MTODO DE NEWTON RAPHSON

OBJETIVO GENERAL

Explicar el mtodo de Newton Rapshon para entender su procedimiento

y utilizacin adecuada.

OBJETIVO ESPECIFICO

Realizar el mtodo de Newton Rapshon, con el fin de crear un cdigo

para encontrar races.

Determina la aproximacin por diferencias finitas, es decir no necesita la

derivacin.

DEFINICION
Este mtodo, el cual es un mtodo iterativo, es uno de los ms usados y
efectivos. A diferencia de otros metodos, el mtodo de Newton-Raphson no
trabaja sobre un intervalo sino que basa su frmula en un proceso iterativo.

Supongamos que tenemos la aproximacin

a la raz

de

Trazamos la recta tangente a la curva en el punto

eje

en un punto

Para calcular el punto

; sta cruza al

que ser nuestra siguiente aproximacin a la raz

, calculamos primero la ecuacin de la recta

tangente. Sabemos que tiene pendiente

Y por lo tanto la ecuacin de la recta tangente es:

Hacemos :

Y despejamos :

Que es la frmula iterativa de Newton-Raphson para calcular la siguiente

aproximacin:

si

Note que el mtodo de Newton-Raphson no trabaja con intervalos donde nos

asegure que encontraremos la raz, y de hecho no tenemos ninguna garanta
de que nos aproximaremos a dicha raz. Desde luego, existen ejemplos donde
este mtodo no converge a la raz, en cuyo caso se dice que el mtodo
diverge. Sin embargo, en los casos donde si converge a la raz lo hace con una
rapidez impresionante, por lo cual es uno de los mtodos
preferidos

por

excelencia.

Tambin observe que en el caso de que, el mtodo no se puede aplicar. De

hecho, vemos geomtricamente que esto significa que la recta tangente es
horizontal y por lo tanto no intersecta al eje

coincida con ste, en cuyo caso

en ningn punto, a menos que

mismo es una raz de

EJEMPLO
Usar el mtodo de Newton-Raphson, para aproximar la raz de
comenzando con

y hasta que

Solucin
En este caso, tenemos que

De aqu tenemos que:

Comenzamos con

y obtenemos:

En este caso, el error aproximado es:

Continuamos el proceso hasta reducir el error aproximado hasta donde se

pidi.
Resumimos los resultados en la siguiente tabla:

Aprox. a la raz

Error aprox.

1.268941421

21.19%

1.309108403

3.06%

1.309799389

0.052%

De lo cual concluimos que

, la cual es correcta en todos sus

dgitos. La misma idea puede aplicarse para crear algoritmos que aproximen
races n-simas de nmeros reales positivos. Observe que cuando el mtodo
de Newton-Raphson converge a la raz, lo hace de una forma muy rpida y de
hecho, observamos que el error aproximado disminuye a pasos agigantados en
cada paso del proceso. Aunque no es nuestro objetivo establecer formalmente

las cotas para los errores en cada uno de los mtodos que hemos estudiado,
cabe mencionar que si existen estas cotas que miden con mayor precisin la
rapidez o lentitud del mtodo en estudio. Veremos a continuacin un ejemplo
del mtodo de Newton Raphson, con la siguiente ecuacin:

#
1
2
3
4
5
6

F(x)

Df(x)

Nuevo X

18
4
-3.5
-30.375
37.75
-2.6953642384106
-6.2771541041392
22.794965133108-2.419989651633
-0.59229583988115 18.569049742033-2.3880927130115
-0.007353946674481218.108960417816-2.3876866186524
-1.1814129692311E-6 18.103142166676-2.3876865533923

Hemos terminado de analizar el mtodo de la Newton Rapshon, en este

ejemplo con un error de 0.0001; se encuentra la ltima raiz(X): 2.3876865533923 con 6 iteraciones.
El algoritmo que se plantea para este mtodo numrico es:
Sea f (x) = 0 y un punto X 0 , el mtodo de Newton-Rapson se basa en la
sucesin

x i=x i1

f (x i1)
f '( x i1)

, con i 1, si queremos hallar una solucin a la

ecuacin f (x) = 0 con un error menor o igual a un nmero , y sea n el nmero

mximo de iteraciones permitidas para repetir el proceso

con i 1. Entonces se debe repetir el proceso

siempre que i n. Si i n y
toma

x i=x i1

x i=x i1
f ( x i1)
f ' (x i1)

f ( x i1)
f ' (x i1)

, con i 1

|f (x)|< o tambin |x ix i1|< , entonces se

x i como la raz aproximada de la ecuacin f(x)=0.

Si i = n y

|f (x)|> o tambin |x ix i1|> , entonces se concluye que el

mtodo fallo o el nmero de iteraciones n es insuficientes.

Ejemplo:

1.- Consideremos la ecuacin x = cos(x)-x , ahora tratemos de hallar una

solucin a dicha ecuacin, para eso hacemos
cos (x)-x= 0 .
Sea x0 =0, una tolerancia de 10-6, y un nmero mximo de iteraciones de 50.
Usando nuestra aplicacin se obtiene el siguiente resultado