x0, el mximo de iteraciones admisible maxiter, y el
valor de tolerancia para el criterio de parada ||x(k)-x(k-1)|| # tolerancia, (donde
||7 || es la norma euclidea, que MATLAB calcula con norm) y devuelva el

vector Solucin y junto con la cantidad de iteraciones empleadas niter. Puede

usar como modelo la funcin puntofijo.
Observacin: Recuerde que el sistema lineal Ax=b se resuelve en MATLAB por

medio del comando x=A\b.
4. Experimente con diferentes vectores de valores iniciales para encontrar los 4

puntos de interseccin.
Ejercicios Propuestos
Resolver las siguientes ecuaciones por el Mtodo Newton-Raphson:
f ( x) = e x + x , con error menor a 0.01

f ( x) = cos( x) + x , con error menor de 0.001
-
-
- Use el Mtodo de Newton-Raphson para resolver la ecuacin
f ( x) = x 3 2 x 2 3 x + 10 , con un valor inicial para x=1.9.
- Halle la raz de 0.1* x 2 x * ln( x) = 0 en [1,2]
- Halle el valor de PI con cinco cifras decimales exactos. Emplee nicamente
funciones trigonomtricas.
- Halle una frmula iterativa que le permita calcular a1 / 2 a , para a>0
- Calcular la raz de la funcin f ( x) = e x 2.7182 x con un error relativo
aproximado al 0.05%.

Recursos Bibliogrficos
X MATHEUS. John H. Fink Kurtis D. Mtodos Numricos con MATLAB. Editorial
Prentice Hall
X ALTZ, Franz L. Electronic. Digital. computers: Their use in science and
Engineering. 1958 Academic Press inc. New York.
X BURDEN Richard L., J. Douglas Faires; Anlisis numrico. tr. Efrn Alatorre
Miguel; Revisin Tcnica. Ildefonso. 1998 (Biblioteca USCO. Nro Topogrfico:
515 / B949a.)
X CHAPRA Steven C., CANALE Raymond P, Numerical Methods for engineers.
McGraw Hill, Inc. 1988. 839p. ISBN 0-07-909944-0.
X CHAPRA Steven C., CANALE Raymond P. Mtodos numricos para ingenieros: con
aplicaciones en computadoras personales. 1988 (Biblioteca USCO Nro
Topogrfico: 519.5 / C467m)
X CONDE S. D, Carl de Boor. Anlisis numrico elemental: Un enfoque
algortmico. Mc. Graw-Hill 1972, (Biblioteca USCO Nro Topogrfico: 511.8 /
C761 Biblioteca).
X CORMICK MC., John M. and SALVADOR M.C. Numerical Methods in
FORTRAN. 1964. Prentice-Hall Inc Englewood Cliffs N:J.
X CURTIS, F. Gerald, WHEATLEY, O. Patrick. Anlisis numrico con aplicaciones.
Tr. Hugo Villagomez Vasquez. 6 Ed. Pearson Educacin. 2000, 698p. ISBN 968-
444-393-5
X FADDEEVA, V.N. Computacional methods of linear algebra, Dover
Publications. 1969, New York.
X GASTINEL Nol; Anlisis numrico lineal. tr. Javier Ruiz Fernndez de Pinedo.
1975. (Biblioteca USCO Nro Topogrfico: 511.7 / G255).
X GREENSPAN, D. Theory and solutions of Ordinary Differencial Equations.
1960 The. Mc Millan Co. New York.
X KINCAID David y Ward Cheney; Anlisis numrico: Las matemticas del clculo
cientfico. tr. Rafael. 1994 (Biblioteca USCO Nro Topogrfico: 515 / K51a).
X LUTHE. Rodolfo, OLIVERA Antonio, SCHUTZ Fernando, Mtodos numricos. 1986
(Biblioteca USCO Nro Topogrfico: 511.7 / L973m).
X McCRACKEN, Daniel D., Mtodos numricos y programacin fortran: con
aplicaciones en ingeniera y ciencias. 1986. Editorial Limusa. Mxico.
(Biblioteca USCO Nro. Topogrfico: 001.6424 / M117).
X NAKAMURA Shoichiro; Anlisis numrico y visualizacin grfica con MATLAB. tr.
Roberto Escalona Garca. 1998 (Biblioteca USCO N ro Topogrfico: 515.1 /
N163a).
X NAKAMURA Shoichiro; Mtodos numricos aplicados con software. tr. Oscar
Alfredo Palmas Velasco. Prentice Hall Hispanoamericana S.A. 1995. 570p.
(Biblioteca USCO. Nro. Topogrfico: 511.8 / N163m) ISBN 968-880-263-8
X NIETO RAMIREZ Jos A., Mtodos numricos en computadoras digitales. Editorial
Limusa 1980. (Biblioteca USCO Nro Topogrfico: 001.64042 / N677).

X RALSTON Anthony; Introduccin al anlisis numrico. tr. Carlos E. Cervantes de

Gortari. Editorial Limusa. Mexico. 1978. 629p. (Biblioteca USCO Nro
Topogrfico: 511.7 / R164.)
X SCARBOROUGH, J.B Numerical mathematics analysis
X SIERRA ROMERO, Alberto. Manual de Mtodos Numricos. Universidad
Tecnolgica de Pereira.
X SMITH, W. Allen; Anlisis numrico. tr. Francisco Javier Snchez Bernabe; Rev.
Tc. Jos Luis Turriza Pinto. Prentice Hall Hispanoamericana S.A. 1988. 608p.
(Biblioteca USCO Nro Topogrfico: 515 / S664a) ISBN 968-880-119-4.
X STANTON, Ralp G. Numerical Methods for Science and Engineering.
1967. Prentice-Hall Inc. Englewood Cliffs N.J
Bibliografia OnLine:
http://sai.uam.mx/apoyodidactico/mn/
http://www.unalmed.edu.co/~ifasmar/libro.shtml
http://www.iesrodeira.com/metodos_numericos/index-2.htm
http://uprhmate01.upr.clu.edu/~pnm/notas4061/index.htm
http://mailweb.udlap.mx/~ccastane/Analisis_Numerico_html/Lindley.html#RegresaGral1
http://www.ii.uam.es/~pedro/ccii/teoria/
http://webdiee.cem.itesm.mx/web/servicios/archivo/tutoriales/metodos/algoritmos/index.html
http://www.ucsc.cl/~kdt/numerico/index.htm
http://luda.azc.uam.mx/curso2/cp2indic.html
http://www.geocities.com/SiliconValley/Pines/7894/metodos/
http://www.uv.es/~diaz/mn/fmn.html
http://proton.ucting.udg.mx/posgrado/cursos/metodos/temario.html
http://webdiee.cem.itesm.mx/web/servicios/archivo/tutoriales/metodos/algoritmos/index.html
http://www.damtp.cam.ac.uk/user/fdl/people/sd/lectures/nummeth98/contents.htm
http://anamat1.csi.ull.es/anamat_p/Titulaciones/matematicas.htm
http://www.cnice.mecd.es/Descartes/
http://mathworld.wolfram.com/
http://www.elprisma.com/
http://www-gap.dcs.st-and.ac.uk/~history/index.html
http://www.ciencia-hoy.retina.ar/indice.htm
http://omega.ilce.edu.mx:3000/sites/ciencia/html/fisica.htm
http://books.pdox.net/
http://arxiv.org/
http://pessoal.sercomtel.com.br/matematica/resumos.htm
http://www.itlp.edu.mx/publica/tutors.htm
http://www.rinconmatematico.com/libros.htm

Newton Raphson

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Newton Raphson

Uploaded by

Copyright:

Available Formats

Ing Yamil Armando Cerquera Rojas yacerque@gmail.

Grado de un polinomio ......................................................................... 6

Ejemplo 2: Ecuacin f ( x) = e ln( x ) .................................................. 23

Ejemplo 3: Aplicacin en cinemtica v (t ) = t 2t .................................... 25

Ejemplo 4: Funcin f ( x) = 2 x + x x + 1 ............................................. 26

Universidad Surcolombiana Neiva Huila - Colombia 1 de 38

ISAAC NEWTON (1642 - 1727)

Fsico, matemtico, astrnomo y filsofo ingls. La obra

La mayora de las personas estn familiarizadas en cierto

Newton naci en el seno de una familia campesina, en la aldea de Woolsthorpe, en

X Las series binomiales para exponentes negativos y fraccionarios;

Universidad Surcolombiana Neiva Huila - Colombia 2 de 38

Newton fue siempre un hombre discreto y retrado y, en su mayor parte, se guard

Sus descubrimientos matemticos nunca se publicaron realmente en forma conexa y

Consider sus descubrimientos en matemticas primordialmente como un instrumento

Mientras tanto, en Alemania, Leibniz haba inventado tambin el clculo, de manera

Public algunos de sus descubrimientos; pero los cientficos ms destacados de su

Cuando Newton se dedicaba al trabajo cientfico se pareca a un volcn activo, con

El libro Principia lo escribi en 18 meses de increble concentracin, y cuando se

En esa obra, estableci los principios bsicos de la mecnica terica y la dinmica de

El Principia es un libro de lectura difcil, porque tiene un estilo de inhumana lejana

En cuanto a la dinmica y mecnica celeste, logr concluir magnficamente la obra

Tambin vale la pena recordar que la espectroscopia ha contribuido, ms que ninguna

Despus de la poderosa erupcin de su ingenio que lo llev a la creacin de Principia,

Universidad Surcolombiana Neiva Huila - Colombia 4 de 38

Esos cambios de intereses y de ambiente no se reflejaron en una disminucin de su

La publicacin de su obra Opticks, en 1704, fue mucho ms importante para la ciencia.

A Isaac Newton se debe el clculo de races de una funcin o ecuacin por

Universidad Surcolombiana Neiva Huila - Colombia 5 de 38

X Monomio (un trmino): 5x En este caso el coeficiente es 5, la variable es x

X Binomio (dos trminos): 6 x 2

X Trinomio (tres trminos): 3 x 5 + 4 x 3 x 2

Por ejemplo el polinomio f ( x) = x 2 + x 12 , cuando se iguala a cero y se resuelve se

Puesto que x1 = 4 y x 2 = 3 , son soluciones de f(x) entonces f (4) = 0 y f (3) = 0 . Se

Las races de f ( x) = x 3 4 x 2 + x + 6 son x = - 1, x = 2 y x = 3 Por qu?

1. f ( x ) = x 3 4 x 2 + x + 6 : Como sus races son x = - 1, x = 2 y x = 3 entonces f(x) se

2. f ( x) = x 2 + x 12 : Como sus races son x = - 4 y x = 3 entonces f(x) se ha

Representacin grfica de las races de un polinomio

Universidad Surcolombiana Neiva Huila - Colombia 7 de 38

Factorizacin f ( x) = ( x + 1)( x 2)( x 3)

Factorizacin f ( x) = ( x + 1)( x + 2)( x 1)( x 2)

Factorizacin f ( x) = ( x 1)( x + 2)( x 3)

Universidad Surcolombiana Neiva Huila - Colombia 8 de 38

Races nicas y Mltiples:

La tabla siguiente muestra la funcin f ( x ) = x 2 4 , y en la grfica se observa como

En la parte donde se muestra el polinomio factorizado f ( x) = ( x 2)( x + 2) se puede

En la factorizacin que se hace de la funcin, se puede observar que el nico valor

Universidad Surcolombiana Neiva Huila - Colombia 9 de 38

puede ser en el trmino de la izquierda o en el trmino de la derecha, es decir dos

Para el caso del siguiente ejemplo la funcin f ( x) = x 3 6 x 2 + 12 x + 8 tiene 3 races, y si

Factorizacin f ( x) = ( x 2)( x 2)( x 2)

Para el caso del siguiente ejemplo la funcin f ( x) = x 3 3 x 2 + 4 tiene 3 races, y si observa

En el caso de que la raz 1 se repitiera 4 veces diferenciara la forma de la grfica en que la

Factorizacin f ( x) = ( x + 1)( x 2)( x 2)

Que anlisis de acuerdo con lo mostrado anteriormente le puede realizar a las

Universidad Surcolombiana Neiva Huila - Colombia 11 de 38

Teorema fundamental del lgebra

Todo polinomio de grado n tiene n races.

Se puede decir que:

Donde r1, r2, ... , rn son las races de f(x).

Regla de los signos de Descartes

Universidad Surcolombiana Neiva Huila - Colombia 12 de 38

Por ejemplo el polinomio

Tambin puede evaluar la expresin en los valores 1 y -1 teniendo en cuenta solo el