Método de Newton Raphson
Método de Newton Raphson
Método de Newton Raphson
f ( x )=4 x + x 8 x +2
o una funcin transcendente
f ( x )=e x senx + ln 3 x + x 3
FUNDAMENTOS TERICOS
MTODO DE NEWTON RAPHSON
Este es un mtodo de segundo orden de convergencia cuando se trata de races
reales no repetidas. Consiste en un procedimiento que lleva la ecuacin f ( x )=0
a la forma
seguida:
En la siguiente figura (Fig.1) se tiene la grfica
es una raz real
x .
Fig. 1
x0
x ; el punto de corte
as
x
( 0 , f ( x0 ) ) .
sucesivamente,
es
x1
x1
hasta
un
x1
valor
satisfaga
x0
x
( 0 , f ( x0 ) ) es:
as que:
y sustituyendo:
en general:
(Ecuacin 1)
g' ( x )=0
g' ' ( x ) 0.
Ejemplo 1
Encuentre una raz real de la ecuacin
mtodo de Newton Raphson,
x 0=1
|x i+1x|
mediante el
.
Solucin:
La primera derivada de la funcin es
x i+1=x i
xi +2 x i +10 x i20
2
3 x i + 4 x i +10
Primera iteracin:
x 1 x0
, se calcula
x2
Segunda iteracin:
x 1=1.41176
xi
0
1
2
3
4
1
1.41176
1.36934
1.36881
1.36881
|x i+1x i|
g ' ( x i )
0.41176
0.04243
0.00053
0.0000
0.24221
0.02446
0.00031
4.6774 X 10-8
9.992 X 10-16
f ' ( x )=e x 1
x i+1=x i
e x i
xi
e 1
xi
|x i+1x i|
0
1
2
3
4
0
0.5
0.566311003
0.567143165
0.567143290
0.5
0.066311
0.00083216
1.25E-07
Error relativo
porcentual
100.0000
11.7093
0.1467
0.0000
Ejemplo 3
Sabiendo que el mtodo de Newton-Raphson es convergente en forma cuadrtica.
Es decir, el error es proporcional al cuadrado del error anterior:
Ecuacin 2
Examine esta frmula y observe si concuerda con los resultados del ejemplo 2.
La primera derivada de de f(x)=exx
es
f ' ( x )=e x 1
que se evala en
0.56714329
2
2
Et , i=0.18095 Et ,i
2 ( 1.56714329 )
Et ,1 0.18095(0.56714329) =0.0582
que es cercano al error verdadero de 0.06714329. En la siguiente iteracin,
2
Et ,2 0.18095(0.06714329) =0.0008158
que tambin se compara de manera favorable con el error verdadero 0.0008323.
Para la tercera iteracin,
Et ,3 0.18095(0.0008323)2=0.000000125
que es el error obtenido en el ejemplo anterior (2). As, la estimacin del error
mejora, ya que conforme nos acercamos a la raz, x y se aproximan mejor
mediante xr. Finalmente:
Et ,4 0.18095(0.000000125)2=2.8310 x 1015
As, este ejemplo ilustra que el error en el mtodo de Newton-Raphson para este
caso es, de hecho, proporcional (por un factor de 0.18095) al cuadrado del error
en la iteracin anterior.
x
0.5
51.65
46.485
41.8365
37.65285
33.887565
1.000000
exactitud del valor inicial. La nica solucin en estos casos es tener un valor inicial
que sea suficientemente cercano a la raz.
Cabe sealar, que para algunas funciones ningn valor inicial funcionar. Los
buenos valores iniciales por lo comn se predicen con un conocimiento del
problema fsico o mediante el uso de recursos alternativos, tales como las
grficas, que proporcionan mayor claridad en el comportamiento de la solucin.
Ante la falta de un criterio general de convergencia se sugiere el diseo de
programas computacionales eficientes que reconozcan la convergencia lenta o la
divergencia.
Fig2
CONCLUSIONES
Habiendo analizado los fundamentos, as como aplicacin, ventajas y desventajas
del mtodo de Newton Raphson, podemos concluir con los ejemplos vistos, que
presenta bastante practicidad cuando se trata de funciones no muy complejas, y
que la rapidez con la que se puede llegar a un valor deseado nos da la ventaja de
realizar el menor nmero de pasos iterativos y de alcanzar la solucin pronta a
nuestro problema en cuestin.
Por otra parte, observamos que a pesar de su rapidez el mtodo de Newton
Raphson necesita el clculo de la derivada y se sabe que no todas las funciones
BIBLIOGRAFA
Nieves H.A. & Domnguez S. F. (2006) Mtodos numricos aplicados a la
ingeniera. 2Ed. Editorial CECSA. Mxico.
Mora F.W., (2016) Introduccin a los Mtodos Numricos. Costa Rica.
Recuperado de http://www.tec-digital.itcr.ac.cr/revistamatematica/
Chapa S., Canale R. (2007) Mtodos numricos para ingenieros. 5 Ed. Editorial
McGraw-Hill. Mxico
Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.
Alternative Proxies: