Académique Documents
Professionnel Documents
Culture Documents
ALUMNO: MATRÍCULA:
PÉREZ SILVA RICARDO BLADIMIR 16092162
FECHA DE
ENTREGA: Portada 5
19/03/2019 Limpieza 5
Desarrollo 75
Conclusión 15
TOTAL 100
Introducción
MÉTODO DE NEWTON-RAPHSON
Tal vez, de las fórmulas para localizar raíces, la fórmula de Newton-Raphson (Fig.1) sea la
más ampliamente utilizada. Si el valor inicial para la raíz es xi, entonces se puede trazar una tangente
desde el punto [xi, f(xi)] de la curva. Por lo común, el punto donde esta tangente cruza al eje x
representa una aproximación mejorada de la raíz. El método de Newton-Raphson se deduce a partir
de esta interpretación geométrica. De la Fig.1, se tiene que la primera derivada en x es equivalente a
la pendiente:
Desarrollo
Se realizó la programación del método de Newton-Raphson tanto en Excel como en Matlab.
Se comenzó con la elaboración del método en Excel.
En sí, el método consiste en aplicar la fórmula correspondiente mencionada en la introducción,
para obtener el nuevo valor de xi. En Excel se presenta la dificultad de que no se pueden calcular
derivadas, por lo tanto, se debe ingresar manualmente la derivada de la función dentro de la fórmula.
Las funciones con las que se realizaron pruebas fueron:
f(x)=e-x-x
f(x)=2sen(√x)-x
f(x)=2x3-11.7x2+17.7x-5
El error relativo se calcula nuevamente con la fórmula de la Fig.2, y en las Figs. 3, 4 y 5 se
muestran las tablas correspondientes a los valores obtenidos, incluyendo la comprobación de que la
evaluación de la función se acerque a 0.
n xi Ea f(x)=(e^-x)-x
0 0 1
1 0.5 100.0000000% 0.10653066
2 0.566311003 11.7092910% 0.00130451
3 0.567143165 0.1467287% 1.9648E-07
4 0.56714329 0.0000221% 4.4408921E-15
5 0.56714329 0.0000000% -1.11022E-16
Fig.3.- Resultados obtenidos con la primera función.
n xi Ea f(x)=2sen(sqrt(x))-x
0 1 0.68294197
1 1.68294197 40.5802% 0.242713449
2 1.936790211 13.1066% 0.031214989
3 1.970562918 1.7139% 0.001603222
4 1.972306332 0.0884% 6.58607E-05
5 1.97237797 0.0036% 2.6706E-06
Fig.4.- Resultados obtenidos con la segunda función.
n xi Ea f(x)==(2x^3)-(11.7x^2)+(17.7x)-5)
0 0 -5
1 0.282485876 100.0000% -0.88855599
2 0.359293307 21.3774% -0.058117579
3 0.365066335 1.5814% -0.000317704
4 0.365098242 0.0087% -9.68146E-09
5 0.365098243 0.0000% 0
Fig.5.- Resultados obtenidos con la tercera función.
Nuevamente se utiliza una variable simbólica, esto para poder guardar la función, ya que, si se
asigna un valor a x, es como si la función se evaluara en ese valor, y por lo tanto no se podría trabajar
con ella.
En la Fig.7 se observa el código que se añadió para poder graficar la función ingresada por el
usuario, tomando como referencia los valores de xl y xu. Dichos valores se aumentan para tener un
rango un poco más amplio en la visualización de la gráfica y tener un apoyo visual para comparar
resultados. También se imprimen los encabezados de la tabla. En Matlab hay un comando para
imprimir los valores en formato de tabla, pero para este programa no fue posible imprimirlos
presentablemente, por esto se realizó de esta manera. El encabezado de esta tabla incluye el # de
iteración, el valor de xi obtenido en cada iteración con su respectivo error, y la evaluación de la función
en el punto obtenido para verificar que converja a 0.
Mediante un ciclo while se realizan las iteraciones hasta que el error sea menor al error
deseado. Se calcula la derivada de la función, se iguala a x con el valor de inicio ingresado por el
usuario, y se evalúa la función para verificar que converja a 0. En la siguiente línea se calcula xi,
mediante la fórmula de Newton-Raphson.
Después se calcula el error relativo, se guarda el valor de xant, aumenta el conteo de
iteraciones, y se asigna a Xo el valor obtenido en la iteración, para que en la siguiente iteración se
evalúen las funciones en dicho valor. Todo lo anterior se observa en la Fig.8.
Por último, en la Fig.9 se calcula el error mediante la fórmula de la Fig.2, se guarda el valor
xant, y se aumenta el contador de iteraciones. Se realiza el conteo de iteraciones para checar si no se
ha superado el límite de iteraciones establecido por el usuario. Después se imprimen los datos de la
tabla, así como el valor de la última iteración que corresponde al resultado.
Conclusión
Mediante el desarrollo de esta actividad puedo concluir que, al comparar los resultados
obtenidos en Excel y en Matlab, existe una similitud satisfactoria que nos indica que el método fue
programado correctamente.
Este método de Newton-Raphson ha sido el más eficaz para el cálculo de raíces, puesto que
fue sencillo de programar, y la cantidad de iteraciones necesarias fue sumamente bajo en comparación
con los demás métodos.
Como lo menciona la introducción, es de los métodos más utilizados para el cálculo de raíces.
Con las funciones de comprobación se observó que el método es muy eficaz, pero puede volverse
obsoleto o dar resultados erróneos con funciones que tengan pendientes muy pronunciadas, las cuales
han sido todo un problema para los métodos que han sido programados en esta materia.