PRACTICA 5.

METODO DE NEWTON-RAPHSON

OBJETIVO:
El objetivo de este mtodo es llegar al resultad del problema planteado de forma ms
rpida. Basado en trazar rectas tangentes que toman la forma de la funcin por medio
de su primera derivada.

MARCO TEORICO:
Este mtodo es uno de los ms utilizados para localizar races ya que en general
es muy eficiente y siempre converge para una funcin polinomial.
Se requiere que las funciones sean diferenciables, y por tanto, continuas, para
poder aplicar este mtodo.
Se debe partir de un valor inicial para la raz: xi , este puede ser cualquier valor, el
mtodo convergir a la raz ms cercana.
Si se extiende una tangente desde el punto
, el punto donde esta
tangente cruza al eje x representa una aproximacin mejorada de la raz.

La frmula de Newton-Raphson se deduce a partir de la frmula de la pendiente

de una recta.
Pendiente de una recta:

Hay que determinar un nmero mximo de iteraciones

Normalmente esto se hace considerando una tolerancia , esto es:
El valor absoluto de la diferencia de la
debe ser menor que la tolerancia o
el resultado de alguna frmula de error debe ser menor que la tolerancia dada.
Una de las frmulas de error ms tiles es la del error relativo porcentual
aproximado:

100 %

El mtodo de Newton-Raphson es convergente cuadrticamente, es decir, el error

es aproximadamente al cuadrado del error anterior.
Esto significa que el nmero de cifras decimales correctas se duplica
aproximadamente en cada interaccin.
Cuando el mtodo de Newton-Raphson converge, se obtienen resultados en
relativamente pocas interacciones, ya que para races no repetidas este mtodo
converge con orden 2 y el error Ei+1 es proporcional al cuadrado del resultado
anterior Ei
Supngase que el error en una iteracin es 10 -n el error en la siguiente, (que es
proporcional al cuadrado del error anterior) es entonces aproximadamente 10 -2n, el
que sigue ser aproximadamente 10-4n etc.
De esto puede afirmarse que de cada iteracin duplica aproximadamente el
nmero de dgitos correctos.
Sin embargo el mtodo de Newton-Raphson algunas veces no converge, sino que
oscila. Esto ocurre si no hay raz real, si la raz es un punto de inflexin o si el
valor inicial est muy alejado de la raz buscada y alguna otra parte de la funcin
atrapa la iteracin.

DESARROLLO:
#include<iostream.h>
#include<math.h>
#include<conio.h>
#include<stdlib.h>
class tangente
{
private:
int i;
float xi;
public:
tangente();
float fx(float);
float fx1(float);
void Metodo();
void Tabla();
void Imprime(float,float,float);
float Era(float,float);

};

float Es (float);

tangente::tangente()
{
cout<<"\t"<<"METODO DE LA TANGENTE"<<endl<<endl<<endl;
cout<<"introduce el valor de Xi:"<<endl;
cin>>xi;
cout<<"numero de iteracione :"<<endl;
cin>>i;
getch ();
}
float tangente::fx(float x) //funcion a evaluar
{
return(sqrt(pow(x,3))-100);
}
float tangente::fx1(float x)
{
return((3*pow(x,2))/(2*sqrt(pow(x,3))));
}
void tangente::Metodo()
{
int m=0;
float xr, ap_act, ap_ant=0;
Tabla();
while(i>m)
{
xr=xi-(fx(xi)/fx1(xi));
ap_act=xr;
Imprime(m,xr,Era(ap_act,ap_ant));
if (Era(ap_act,ap_ant)<1)
{
break;
}
else{
xi=xr;
}
ap_ant=xr;
m++;
}
}
void tangente::Tabla(void)
{
cout<<"i"<<"\t"<<"\t"<<"Xi"<<"\t"<<"\t"<<"\t"<<"Era %"<<endl<<endl;
}

void tangente::Imprime(float t,float r,float e)

{
cout<<t<<"\t"<<"\t"<<r<<"\t"<<"\t"<<e<<"%"<<endl;
}
float tangente::Era(float act,float ant)
{
float a;
a=fabs((act-ant)/act)*100;
return(a);
}
int main()
{
system("color f1");
//system("color 0");
tangente obj1;
obj1.Metodo();
getch ();
return 0;
}

CONCLUSION:

En conclusin en el mtodo de Newton-Raphson es el que presenta mejores

caractersticas de eficiencia, debido a que casi siempre converge a la solucin y lo
hace en un nmero reducido de iteraciones.
Este mtodo es aplicable tanto en ecuaciones algebraicas como trascendentes y
con l es posible obtener races complejas.
Tambin hay que evaluar dos funciones en cada iteracin, f(xn) y f(xn). Para
algunas funciones f(xn) no es una expresin sencilla y se requieren ms

operaciones aritmticas para evaluarla que para la funcin. Esto hace que el
mtodo de Newton sea ms costoso, comparado con el mtodo de biseccin, en
el que en cada iteracin la funcin se evala una vez .