Académique Documents
Professionnel Documents
Culture Documents
En anlisis numrico, el mtodo de Newton (conocido tambin como el mtodo de NewtonRaphson 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.
ndice
[ocultar]
1 Historia
6 Ejemplo
7 Cdigo en MatLab
8 Vase tambin
9 Referencias
10 Enlaces externos
Historia[editar]
El mtodo de Newton fue descrito por Isaac Newton en De analysi per aequationes numero
terminorum infinitas ('Sobre el anlisis mediante ecuaciones con un nmero infinito de
trminos', 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.
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.
Ilustracin de una iteracin del mtodo de Newton (la funcin f se muestra en azul y la lnea
de la tangente en rojo). Vemos que
raz
de la funcin
para la
es una mejor
Entonces:
. Si
, entonces existe
, entonces la
verifica que:
Sea
1.
2.
para todo
3.
para
todo
4.
tal
Ejemplo[editar]
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
Cdigo en
MatLab[editar]
Programa escrito en Matlab para
ejecutar el mtodo NewtonRaphson.
%Mtodo Newton-Raphson
%
%Es un mtodo para
aproximar la solucin de
una ecuacin de una sola
%variable por medio de la
aproximacin de su
derivada y con un punto
fijo,
%cercano a la raz.
%
%f=Funcin previamente
definida en consola (use
el siguiente comando en
consola "f = @(x)(escriba
aqu su funcin)");
%ff=derivada analtica de
la funcin f (difinida
previamente con el mismo
comando anterior);
%a=punto cercano a la
raz; e=margen de error;
n=numero de
%iteraciones maximo
permitido
%
%El ingreso de datos es
de la forma
np(f,ff,a,e,n)
%
%by Francisco Pea
Gallardo (Peovsky
Freeman)
%UMSNH
%
function np(f,ff,a,e,n)
fprintf('Mtodo de
Newton-Raphson\n');
fprintf('by Peovsky
Freeman\n');
format long
x0=a;
i=0;
error=1;
fprintf('Iter.
\t
m \n');
while error>=e ||
i==n
f0=feval(f,x0);
f1=feval(ff,x0);
x1=x0-(f0/f1);
i=i+1;
error=abs((x1x0)/x1);
fprintf('%d \t %d
\n',i,x1)
if feval(f,x1)==0
sprintf('Nos
alegramos porque
encontramos la raz')
return
end
x0=x1;
end
w = feval(f,x0);
fprintf('\nLa raz
aproximada es:\t \t
%f\n',x0);
fprintf('\nCon una
tolerancia de:\t \t
%f\n',e);
fprintf('Nmero de
Iter:\t \t \t \t %d
\n',i);
disp('Funcin:');
disp(f);
fprintf('El valor de f(x)
en %f es: f(x) =
%f\n',x0,w)
return
end
MTODO DE NEWTON-RAPHSON
Este mtodo, el cual es un mtodo iterativo, es uno de los ms usados y
efectivos. A diferencia de los mtodos anteriores, el mtodo de NewtonRaphson no trabaja sobre un intervalo sino que basa su frmula en un
proceso iterativo.
Supongamos que tenemos la aproximacin
a la raz
en un punto
de
; sta cruza
Hacemos
Y despejamos
, si
de
!
Ejemplo 1
Usar el mtodo de Newton-Raphson, para aproximar la raz
de
, comenzando con
Solucin
En este caso, tenemos que
y hasta que
Comenzamos con
y obtenemos:
Aprox. a la raz
Error aprox.
1.268941421
21.19%
1.309108403
3.06%
1.309799389
0.052%
#
1
2
3
4
5
6
Fxn
18
-30.375
-6.2771541041392
-0.59229583988115
-0.0073539466744812
-1.1814129692311E-6
Dfxn
4
37.75
22.794965133108
18.569049742033
18.108960417816
18.103142166676
Nuevo Xm
-3.5
-2.6953642384106
-2.419989651633
-2.3880927130115
-2.3876866186524
-2.3876865533923