Вы находитесь на странице: 1из 9

METODO DE NEWTON

1.- HISTORIA:
El mtodo de Newton fue descrito por Isaac Newton en De analysi per
aequationes nmero terminorum infinitas (escrito en 1669, publicado en
1711 por William Jones) y en De metodis fluxionum et serierum infinitarum
(escrito en 1671, traducido y publicado como Mtodo de las fluxiones en
1736 por John Colson). Sin embargo, su descripcin difiere en forma
sustancial de la descripcin moderna presentada ms arriba: Newton
aplicaba el mtodo solo a polinomios, y no consideraba las aproximaciones
sucesivas xn, sino que calculaba una secuencia de polinomios para llegar a
la aproximacin de la raz x. Finalmente, Newton ve el mtodo como
puramente algebraico y falla al no ver la conexin con el clculo.
Isaac Newton probablemente deriv su mtodo de forma similar aunque
menos precisa del mtodo de Franois Vite. La esencia del mtodo de Vite
puede encontrarse en el trabajo del matemtico persa Sharaf al-Din al-Tusi.
El mtodo de Newton-Raphson es llamado as por la razn de que el
matemtico ingls Joseph Raphson (contemporaneo de Newton) se hizo
miembro de la Royal Society en 1691 por su libro aequationum universalis
Anlisis que publico en 1690 y el cual contena este mtodo para aproximar
races. Mientras que Newton en su libro Mtodo de las fluxiones describe el
mismo mtodo escrito en 1671, pero publicado hasta 1736, lo que significa
que Raphson haba publicado este resultado casi 50 aos antes, aunque no
fue tan popular como los trabajos de Newton y se le reconoci
posteriormente.

2.- Descripcin del mtodo:

La funcin es mostrada en azul y la lnea tangente en rojo. Vemos que xn+1


es una mejor aproximacin que xn para la raz x de la funcin f.

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.
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.

3.- Obtencin del Algoritmo:


Tres son las formas principales por las que tradicionalmente se ha obtenido
el algoritmo de Newton-Raphson.
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
(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 logra la interseccin de
la funcin lineal con el eje X de abscisas. Matemticamente:

Ilustracin de una iteracin del mtodo de Newton (la funcin f se


demuestra en azul y la lnea de la tangente est en rojo). Vemos que xn + 1 es
una aproximacin mejor que xn para la raz x de la funcin f.
En la ilustracin adjunta del mtodo de Newton se puede ver que xn
una mejor aproximacin que xn para el cero (x) de la funcin f.

+ 1

es

Una forma alternativa de obtener el algoritmo es desarrollando la funcin f


(x) en serie de Taylor, para un entorno del punto xn:

Si se trunca el desarrollo a partir del trmino de grado 2, y evaluamos en xn


+ 1:

Si adems se acepta que xn + 1 tiende a la raz, se ha de cumplir que f(xn + 1)


= 0, luego, sustituyendo en la expresin anterior, obtenemos el algoritmo.
Finalmente, hay que indicar que el mtodo de Newton-Raphson puede
interpretarse como un mtodo de iteracin de punto fijo. As, dada la
ecuacin f(x) = 0, se puede considerar el siguiente mtodo de iteracin de
punto fijo:

Se escoge h (x) de manera que g'(r)=0 (r es la raz buscada). Dado que g'(r)
es:

Entonces:

Como h (x) no tiene que ser nica, se escoge de la forma ms sencilla:

Por tanto, imponiendo subndices:

Expresin que coincide con la del algoritmo de Newton-Raphson


[editar] Convergencia del Mtodo
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:

Evidentemente, este mtodo exige conocer de antemano la multiplicidad de


la raz, lo cual no siempre es posible. Por ello tambin se puede modificar el
algoritmo tomando una funcin auxiliar g(x) = f(x)/f'(x), resultando:

Su principal desventaja en este caso sera lo costoso que pudiera ser hallar
g(x) y g'(x) si f(x) no es fcilmente derivable.
Por otro lado, la convergencia del mtodo se demuestra cuadrtica para el
caso ms habitual en base a tratar el mtodo como uno de punto fijo: si
g'(r)=0, y g' '(r) es distinto de 0, entonces la convergencia es cuadrtica. Sin
embargo, est sujeto a las particularidades de estos mtodos.
Ntese de todas formas que el mtodo de Newton-Raphson es un mtodo
abierto: la convergencia no est garantizada por un teorema de

convergencia global como podra estarlo en los mtodos de falsa posicin o


de biseccin. As, es necesario partir de una aproximacin inicial prxima a
la raz buscada para que el mtodo converja y cumpla el teorema de
convergencia local.

4.- Estimacin del Error:


Se puede demostrar que el mtodo de Newton-Raphson tiene convergencia
cuadrtica: si es raz, entonces:

para una cierta constante C. 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.
[editar] Teorema de Convergencia Local del Mtodo de Newton
Sea
r>0 tal que si

. Si

, entonces la sucesin xn con

, entonces existe un
verifica que:

para todo n y xn tiende a p cuando n tiende a infinito.


Si adems

, entonces la convergencia es cuadrtica.

5.- Ejemplo:
Consideremos el problema de encontrar un nmero positivo x tal que cos(x)
= x3. Podramos 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 est entre 0 y 1. Comenzaremos
probando con el valor inicial x0 = 0,5

Los dgitos correctos estn subrayados. En particular, x6 es correcto para el


nmero de decimales pedidos. Podemos ver que el nmero de dgitos
correctos despus de la coma se incrementa desde 2 (para x3) a 5 y 10,
ilustando la convergencia cuadrtica.
En pseudocdigo, esto es:
function newtonIterationFunction(x) {
return x - (cos(x) - x^3) / (-sin(x) - 3*x^2)
}
var x := 0,5
for i from 0 to 99 {
print "Iteraciones: " + i
print "Valor aproximado: " + x
xold := x
x := newtonIterationFunction(x)
if x = xold {
print "Solucin encontrada!"
break
}
}
[editar] Codigo en MatLab
Programa escrito en Matlab para hallar las races usando el mtodo de
NEWTON-RAPHSON
function x =newton()
disp ('NEWTON-RAPHSON')
xo=input('Valor inicial =');
n=input ('numero de iteraciones=');
salida=ones(n,4); % matiz de salida de datos
for i=1:n
x1=xo-[(exp(-xo)-xo)]/[(-exp(-xo)-1)];
vsal=[xo;x1];
er=[[abs((xo-x1)/xo)]]*100; % error relativo porcentual
ea=[[abs((x1-xo)/x1)]]*100; % error
xo=x1;

salida(i,1)=i;
salida(i,2)=x1;
salida(i,3)=er;
salida(i,4)=ea;
end
disp('ite raiz er ea');
disp(num2str(salida));
El programa siguiente hace el clculo para una superficie.
syms x1
syms x2
syms x3
V=['sin(x1)+2^x2+log(x3)-7';'3*x1+2*x2-x3^3+1
';'x1+x2+x3-5
'];
%se calcula el jacobiano:
DV(1,:)=[diff(V(1,:),x1), diff(V(1,:),x2),diff(V(1,:),x3)];
DV(2,:)=[diff(V(2,:),x1), diff(V(2,:),x2),diff(V(2,:),x3)];
DV(3,:)=[diff(V(3,:),x1), diff(V(3,:),x2),diff(V(3,:),x3)];
%se da el valor de partida:
x1=0;
x2=4;
x3=2;
x_1o=[x1;x2;x3];
%se calcula H en ese punto
Vo(1,:)=eval(V(1,:));
Vo(2,:)=eval(V(2,:));
Vo(3,:)=eval(V(3,:));
%Se calcula el Hessiano en ese punto
DV1=eval(DV);
%se calcula la Inversa del Hessiano en ese punto
DV_1=DV1^-1;
%se calcula el siguiente valor de iteracin
x_1=[x1;x2;x3]-DV_1*Vo;
%cantidad de iteraciones maxima:
n=50;
%se define a = n, si se cumple condicion de error antes, cambia
a=n;
for i=1:n
%error relativo entre aproximaciones sucecivas
er=norm(x_1-x_1o)/norm(x_1);
if er<.0001
a=i;
'break;' end
x1=x_1(1);
x2=x_1(2);
x3=x_1(3);
x_1o=[x1;x2;x3];
Vo(1,:)=eval(V(1,:));
Vo(2,:)=eval(V(2,:));
Vo(3,:)=eval(V(3,:));
DV1=eval(DV);

DV_1=DV1^-1;
x_1=[x1;x2;x3]-DV_1*Vo;
end
a
x_1
6.- El mtodo de newton raphson para una ecuacin no lineal en
una variable:
Sea f:[a,b], f C[a,b] y xk una estimacin del cero de f en [a,b].
6.1.- Deduccin del Mtodo
Considere: yk=f(xk)xk, con xk apropiado. yk=f(xk) y adems,
yk=f(xk+1)-f(xk).
Si xk es una aproximacin de la solucin de f(x)=0 en[a,b] y xk+1 es mejor
aproximacin, f(xk+1)0, entonces:
yk=-f(xk) y -f(xk)=f(xk)xk
as se obtiene
xk = -[f(xk)]-1f(xk)
con xk=xk+1-xk.
6.2 Anlisis de error en el mtodo
El mtodo de Newton-Raphson es convergente cuadrticamente [1]. Esto
es, el error es proporcional al cuadrado del error anterior, dado por
2
1'()
''()
k
r
r
ke
fx
fx
e+=
con xr entre xk y xk+1.
6.3.- Desventajas del mtodo
Aunque el mtodo de Newton-Raphson en general esmuy eficiente, hay
situaciones en que presenta dificultades. Un caso especial es en el de las
races mltiples. En algunos casos es posible que para races simples se
presenten dificultades por su lenta convergencia.

7.- Problemas Propuestos:


1. Aplicando el Mtodo de Newton, encontrar una raz prxima a x0 = 0 para
la ecuacin
f(x) = 3x + senx ex = 0.
Redondear los clculos a cinco cifras significativas e iterar hasta que se
cumpla | xi

xi1 |_ 0,001.
2. La funcin f(x) = 4x7 x2 tiene una raz en x=1.75. Utilizar el mtodo
de Newton con las siguientes aproximaciones iniciales, estudiando en cada
caso, previamente, si se produce un proceso convergente o no a la raz.
3. Mediante el Mtodo de Newton modificado, encontrar una raz prxima a
x0 = 0 de la ecuacin x 2x = 0.Utilizar tres decimales redondeados en
cada iteracin hasta que se cumpla | xixi1 |_103
4. La concentracin c de una bacteria contaminante en un lago decrece
segn la expresin: c(t) = 80e2t + 20e0,5t siendo t el tiempo en horas.
Determinar el tiempo que se necesita para que el nmero de bacterias se
reduzca a 7. (Utilizar el Mtodo de Newton).
5. Una determinada sustancia se desintegra segn la ecuacin A = P
e0,0248t , donde P es la cantidad inicial en el tiempo t = 0 y A la cantidad
resultante despus de t aos. Si inicialmente se depositan 500 miligramos
de dicha sustancia, cunto tiempo habra de transcurrir para que quede el
1 por ciento de esta? Utilizar el Mtodo de Newton.