Escuela Politécnica Nacional

Facultad de Ingenierı́a Civil y Ambiental

Ingenierı́a Civil
Métodos Numéricos
Ing. Carlos Avila Vega

Newton Raphson
Pablo Alberto Castro Molina
23/05/2019
1. Resumen
En el siguiente informe se presenta el método numéricos de newton raphson con la intención
de aprender y comprender su utilización al momento de hallar raı́ces, a continuación se realiza
una breve explicación del método, y se creara un algoritmo para implementación de este método
usando la interfaz de programación java.

2. Introducción

El método numérico de Newton fue descrito por Sir Isaac Newton en De analysi per aequationes
numero terminorum infinitas (’Sobre el análisis mediante ecuaciones con un número infinito de
términos’, escrito en 1669, publicado en 1711 por William Jones) y en De metodis fluxionum et
serierum infinitarum (escrito en 1671, traducido y publicado como Método de las fluxiones en
1736 por John Colson). Sin embargo, su descripción difiere en forma sustancial de la descripción
moderna presentada más arriba: Newton aplicaba el método solo a polinomios, y no consideraba
las aproximaciones sucesivas xn, sino que calculaba una secuencia de polinomios para llegar a la
aproximación de la raı́z x. Finalmente, Newton ve el método como puramente algebraico y falla al
no ver la conexión con el cálculo.

3. Marco teórico

El método de Newton-Raphson es un método abierto, en el sentido de que no está garantizada

su convergencia global. La única manera de alcanzar la convergencia es seleccionar un valor inicial
lo suficientemente cercano a la raı́z buscada. Ası́, se ha de comenzar la iteración con un valor
razonablemente cercano al cero (denominado punto de arranque o valor supuesto). La relativa
cercanı́a del punto inicial a la raı́z depende mucho de la naturaleza de la propia función; si ésta
presenta múltiples puntos de inflexión o pendientes grandes en el entorno de la raı́z, entonces las
probabilidades de que el algoritmo diverja aumentan, lo cual exige seleccionar un valor supuesto
cercano a la raı́z. Una vez que se ha hecho esto, el método linea-liza la función por la recta
tangente en ese valor supuesto. La abscisa en el origen de dicha recta será, según el método, una
mejor aproximación de la raı́z que el valor anterior. Se realizarán sucesivas iteraciones hasta que
el método haya convergido lo suficiente.[3]
Sea f : [a, b]− > R función derivable definida en el intervalo real [a, b]. Empezamos con un
valor inicial x0 y definimos para cada número natural n

f (xn ) f (xn )
xn+1 = xn − 0
.xn+1 = xn − 0 .
f (xn ) f (xn )
Donde f ’ denota la derivada de f.
Su principal desventaja en este caso serı́a lo costoso que pudiera ser hallar g(x) y g’(x) si f(x)
no es fácilmente derivable.
 Por otro lado, la convergencia del método se demuestra cuadrática para el caso más habitual
sobre la base de tratar el método como uno de punto fijo: si g ’(r)=0, y g”(r) es distinto de 0,
entonces la convergencia es cuadrática. Sin embargo, está sujeto a las particularidades de estos
métodos.[1]
Nótese de todas formas que el método de Newton-Raphson es un método abierto: la convergen-
cia no está garantizada por un teorema de convergencia global como podrı́a estarlo en los métodos
de falsa posición o de bisección. Ası́, es necesario partir de una aproximación inicial próxima a la
raı́z buscada para que el método converja y cumpla el teorema de convergencia local.[2]

4. Desarrollo
4.1. Algoritmo

package metodos;

import javax.swing.JOptionPane;

public class Newton {

static int part= Integer.parseInt(JOptionPane.showInputDialog("Ingrese el

numero de Interacciones"));

static double tol=Double.parseDouble(JOptionPane.showInputDialog("Ingrese la tolerancia"));

static double x0=Double.parseDouble(JOptionPane.showInputDialog("Ingrese el Valor Xi"));

public void Variables(double x1, double tolerancia, int iteraciones){

x0 = x1;
tol = tolerancia;
part = iteraciones;
}

public static double funcion(double x){

double fx = ((x*x*x) -(0.165*x*x) + 0.0003993 );

return fx;
}

public static double derivada(double x){

double dx = ((3*x*x)-(0.33*x));
return dx;
}

public static void main(String[] args) {

double x = x0;
double xant=0;
int n = 0;
double Ea=0;
System.out.println("N"+ " "+ "Raiz" + " " + "|Ea|%");
while(Math.abs((x-xant)/x)>tol){
n = n+1;
xant = x;
if(n > part)
break;
double fx = funcion(x);
double fdx= derivada(x);
x = xant - (fx/fdx);
Ea= Math.abs((x-xant)/x)*100 ;
System.out.println(+n + " " +x + " " + +Ea +"%");

System.out.println("\n \n");

System.out.println("La raiz Aproximada es " +" " +x);

5. Resultados
 Rapshon.png

6. Análisis
El programa de interpolación utiliza varios comandos de java como el for y el while. Se le
solicita al usuario ingresar el numero de interacciones, la tolerancia y el valor inicial, para los datos
usa un formato double lo cual le permite ingresar una cantidad considerable de decimales para el
calculo. Una vez ingresado los datos el programa entra en un bucle realizando los cálculos para
obtener una raı́z aproximada y se detiene cuando pasa el maximo de interacciones ingresadas por
el usuario, o al llegar a la tolerancia ingresada previamente.

7. Conclusiones
1. El método de Newton es un algoritmo eficiente para encontrar aproximaciones de los ceros o
raı́ces de una función real. También puede ser usado para encontrar el máximo o mı́nimo de
una función, encontrando los ceros de su primera derivada.
3. Es un método que es de mayor versatilidad que el de bisección y de convergencia mas rápida.
4. A diferencia de los demás métodos su principal desventaja es lo costoso que resulta hallar
g(x) y g’(x) si f(x) no es fácilmente derivable.

8. Recomendaciones
1 Al momento de cambiar la función utilizar todos los paréntesis y demás sı́mbolos matemáticos
adecuadamente para evitar una mala lectura de la función del programa.
2 Evite ingresar decimales en el numero de particiones ya que el programa puede arrojar algún
error y cerrar el bucle inmediatamente.
 3 Al momento de escoger el punto en el cual desea evaluar la función verificar que este sea el
mas cercano a la raı́z que desea ya que muchas veces la función presenta mas de una raı́z y
dependiendo del punto puede obtenerse diferentes respuestas como en el caso de x3 .

9. Referencias
1 Bell, E., Historia de las matemáticas, México, Fondo de cultura económica, 1995.

2 Boyer, C., Historia de la matemática, Madrid, Alianza editorial, 1999.

3 Kincaid D. y Cheney, W., Análisis numérico, Addison-Wesley Iberoamericana, 1994.

4 Aubanell, A., Benseny, A. Delshams, A., Útiles básicos de Cálculo Numérico, Barcelona,
Labor/Publicaciones de la UAB, 1993.

5 Ortega, J., Introducció a l’Anàlisi Matemàtica, 2a ed., Ba