Universidad Autnoma de Baja California

Facultad de Ingeniera, Arquitectura y Diseo

Mtodos Numricos
Prof. Jurez Luna Vctor M.
Practica #3
Adriana Godoy Iiguez

Matricula: 326543
Grupo 031

Ensenada, B.C; a lunes 17 de septiembre de 2012.

INDICE
Teora Mtodo de Newton Raphson3,4
Desarrollo de la practica ..5,7
Conclusin y Bibliografa.8

Pgina 2

Mtodo de Newton-Raphson
En anlisis numrico, el mtodo de Newton (conocido tambin como el
mtodo de Newton-Raphson o el mtodo de Newton-Fourier) es un
algoritmo eficiente para encontrar aproximaciones de los ceros o races de una
funcin real. Tambin puede ser usado para encontrar el mximo o mnimo de
una funcin, encontrando los ceros de su primera derivada.
El mtodo de Newton-Raphson es un mtodo abierto, en el sentido de que su
convergencia global no est garantizada. La nica manera de alcanzar la
convergencia es seleccionar un valor inicial lo suficientemente cercano a la raz
buscada. As, se ha de comenzar la iteracin con un valor razonablemente
cercano al cero (denominado punto de arranque o valor supuesto). La relativa
cercana del punto inicial a la raz depende mucho de la naturaleza de la propia
funcin; si sta presenta mltiples puntos de inflexin o pendientes grandes en
el entorno de la raz, entonces las probabilidades de que el algoritmo diverja
aumentan, lo cual exige seleccionar un valor supuesto cercano a la raz. Una
vez que se ha hecho esto, el mtodo linealiza la funcin por la recta tangente
en ese valor supuesto. La abscisa en el origen de dicha recta ser, segn el
mtodo, una mejor aproximacin de la raz que el valor anterior. Se realizarn
sucesivas iteraciones hasta que el mtodo haya convergido lo suficiente. f'(x)=
0 Sea f : [a, b] -> R funcin derivable definida en el intervalo real [a, b].
Empezamos con un valor inicial x0 y definimos para cada nmero natural n

Donde f ' denota la derivada de f.

Ntese que el mtodo descrito es de aplicacin exclusiva para funciones de
una sola variable con forma analtica o implcita cognoscible. Existen variantes
del mtodo aplicables a sistemas discretos que permiten estimar las races de
la tendencia, as como algoritmos que extienden el mtodo de Newton a
sistemas multivariables, sistemas de ecuaciones, etc.
La primera de ellas es una simple interpretacin geomtrica. En efecto,
atendiendo al desarrollo geomtrico del mtodo de la secante, podra pensarse
en que si los puntos de iteracin estn lo suficientemente cerca (a una
distancia infinitesimal), entonces la secante se sustituye por la tangente a la
curva en el punto. As pues, si por un punto de iteracin trazamos la tangente a
la curva, por extensin con el mtodo de la secante, el nuevo punto de iteracin
se tomar como la abscisa en el origen de la tangente (punto de corte de la
tangente con el eje X). Esto es equivalente a linealizar la funcin, es decir, f se
reemplaza por una recta tal que contiene al punto ( , ( )) y cuya pendiente
coincide con la derivada de la funcin en el punto,

Pgina 3

La nueva aproximacin a la raz,

, se logra la interseccin de la funcin
lineal con el eje X de abscisas. Matemticamente:

El orden de convergencia de este mtodo es, por lo menos, cuadrtico. Sin

embargo, si la raz buscada es de multiplicidad algebraica mayor a uno (i.e, una
raz doble, triple, ...), el mtodo de Newton-Raphson pierde su convergencia
cuadrtica y pasa a ser lineal de constante asinttica de convergencia 1-1/m,
con m la multiplicidad de la raz.
Existen numerosas formas de evitar este problema, como pudieran ser los
mtodos de aceleracin de la convergencia tipo de Aitken o el mtodo de
Steffensen. Derivados de Newton-Raphson destacan el mtodo de RalstonRabinowitz, que restaura la convergencia cuadrtica sin ms que modificar el
algoritmo a:

Se puede demostrar que el mtodo de Newton-Raphson tiene convergencia

cuadrtica: si es raz, entonces:

para una cierta constante . Esto significa que si en algn momento el error es
menor o igual a 0,1, a cada nueva iteracin doblamos (aproximadamente) el
nmero de decimales exactos. En la prctica puede servir para hacer una
estimacin aproximada del error:
Error relativo entre dos aproximaciones sucesivas:

Con lo cual se toma el error relativo como si la ltima aproximacin fuera el

valor exacto. Se detiene el proceso iterativo cuando este error relativo es
aproximadamente menor que una cantidad fijada previamente.

Pgina 4

1. Dadas las siguientes funciones:

Se encontr la primera derivada

Las races se encontraron por medio de un software

Matemtico (Wolframealpha)
Raz Real=0.567143

Se grafico cada funcin en un domino y se observaron las races

Se trazaron las graficas de cada funcin en un dominio donde se observo la raz o

races.

GRAFICA 1

Pgina 5

GRAFICA 2
Se trabaj mediante el mtodo de Newton-Raphson.
Se usaron las siguientes formulas del mtodo:
1
|

| 100
100
100

TABLA 1

Pgina 6

TABLA 2

Formulas utilizadas en Excel para la TABLA1

1era iteracin =EXP(-B9)-B9 =-EXP(-B9)-1
2da iteracin =(B9)-(C9/D9) =EXP(-B10)-B10 =-EXP(-B10)-1
=ABS(B10-B9)*100 =ABS((B10-B9)/B10)*100 =ABS((M5-B10)/B10)*100

Formulas utilizadas en Excel para la TABLA2

1era iteracin =POTENCIA (B18;3)-5*POTENCIA(B18;2)-20
=3*POTENCIA (B18;2)-10*(B18)
2da iteracin =(B18)-(C18/D18)
=POTENCIA(B19;3)-5*POTENCIA(B19;2)-20
=3*POTENCIA(B19;2)-10*(B19)
=ABS((B19-B18))*100
=ABS((B19-B18)/B19)*100
=ABS((M7-B19)/M7)*100

Pgina 7

CONCLUSIONES
En esta prctica fue ms fcil por el tipo de mtodo que utilizamos el de Newton
Raphson por llega al resultado del problema de la forma ms rpida y se basa en
trazar rectas tangentes que toman la forma de la funcin por medio de su primer
derivada la nica desventaja de este mtodo es encontrar la derivada de la
funcin.

BIBLIOGRAFIA

Mtodo de Newton aplicado al clculo de la raz cuadrada de un nmero

El mtodo de Newton en Mathcad Application Server (con animacin)
Mtodo de Newton-Raphson: Notas, PPT, Mathcad, Maple, Matlab,
Mathematica

Pgina 8