Recta tangente a una curva en un punto

La recta tangente a una curva es la que coincide con la curva en un punto y con la misma derivada,
es decir, el mismo grado de variación.

El conocimiento de la recta tangente permitirá resolver problemas sencillos: en primer lugar, se

podrán encontrar tangentes a cualquier función que se pueda derivar, en cualquier punto, como
se observa en el primer ejemplo resuelto a continuación. En segundo lugar y como se puede ver en
el segundo ejemplo, se puede utilizar como condición en problemas más complejos.

La recta es tangente a la curva si cumple los siguientes requisitos:

Pasa por el punto de tangencia:

Tiene el mismo pendiente (mismo valor de la derivada) que la curva en el punto de tangencia:

Además, la recta tangente puede tener interesantes aplicaciones geométricas. La siguiente gráfica
posición-tiempo muestra la evolución de un atleta desde que empieza a correr. Se puede ver que
el eje vertical representa la distancia recorrida, mientras que el horizontal representa el tiempo en
segundos.
Teniendo en cuenta que la velocidad es la derivada de la posición respecto al tiempo, la pendiente
de la parábola azul representa la velocidad instantánea.

Se puede ver que el corredor empieza con velocidad nula (parado) y va acelerando. La recta roja
de la gráfica representa otro corredor que va a una velocidad constante y, en el instante marcado
por el punto de tangencia, tiene la misma velocidad y se encuentra en el mismo punto.

El segundo corredor va más rápido que el primero hasta que es adelantado, y luego es el primero
el que, gracias a que está acelerando, termina por delante.

Newton-Raphson
En análisis numérico, el método de Newton (conocido también como el método de Newton-
Raphson o el método de Newton-Fourier) es un algoritmo para encontrar aproximaciones de los
ceros o raíces de una función real. También puede ser usado para encontrar el máximo o mínimo
de una función, encontrando los ceros de su primera derivada.

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 raíz buscada. Así, se ha de comenzar la iteración con un valor
razonablemente cercano al cero (denominado punto de arranque o valor supuesto). La relativa
cercanía del punto inicial a la raíz depende mucho de la naturaleza de la propia función; si ésta
presenta múltiples puntos de inflexión o pendientes grandes en el entorno de la raíz, entonces las
probabilidades de que el algoritmo diverja aumentan, lo cual exige seleccionar un valor supuesto
cercano a la raíz. Una vez que se ha hecho esto, el método linealiza 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 raíz que el valor anterior. Se realizarán sucesivas iteraciones hasta que el
método haya convergido lo suficiente.
¿QUÉ ES EL MÉTODO DE NEWTON ?

El Método numérico de Newton es una aplicación del cálculo diferencial que se utiliza para hallar
los ceros de una función derivable de enésimo grado con la precisión deseada ya que es una
extensión directa del método del mismo nombre para buscar ceros de funciones de una variable.
Los procedimientos para hallar las raíces o ceros de funciones lineales o cuadráticas a partir de los
coeficientes de la ecuación son sencillos y exactos.

El método de Newton asume que la función f sea continuamente derivable y que se conoce la
derivada de la función. Este método puede no converger si se comienza con un valor muy alejado
de la raíz. Sin embargo, si converge, lo hace mucho más rápido que el método de bisección
(usualmente, de manera cuadrática), por eso el número de dígitos correctos se duplica en cada
iteración. El método de Newton también es útil porque se generaliza para problemas de
dimensiones más altas.

CONDICIONES ESPECIALES DEL MÉTODO DE NEWTON

El método de newton no siempre trabaja. Se encuentra con problemas en varias partes.

 Cuando se escoge un valor x inicial donde se tendría una “división por cero” lo cual es un
error, y no podría proceder.
 Cuando usando un valor X inicial de los valores X convergen y hacen el delta-x la
disminución hacia el cero (0)
 Dependiendo de las condiciones bajo las que se esté intentando resolver la ecuación,
algunas de las variables pueden estar cambiando. Así que, puede ser necesario usar
derivadas parciales.

DESVENTAJAS

Aunque el método de newton en general es muy eficiente, hay situaciones en que presenta
dificultades:

 En caso especial es las raíces múltiples.

 En algunos casos es posible que para raíces simples se presenten dificultades por su lenta
convergencia.
CONCLUSIÓN

El método de newton es eficiente en la solución de sistemas de ecuaciones no lineales, converge

muy rápidamente y proporciona una muy buena precisión en los resultados. El método se emplea
en la solución de problemas académicos y propios del mundo real.