Escolar Documentos
Profissional Documentos
Cultura Documentos
com
RACES DE ECUACIONES
Mtodo Newton Raphson
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
Especialista en Sistemas Universidad Nacional
Docente Universidad Surcolombiana
Neiva - Huila
Contenido
Ejemplo 5: Funcin F (t ) = 1.21e 6.6t sin(11.4t 111.7 o ) + 0.28e 55.9t sin(18t + 26.1o ) .............. 27
Ejemplo 6: funcin f ( x) = 3x 2 e x ......................................................... 30
Ejemplo 7: Funcin f ( x) = x 3 + 4 x 2 10 ................................................... 31
Ejemplo 8: Funcin f ( x) = x 3 x 4 ..................................................
3 2
32
PRACTICA: Newton-Raphson para ecuaciones no lineales ............................... 33
Trabajo de Laboratorio ....................................................................... 35
Ejercicios Propuestos ......................................................................... 36
Recursos Bibliograficos ....................................................................... 37
Bibliografia OnLine: ........................................................................... 38
Sin embargo, no es tan conocido el hecho de que, entre sus colosales realizaciones,
cre virtualmente las ciencias fsicas modernas y, en consecuencia, ha tenido una
influencia ms profunda en la direccin de la vida civilizada que el auge y la
decadencia de los imperios. Quienes tienen autoridad para emitir juicios a este
respecto, le consideran, unnimemente, uno de los pocos intelectuales supremos que
ha producido la raza humana.
En 1665, una epidemia de peste hizo que las universidades cerraran sus puertas y
Newton regres a su casa, en el campo, donde permaneci hasta 1667.
All, en dos aos de soledad rstica -de los 22 a los 24 aos de edad- su ingenio
creativo explot en un torrente de descubrimientos no superados en toda la historia
del pensamiento humano:
En sus ltimos aos, escribi las siguientes reminiscencias, sobre el periodo milagroso
de su juventud:
"En esos das, estaba en la mejor edad para los descubrimientos, y las matemticas y
la filosofa (o sea, las ciencias) me interesaron ms que nada, desde entonces".
De todos modos, su capacidad nica era tan evidente para su maestro Isaac Barrow
quien, en 1669, dimiti su profesorado en favor de su alumno (un caso sin
precedentes en la vida acadmica!) y Newton se estableci en Cambridge durante los
27 aos siguientes.
No se sabe gran cosa sobre la vida de Newton en Cambridge, en los primeros aos de
su profesorado; pero es seguro que entre sus principales intereses se contaron la
ptica y la construccin de telescopios.
Experiment muchas tcnicas para esmerilar vidrios (con herramientas diseadas por
l mismo) y hacia 1670 construy el primer telescopio de reflexin, el antepasado de
los grandes instrumentos que se utilizan actualmente en monte Palomar y en todo el
mundo. La pertinencia y la simplicidad de su anlisis prismtico de la luz solar, marc
ese trabajo inicial como uno de los clsicos sin limitaciones de tiempo de las ciencias
experimentales.
No obstante, eso era slo el comienzo, puesto que fue penetrando cada vez ms en los
misterios de la luz y todos sus esfuerzos en ese sentido siguieron dando muestras de
un ingenio experimental del ms alto orden.
"En cuanto a los fenmenos de los colores... Estoy convencido de haber descubierto la
explicacin ms segura; pero no quiero publicarla en libros, por temor de que los
ignorantes inicien disputas y controversias contra mi"
Universidad Surcolombiana Neiva Huila - Colombia 3 de 38
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
A fines de la dcada de 1670, Newton tuvo uno de sus lapsos peridicos de desagrado
por las ciencias y dirigi sus energas hacia otros cauces. Todava no haba publicado
nada sobre dinmica o la gravedad y sus numerosos descubrimientos en esos campos
permanecas olvidados sobre su escritorio. Sin embargo, al fin, estimulado y enojado
por las pretensiones y las crticas de Robert Hooke y calmado por la intervencin
diplomtica de Edmund Halley, dedic su atencin nuevamente a esos problemas y
comenz a escribir su obra principal, el Principia.
Polinomios
Un polinomio es una suma de trminos llamados monomios. Un monomio es el
producto de un coeficiente (un nmero real), una variable (casi siempre x o y) elevada
a un exponente (entero positivo).
Existen polinomios con uno, dos o ms trminos, por ejemplo:
Grado de un polinomio
El grado de un polinomio es igual al exponente mayor de la variable. Por ejemplo:
5x 2 Es un polinomio de grado 2
6x7 2 Es de grado 7
3x 5 + 4 x 3 x 2 Es de grado 5
2 x 4- x 3 - x 2 De qu grado es?
5 2
6 x - 4 x - 19 x De qu grado es?
3 x15 + x13 - x2 De qu grado es?
13 De qu grado es?
Nota cmo se deben escribir los polinomios. Se deben escribir en orden decreciente
con respecto al grado de cada trmino.
Races de un polinomio
La raz de un polinomio es un nmero tal que hace que el polinomio valga cero. Es
decir que, cuando resolvamos un polinomio a cero, las soluciones son las races del
polinomio.
x 2 + x 12 = 0 Igualando a cero.
( x + 4)( x 3) = 0 Factorizando.
x = 4 Raz 1
x=3 Raz 2
Universidad Surcolombiana Neiva Huila - Colombia 6 de 38
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
Factorizacin de un polinomio
El nmero de factores en que se puede descomponer un polinomio es igual al grado
del polinomio. Para poder factorizar un polinomio es necesario encontrar sus races.
Cuando se tengan estas, los factores correspondientes a cada raz son de la forma (x-r)
donde r es una de las races.
Esto es, si r1, r2, ... , rn son races del polinomio f(x) entonces la factorizacin de f(x)
es: f ( x) = ( x r1 )( x r2 )...( x rn )
Por ejemplo, si
Descripcin Grfica
Funcin f ( x) = x 2 + x 12
Races -4y3
Factorizacin f ( x) = ( x + 4)( x 3)
Descripcin Grfica
Funcin f ( x) = x 3 4 x 2 + x + 6
Races - 1, 2 y 3
Funcin f ( x) = x 4 5 x 2 + 4
Races - 2, - 1, 1 y 2
Funcin f ( x) = x 3 + 4 x 2 + 3x
Races Cules son?
Factorizacin f(x) =
Funcin f ( x) = x 3 2 x 2 5 x + 6
Races 1, - 2 y 3
Descripcin Grfica
Funcin f ( x) = x 2 4
Races - 2, 2
Factorizacin f ( x) = ( x 2)( x + 2)
Para el caso del siguiente ejemplo la funcin f ( x) = x 2 2 x + 1 tiene dos (2) races, y si
observa la grfica, esta no corta el eje x en ningn sector. Ahora si observa el valor de
uno (1) en el eje x, es un punto donde la funcin se vuelve cero (0). Se debe
considerar al valor de uno (1) como raz de la funcin. Lo que pasa es que dicha raz se
repite par veces (para el caso del ejemplo 2 veces), por esta razn la grfica no corta el eje
x, sino que lo toca tangencialmente en el punto raz y cambia su pendiente. Se puede
decir matemticamente que en el punto raz, la derivada de la funcin es igual a cero
(0) dicho de otra manera en este punto la tangente es igual a cero (0).
Descripcin Grfica
Funcin f ( x) = x 2 2 x + 1
Races 1, 1
Factorizacin f ( x) = ( x 1)( x 1)
En la factorizacin que se hace de la funcin, se puede observar que el nico valor que hace
que la funcin tome el valor de cero es 1, y puede ser en el trmino de la izquierda o en el
trmino de la derecha, es decir dos veces.
Descripcin Grfica
Funcin f ( x) = x 3 6 x 2 + 12 x + 8
Races 2, 2, 2
x, es un punto donde la funcin cruza el eje de las x con cierta pendiente, esto indica que
ese punto de corte es una raz nica. Ahora en le punto 1 sobre el eje de las x la curva o
grafica de la funcin toca tangencialmente el eje y cambia de pendiente. Esto debe asumirse
como una raz que se repite par veces. Como el polinomio de es orden 3 y ya se sabe de una
raz nica se puede decir que dicha raz es par veces repetida. Se puede decir
matemticamente que en el punto 1 considerado como raz repetida par veces, la derivada de
la funcin es igual a cero.
En la factorizacin que se hace de la funcin, se puede observar que el nico valor que hace
que la funcin tome el valor de cero es -1, en el trmino de la izquierda o 1 en los dos
trminos de la derecha.
Descripcin Grfica
Funcin f ( x) = x 3 3x 2 + 4
Races - 1, 2, 2
En el siguiente ejemplo muestra la combinacin de las tres formas que toma la grfica
dependiendo si sus races se repiten par o impar veces o son races nicas.
Descripcin Grfica
f ( x) = x 6 17 x 5 + 102 x 4 ....
248 x 3 + 160 x 2 + 240 x 288
Funcin
Races - 1, 2, 2, 2, 6, 6
Factorizacin f ( x) = ( x + 1)( x 2) 3 ( x 6) 2
f ( x) = ( x + 1)( x 1) 2 ( x 1) f ( x) = ( x + 1)( x 2) 5 ( x 6) 4
f ( x) = ( x + 2)( x 2) 3 ( x) f ( x) = ( x 1) 2 ( x + 1) + 1
f ( x) = ( x + 1)( x 2)5 ( x 6) 4 + 1 f ( x) = ( x 1) 2 1
f ( x) = ( x 1) 2 + ( x 1) f ( x) = (( x 1) 2 + 1) 2 ( x 1)
Se puede decir entornes que es una ecuacin de orden n y por tanto tiene n soluciones.
Recuerde que en es este apartado slo se tiene polinomios con coeficientes enteros.
Observa la tabla anterior, donde se da la funcin, las races y la grfica y verifica que
efectivamente para cada polinomio de grado n hay n races.
Una forma en la que se puede interpretar este teorema es como sigue, ya que se
puede factorizar un polinomio, dadas las races y hay n races para todo polinomio de
este grado, entonces si:
f ( x) = a n x n + a n1 x n1 + a n2 x n 2 + a n 3 x n3 + ... + a3 x 3 + a 2 x 2 + a1 x1 + a 0 ,
f ( x) = ( x r1 )( x r2 )...( x rn )
La demostracin de este teorema queda lejos del objetivo de esta pgina sin embargo
daremos algunas herramientas para encontrar las n races.
"El nmero de races reales positivas (+) de un polinomio f (x) es igual al nmero de
cambios de signo de trmino a trmino de f (x) "
Hay que recordar que los polinomios se deben escribir en orden decreciente conforme
al grado de cada trmino.
f(x)= x2 + x - 12 tiene un cambio de signo, del segundo al tercer trmino, por lo tanto
tiene una raz positiva.
g(x)= +x3 - 4 x2 + x + 6 tiene dos cambios de signo, tiene dos races positivas
h(x)= +x4 - 5 x2 + 4 tiene dos races positivas
i(x)= x3 + 4 x2 + 3 x No tiene cambios de signo, por lo tanto no tiene races reales
positivas.
j(x)= x3 - 2 x2 - 5 x + 6 Cuntas races positivas tiene?
negativas, en la funcin f ( x) = x 1 .
signo -, o sea que no hay cambio de signo, indicando con esto que no hay races
f ( x) = a n x n + a n1 x n1 + a n2 x n 2 + a n 3 x n3 + ... + a3 x 3 + a 2 x 2 + a1 x1 + a 0 , se toma a
a 0 = 1 . Esto es que slo se trabaja con polinomios de la siguiente forma:
f ( x) = x n + a n1 x n 1 + a n2 x n2 + a n 3 x n 3 + ... + a3 x 3 + a 2 x 2 + a1 x1 + a 0
El conjunto de posibles races de f (x) se forma con los divisores de a0 (del trmino
independiente), hay que considerar estos divisores tanto con signo positivo como con
negativo.
La forma en que se puede usar esta informacin del trmino independiente es la
siguiente, puesto que cualquier elemento de este conjunto puede ser raz de f (x) hay
que evaluar a f (x) en algn valor de este conjunto y si el resultado de la evaluacin
es cero, entonces ese valor escogido es raz de f (x) .
f ( x) = x 2 + x 12
1, 2, 3, 4, 6, 12,
-4y3
-1, -2, -3, -4, -6, -12
1, 2, 3, 6,
f(x)= x3 - 4 x2 + x + 6 - 1, 2 y 3
-1, -2, -3, -6
1, 2, 4,
f(x)= x4 - 5 x2 + 4 - 2, - 1, 1 y 2
-1, -2, -4
1, 2, 3, 6,
f(x)= x3 - 2 x2 - 5 x + 6 1, - 2 y 3
-1, -2, -3, -6
Adems de haber encontrado una raz usando el mtodo anterior se ha hallado un factor del
cero.
Mtodo de Newton-Raphson
Definicin:
El mtodo de Newton es una extensin directa del mtodo del mismo nombre para buscar
ceros de funciones de una variable. La idea es realizar el desarrollo de las series de Taylor de
una funcin alrededor de una estimacin de la raz x0
f ( x) = f ( x0 ) + ( x x0 ) f `( x0 ) + ( x x0 ) f ``( x0 ) + ....
1
2
Truncando la serie a primer orden e igualando f ( x) = 0 se tiene.
x = x0
f ( x0 )
f `( x0 )
Este Mtodo es similar al de la Secante, la diferencia esencial radica en que en la Secante se
utiliza el Mtodo de diferencias divididas para aproximar f `(x) . El Mtodo de Newton-Raphson
asume que la funcin f (x) es derivable sobre un intervalo cerrado [a,b]. Entonces f (x) tiene
una pendiente definida y una nica lnea tangente en cada punto dentro del intervalo [a,b].
La tangente en ( x0 , f ( x0 )) es una aproximacin a la curva de f (x) cerca del punto ( x0 , f ( x0 )) .
En consecuencia, el cero de la lnea tangente es una aproximacin del cero de f (x) o
denominada raz de f(x).
Si ha intentado encontrar una raz de una funcin complicada algebraicamente alguna vez,
usted puede haber tenido alguna dificultad. Usando algunos conceptos bsicos de clculo, se
tienen maneras de evaluar races de funciones complicadas numricamente. Normalmente, se
usa el mtodo de Newton-Raphson. Este proceso iterativo sigue una pauta fija para aproximar
una raz, considerado la funcin, su derivada, y un valor x inicial.
Usted puede recordar del lgebra que una raz de una funcin es un cero de la funcin. Esto
significa que la raz de una funcin, se calcula cuando la funcin se iguala a cero. Se puede
encontrar las races de una funcin simple como f ( x) = x 2 4 simplemente colocando la
funcin igual a cero, y resolviendo:
El Mtodo de Newton Raphson usa un proceso iterativo para encontrar la raz de una funcin.
La raz especifica que el proceso localiza un valor que depende del valor x inicial, valor x
escogido arbitrariamente.
Se Calcula la primera aproximacin, x1, como el cero de la lnea tangente en un punto inicial
x0 dado. Se calcula la segunda aproximacin, x2, como el cero de la lnea tangente en la
primera aproximacin x1. Siguiendo el esquema mostrado ms abajo, las primeras dos
aproximaciones de races usando el Mtodo Newton-Raphson, se buscan con el mismo criterio
del Mtodo de la Biseccin:
Figura 3
Derivacin de la frmula
El Mtodo de Newton tiene una interpretacin geomtrica sencilla, de hecho, el Mtodo de
Newton consiste en una linealizacin de la funcin, es decir, f se reemplaza por una recta tal
que contiene al punto ( x0 , f ( x0 )) y cuya pendiente coincide con la derivada de la funcin en el
punto, f ( x0 ) . La nueva aproximacin a la raz, x1 , se obtiene de la interseccin de la funcin
lineal con el eje X de ordenadas.
y f ( x0 ) = f ' ( x0 )( x x0 )
( x0 , f ( x0 )) y de pendiente f ' ( x0 ) es:
xn +1 = xn f ( xn ) / f ' ( xn )
Figura 4
x1 ) = f ( x0 ) / tan( ) . y despejando x1 se
partir de esta frmula se puede decir que: ( x0
tendra la frmula de Newton. La pendiente en x0 esta dada por tan( ) = f ' ( x0 ) .
Teniendo en cuenta lo anterior se tendra entonces que: x1 = x0 f ( x0 ) / f ' ( x0 ) .
De aqu, 0 f ( x0 ) = f `( x0 )( x1 x0 )
Despejando, x1 x0 = f ( x0 ) / f `( x0 )
Finalmente se obtiene: x1 = x0 f ( x0 ) / f `( x0 )
Por construccin similar se obtiene: xn +1 = xn f ( xn ) / f ' ( xn )
Donde, xn es una valor para x conocido actualmente, f ( xn ) representa el valor de la
funcin evaluada en xn , y f ' ( xn ) es la derivada evaluada en xn , xn +1 representa el
prximo valor para x que se est tratando de encontrar como raz al aplicar el modelo.
f ' ( x0 ) , la derivada representa f ( x) dx , (dx = delta-x) dx = x0 x1 . Sin
embargo, el trmino f ( x ) / f `( x ) representa un valor de dx = x .
Esencialmente,
= = x
f ( x) f ( x)
f ' ( x ) f ( x ) / x
Orden de Convergencia
Sean x0, x1, x2. . . una secuencia que converge a r y sea en = xn - r. Si existe un nmero m y
=c n ,
e n +1
una constante C (distinta de cero), tal que: lim Cuando Entonces m es
m
en
llamado orden de convergencia de la secuencia y C el error asinttico constante. Para
m=1,2,3, la convergencia se dice lineal, cuadrtica y cbica respectivamente.
Anlisis de Convergencia
Sean x0 , x1 , x2 ,..., xn , xn +1 las aproximaciones en sucesivas iteraciones. Sea r el
Tabla. 1
n xn f ( xn ) f ' ( xn ) xn+1 dx
0 x0 = 6 f(x0 )= 32 f'(x0 )= 12 x1 = 3.33
1 x1 = 3.33 f(x1) = 7.09 f'(x1) = 6.66 x2 = 2.27 1.06
2 x2 = 2.27 f(x2) = 1.15 f'(x2) = 4.54 x3 = 2.01 0.26
3 x3 = 2.01 f(x3) = 0.04 f'(x3) = 4.02 x4 = 2.00 0.01
Una representacin grfica tambin puede ser muy til. En la Figura 5, ver la misma
funcin f ( x) = x 2 4 (mostrado en color azul). El proceso es el mismo descrito
anteriormente. En la primera iteracin, la lnea roja est tangente a la curva en el x0 .
La inclinacin de la tangente es la derivada en el punto de tangencia, y para la
x = 2.67 . Substrayendo esto de seis (6) se encuentra que el nuevo x-valor es igual a
x1 = 3.33 . Otra manera de considerar esto es encontrar la raz de esta lnea tangente.
As, cmo esto relaciona a la qumica? Considere la ecuacin de Van Der Waals que podr
encontrar en la seccin de Leyes de Gases. Asumiendo que se tiene un nmero fijo de moles
de un gas fijo, no bajo las condiciones ideales, que se puede usar el mtodo de Newton-
Raphson para resolver para una de las tres variables (la temperatura, presin, o volumen),
basado en las otras dos. Para hacer esto, Para esto se necesita usar la ecuacin de Van Der
Waals, y derivar esta, ambos en seguida.
( P + 2 )( b) = RT
n 2a V
V n
dV 1 n 2 a dP n 2 a V
dt n + + + b R =0
dT
V dt V n
( ) P 2
2 3 dt
Como puede observar, la Ecuacin de Van Der Waals es bastante compleja. No es posible
resolverla algebraicamente, para lo cual se debe usar un mtodo numrico. El mtodo de
Newton-Raphson es la manera ms fcil y ms fidedigna de resolver las ecuaciones, aunque la
ecuacin y su derivada parecen realmente intimidantes.
Dependiendo de las condiciones bajo las que este intentando resolver esta ecuacin, algunas
de las variables pueden estar cambiando. As que, puede ser necesario usar derivadas
parciales. Para los propsitos de este ejemplo, Se asume que la presin, temperatura, y
volumen son las nicas variables cambiantes, y que estos valores son todas las funciones de
tiempo. Esto evita el uso de derivadas parciales; se diferencian todas las variables
simplemente con respecto al tiempo, como es mostrado anteriormente. Alguna manipulacin
algebraica de la ecuacin y/o su derivada que depende del problema especfico a ser resuelto
puede necesitarse. Es supuesto que se especifican todas las variables pero uno; esa variable se
Universidad Surcolombiana Neiva Huila - Colombia 20 de 38
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
usa en la expresin para el "xn+1" que el mtodo de Newton usa. Desarrollando el mtodo de
Newton con xito en esta ecuacin dara un valor de esa variable que da una solucin que
cuando las otras variables se mantienen constantes en los valores que se especific.
Algoritmo:
1. Dada una funcin f ( x) = 0 obtener la Primera y Segunda derivada.
2. Elegir un valor inicial x0 . Este valor inicial debe cumplir con el criterio de
convergencia:
xn +1 = xn f ( xn ) / f ' ( xn )
3. Obtener una nueva aproximacin evaluando la frmula general del mtodo
( xn +1 xn ) / xn+1
4. Evaluar la aproximacin relativa
5. Si < Tolerancia
(Falso) Repetir el paso 3 y 4
(Verdadero) Entonces x n +1 es la Raz
x=-4:0.1:4;
fx=x.^3+x+16;
plot(x,fx)
grid on
Figura 6. Funcin f ( x) = x 3 + x + 16
n xn f ( xn ) f ' ( xn ) f ( xn ) / f ' ( xn ) xn +1 = xn f ( xn ) f `( xn )
0 2.0000 26.0000 13.0000 2.0000 0.0000
1 0.0000 16.0000 1.0000 16.0000 -16.0000
2 -16.0000 -4096.0000 769.0000 -5.3000 -10.7000
3 -10.7000 -1210.7000 342.8000 -3.5000 -7.1000
4 -7.1142 -355.3900 154.0100 -2.3076 -4.8341
5 -4.8341 -101.7983 71.1049 -1.4317 -3.4024
6 -3.4024 -26.7902 35.7293 -0.7498 -2.6526
7 -2.6526 -5.3171 22.1089 -0.2405 -2.4121
8 -2.4121 -0.4464 18.4548 -0.0242 -2.3879
9 -2.3879 -0.0042 18.1065 -0.0002 -2.3877
Dependiendo del valor de x con el cual se inician las iteraciones se conseguir el encuentro de
la raz en menos o ms iteraciones. Basta con observar la figura 6 y tratar de aplicar el modelo
sobre la misma para darse cuenta porque las oscilaciones
n xn f ( xn ) f ' ( xn ) f ( xn ) / f ' ( xn ) xn +1 = xn f ( xn ) f `( xn )
0 4 84 49 1.7143 2.2857
1 2.2857 30.2274 16.6735 1.8129 0.4728
2 0.4728 16.5785 1.6706 9.9234 -9.4506
3 -9.4506 -837.517 268.9410 -3.1141 -6.3365
4 -6.3365 -244.7499 121.4522 -2.0152 -4.3213
5 -4.3213 -69.0136 57.0200 -1.2103 -3.1109
6 -3.1109 -17.2179 30.0335 -0.5733 -2.5376
7 -2.5376 -2.8789 20.3187 -0.1417 -2.3959
8 -2.3959 -0.1500 18.2217 -0.0082 -2.3877
9 -2.3877 -0.0005 18.1035 -0.0000 -2.3877
10 -2.3877 -0.0000 18.1031 -0.0000 -2.3877
Los anteriores clculos se realizaron haciendo uso del paquete MatLab con el siguiente cdigo.
Si desea tener mas cifras significativas puedes cambiar el formato de presentacin por el de
format long.
format short;
x=4; fx=x.^3+x+16;
while abs(fx)>0.00001
fx=x.^3+x+16; dfx=3*x^2+1; xn=x-fx/dfx;
disp ([x fx dfx fx/dfx xn]); x=xn;
end
Si se aplicara el mtodo con lenguaje C y se trabajara un nivel menor de tolerancia los
resultados seran los siguientes:
n xn f ( xn )
0 2.0000000000e+00 2.600000000e+01
1 -8.8888888889e-01 1.440877915e+01
2 -6.4731525784e+00 -2.617092778e+02
3 -3.3870823116e+00 -2.624479676e+01
4 -2.2910214677e+00 1.683912327e+00
5 -2.4374797174e+00 -9.192959325e-01
6 -2.3661202961e+00 3.870954684e-01
7 -2.3978571056e+00 -1.848609426e-01
8 -2.3830675645e+00 8.346548208e-02
9 -2.3898215161e+00 -3.868219039e-02
10 -2.3867076332e+00 1.771466692e-02
11 -2.3881370715e+00 -8.157247458e-03
12 -2.3874795682e+00 3.746775102e-03
13 -2.3877817246e+00 -1.722963287e-03
14 -2.3876428096e+00 7.918859082e-04
15 -2.3877066628e+00 -3.640455920e-04
16 -2.3876773097e+00 1.673400724e-04
17 -2.3876908026e+00 -7.692484810e-05
18 -2.3876846001e+00 3.536087399e-05
Universidad Surcolombiana Neiva Huila - Colombia 22 de 38
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
Solucin:
Para obtener una solucin a f ( x) = 0 mediante el mtodo de Newton, dada la funcin
diferenciable f y una aproximacin inicial x0 , se utiliza el siguiente algoritmo:
Solucin
xn = xn 1
f ( xn1 )
; Se obtiene la expresin del Mtodo quedando para este caso as:
f `( xn 1 )
t 3 2t 2 1
t n +1 = t n = tn n 2 n
f (t n )
f `(t n ) 3t n 4t n
2. Para calcular las aproximaciones se utiliza la expresin anterior con t 0 = 3 ,
t 03 2t 02 1
t1 = t 0 = 2.466667
3t 02 4t 0
Continuando con las iteraciones se obtiene:
Iteracin ti
1 2.466667
2 2.247342
3 2.206900
4 2.205571
5 2.205569
De esta forma se puede asegurar que en la quinta iteracin las cifras 2.205569 son
exactas.
Ejemplo 5: Funcin f ( x) = 2 x 3 + x 2 x + 1
Utilizar el Mtodo de Newton para aproximar los ceros de: f ( x) = 2 x + x x + 1
3 2
Continuar las iteraciones hasta que dos aproximaciones sucesivas difieran en menos de
0,0001.
Ejemplo 6: Funcin F (t ) = 1.21e 6.6t sin(11.4t 111.7 o ) + 0.28e 55.9t sin(18t + 26.1o )
En la funcin F (t ) = 1.21e 6.6t sin(11.4t 111.7 o ) + 0.28e 55.9t sin(18t + 26.1o ) , t es el tiempo,
y el intervalo de inters es para los valores tal que t > 0.
La funcin seno es oscilatoria, afectada de la funcin exponencial. Tiende a cero
a dicho valor, con lo cual la grafica de F(t) se confunde con el eje t para t 1 .
cuando t tiene valores superiores a 1; se lleva tanto sus factores como la funcin F(t)
t f(t)
0,0 -1.00106744399655
0,2 0.10488140145009
0,4 0.04373517406561
0,6 -0.02270159505605
0,8 0.00477763344408
1,0 -0.00004228104332
Para efectos de la grfica se puede ejecutar el siguiente cdigo en MatLab.
format short;
t=0:0.02:1;
ft=1.21*exp(-6.6*t).*sin(11.4*t-111.7*pi/180)+...
0.28*exp(-55.9*t).*sin(18*t+26.1*pi/180);
plot(t,ft)
grid on
Figura 9. Funcin F (t ) = 1.21e 6.6t sin(11.4t 111.7 o ) + 0.28e 55.9t sin(18t + 26.1o )
Estos valores sealan la presencia de races reales en los intervalos (0.1,0.2), (0.4,0.5),
(0.6,0.8) y pudiese inducir que habra otra posiblemente en (0.8,1.0).
Luego pues, se aplica el Mtodo de Newton-Raphson para encontrar las races en cada
uno de los intervalos.
Utilizando la primera derivada de la funcin que es:
t n +1 = t n
f (t n )
f (t n )
Utilizando la frmula:
Intervalo (0,0.2)
t1 F(t) F'(t) ea er ep
0,1 -0,45195045 7,84918551
0,15757928 -0,06523934 5,2485353 0,05757928 0,3653988 36,5398801
0,17000929 -0,00450956 4,52093195 0,01243001 0,0731137 7,31137024
0,17100677 -2,9291E-05 4,46220075 0,00099749 0,00583302 0,58330153
0,17101334 -1,2686E-09 4,46181423 6,5643E-06 3,8385E-05 0,0038385
0,17101334 1,2584E-16 4,46181422 2,8432E-10 1,6626E-09 1,6626E-07
0,17101334 -4,7963E-17 4,46181422 2,7756E-17 1,623E-16 1,623E-14
0,17101334 -4,7963E-17 4,46181422 0 0 0
Intervalo (0.4,0.6)
t2 F(t) F'(t) ea er ep
0,5 -0,02552511 -0,24887142
0,39743657 0,04667494 -1,15610121 0,10256343 0,2580624 25,8062397
0,43780928 0,00672327 -0,80750436 0,04037271 0,09221529 9,2215292
0,44613527 0,00033008 -0,72812975 0,00832599 0,01866248 1,86624756
0,44658859 9,8171E-07 -0,72379864 0,00045333 0,00101509 0,10150903
0,44658995 8,7878E-12 -0,72378568 1,3563E-06 3,0371E-06 0,00030371
0,44658995 -3,1234E-17 -0,72378568 1,2141E-11 2,7187E-11 2,7187E-09
0,44658995 2,5156E-17 -0,72378568 5,5511E-17 1,243E-16 1,243E-14
0,44658995 -3,1234E-17 -0,72378568 5,5511E-17 1,243E-16 1,243E-14
0,44658995 2,5156E-17 -0,72378568 5,5511E-17 1,243E-16 1,243E-14
Intervalo (0.6,0.8)
t3 F(t) F'(t) ea er ep
0,7 -0,00298091 0,15126648
0,71970633 -0,00029375 0,12122588 0,01970633 0,02738107 2,73810731
0,72212952 -4,5493E-06 0,11747079 0,00242318 0,00335561 0,33556084
0,72216824 -1,1622E-09 0,11741077 3,8727E-05 5,3627E-05 0,00536265
0,72216825 -6,5918E-17 0,11741076 9,8987E-09 1,3707E-08 1,3707E-06
0,72216825 -1,1033E-17 0,11741076 5,5511E-16 7,6867E-16 7,6867E-14
Universidad Surcolombiana Neiva Huila - Colombia 29 de 38
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
Intervalo (0.8,1.0)
t4 F(t) F'(t) ea er ep
0,9 0,00285866 -0,0348708
0,98197861 0,00033146 -0,02298212 0,08197861 0,08348309 8,34830928
0,99640129 2,585E-05 -0,01938429 0,01442268 0,01447477 1,44747656
0,99773482 2,2353E-07 -0,01904904 0,00133353 0,00133656 0,13365611
0,99774655 1,731E-11 -0,01904609 1,1735E-05 1,1761E-05 0,00117612
0,99774656 6,1406E-19 -0,01904609 9,0884E-10 9,1089E-10 9,1089E-08
0,99774656 6,1406E-19 -0,01904609 0 0 0
Ejemplo 7: funcin f ( x) = 3 x 2 e x
Figura 10
Se puede observar que la curva corta el eje x en los intervalos [-1,0],[0,1], y [3,4].
Tambin se pudiera graficar las dos curvas por aparte tal como se ilustra en la
siguiente grafica.
Las races corresponderan a los puntos sobre el eje x donde las dos curvas se cortan.
Universidad Surcolombiana Neiva Huila - Colombia 30 de 38
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
Figura 6
Ejemplo 8: Funcin f ( x) = x 3 + 4 x 2 10
f ( x) = x 3 + 4 x 2 10
f `( x) = 3 x 2 + 8 x
Cdigo Fuente en C
//**************************************
//Mtodo de Newton-Rapson para aproximar
//las races de la ecuacin f(x)=0
//**************************************
#include <stdio.h>
#include <math.h>
#include <conio.h>
#define N 10 //nmero mximo de iteraciones
int main(void)
{ double x, x0;
int i;
clrscr();
i=1;
x0=1.0; //aproximacin inicial de la raz, de f(x)
Universidad Surcolombiana Neiva Huila - Colombia 31 de 38
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
Ejemplo 9: Funcin f ( x) = x 3 3x 2 4
printf("\n%3d%10.4lf%10.4lf%10.4lf%10.4lf%10.4f",Cont,Xo,Fx,Fdx,Xn,Error);
Universidad Surcolombiana Neiva Huila - Colombia 32 de 38
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
Xo = Xn;
}
printf("\n===========================================");
if (Ciclos > Cont)
printf("\n La raz de la ecuacin es %.5lf ",Xn);
else
printf("\n\n No converge en %3d Ciclos !!!! Dar nuevos valores",Ciclos);
getch();
return 0;
}
void Lee_Datos(void)
{ clrscr();
printf("\n Dar el Valor inicial de X -> "); scanf("%lf",&Xo);
printf("\n Cual es el error Permitido ->"); scanf("%f",&Tolera);
printf("\n Numero de ciclos mximos ->"); scanf("%d",&Ciclos);
}
xn = xn 1
Recuerde que el Mtodo de Newton-Raphson consiste f ( xn1 )
en calcular las iteraciones f `( xn 1 )
g ( x) = x
A partir de un valor inicial x0 . El algoritmo se puede f ( x)
interpretar como la iteracin de punto fijo con la
f `( x)
funcin
En esta prctica se estudiar las regiones de convergencia del Mtodo de Newton para
una funcin concreta, as como la influencia de las races mltiples en las propiedades
de convergencia.
Trabajo de laboratorio
1. function [x,xvect,nit]=fnewton(f,fprima,x0,maxiter,tolerancia)
2. % Implementa el algoritmo de Newton
3. % usando la funcin puntofijo.m
4. % f = expresin de la funcin cuyas races se buscan
5. % fprima = su derivada
6. % x0 = valor inicial
7. % Como criterios de parada se usan:
8. % maxiter = cantidad max de iteraciones admitidas
9. % tolerancia = margen para error absoluto
Universidad Surcolombiana Neiva Huila - Colombia 33 de 38
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
10. % En la salida:
11. % x = resultado de la ultima iteracin
12. % xvect = vector de los resultados de todas las iteraciones
13. % nit = cantidad de iteraciones realizadas
function [x,xvect,nit]=puntofijo(g,x0,maxiter,tolerancia)
% Implementa la iteracin de punto fijo
% g = expresin de la funcin de iteracin
% x0 = valor inicial
% Como criterios de parada se usan:
% maxiter = cantidad max de iteraciones admitidas
% tolerancia = margen para error absoluto
% En la salida:
% x = resultado de la ultima iteracin
% xvect = vector de los resultados de todas las iteraciones
% nit = cantidad de iteraciones realizadas
nit=0; xvect=x0; x=x0; % Inicializando
err=tolerancia+1; % Garantiza al menos 1 ejecucin
while (nit < maxiter & err > tolerancia),
nit=nit+1;
xn=g(x);
xvect=[xvect;xn]; % Agregue el valor nuevo
err=abs(xn-x); % Calcula el error absoluto
x=xn;
end
if nit == maxiter,
disp('Alcanzado el mximo de iteraciones admisible')
end
14. Pruebe la funcin creada calculando las dos races reales, x=1 y x=-5, de
f ( x ) = 2 x 2 + 8 x 10
15. Vamos a estudiar las regiones de convergencia del algoritmo de Newton para la
funcin f del apartado anterior. Sean I1 e I-5 los conjuntos de R tales que si x(0) N
I1 (respectivamente, si x(0) N I-5) entonces el algoritmo converge a la raz 1
(resp., a -5) en # 200 iteraciones. Asumiendo que I1 e I-5 son intervalos abiertos,
estime experimentalmente los extremos de esos intervalos, tomado
tolerancia=2 eM(donde eM es el epsilon de la maquina).
h( x) = ( x 1) y f ( x) = 2 x 3 + 6 x 2 18 x + 10 ,
16. Vea la influencia de una raz doble, en la convergencia del Mtodo de Newton,
aplicndolo ahora a la funcin
necesitan para aproximar por medio de fnewton las dos races con tolerancia=2
eM para las funciones f y h? Donde se observan las diferencias? Dibuje las
graficas de los errores cometidos en las iteraciones correspondientes en la
misma escala semilogartmica (semilogy) para apreciar la convergencia
geomtrica.
17. Aplique el algoritmo D2 de Aitken para acelerar la convergencia de la sucesin
de aproximaciones a la raz x=1 de h. Dibuje las grficas de los errores
Trabajo de Laboratorio
Dos elipses pueden tener como mximo 4 puntos de interseccin. Se desea encontrar
las coordenadas de las intersecciones de las elipses dadas por sus ecuaciones
( x 2) 2 + ( y 3 + 2 x) 2 = 5 , y 2( x 3) 2 + ( y 3 + 2 x) 2 = 5
1. Para obtener una idea grafica de la situacin, se dibujan las elipses por medio
de la funcin contour de MATLAB que permite crear curvas de nivel. Se
utilizar el formato contour(x,y,Z,[n n]), donde x e y son los vectores de
valores xi e yj a lo largo de los ejes correspondientes, Z es la matriz de los
valores de la funcin en los puntos (xi,yj) y n es el nivel que se desea dibujar.
Ejercicios Propuestos
Resolver las siguientes ecuaciones por el Mtodo Newton-Raphson:
Recursos Bibliogrficos
X MATHEUS. John H. Fink Kurtis D. Mtodos Numricos con MATLAB. Editorial
Prentice Hall
X ALTZ, Franz L. Electronic. Digital. computers: Their use in science and
Engineering. 1958 Academic Press inc. New York.
X BURDEN Richard L., J. Douglas Faires; Anlisis numrico. tr. Efrn Alatorre
Miguel; Revisin Tcnica. Ildefonso. 1998 (Biblioteca USCO. Nro Topogrfico:
515 / B949a.)
X CHAPRA Steven C., CANALE Raymond P, Numerical Methods for engineers.
McGraw Hill, Inc. 1988. 839p. ISBN 0-07-909944-0.
X CHAPRA Steven C., CANALE Raymond P. Mtodos numricos para ingenieros: con
aplicaciones en computadoras personales. 1988 (Biblioteca USCO Nro
Topogrfico: 519.5 / C467m)
X CONDE S. D, Carl de Boor. Anlisis numrico elemental: Un enfoque
algortmico. Mc. Graw-Hill 1972, (Biblioteca USCO Nro Topogrfico: 511.8 /
C761 Biblioteca).
X CORMICK MC., John M. and SALVADOR M.C. Numerical Methods in
FORTRAN. 1964. Prentice-Hall Inc Englewood Cliffs N:J.
X CURTIS, F. Gerald, WHEATLEY, O. Patrick. Anlisis numrico con aplicaciones.
Tr. Hugo Villagomez Vasquez. 6 Ed. Pearson Educacin. 2000, 698p. ISBN 968-
444-393-5
X FADDEEVA, V.N. Computacional methods of linear algebra, Dover
Publications. 1969, New York.
X GASTINEL Nol; Anlisis numrico lineal. tr. Javier Ruiz Fernndez de Pinedo.
1975. (Biblioteca USCO Nro Topogrfico: 511.7 / G255).
X GREENSPAN, D. Theory and solutions of Ordinary Differencial Equations.
1960 The. Mc Millan Co. New York.
X KINCAID David y Ward Cheney; Anlisis numrico: Las matemticas del clculo
cientfico. tr. Rafael. 1994 (Biblioteca USCO Nro Topogrfico: 515 / K51a).
X LUTHE. Rodolfo, OLIVERA Antonio, SCHUTZ Fernando, Mtodos numricos. 1986
(Biblioteca USCO Nro Topogrfico: 511.7 / L973m).
X McCRACKEN, Daniel D., Mtodos numricos y programacin fortran: con
aplicaciones en ingeniera y ciencias. 1986. Editorial Limusa. Mxico.
(Biblioteca USCO Nro. Topogrfico: 001.6424 / M117).
X NAKAMURA Shoichiro; Anlisis numrico y visualizacin grfica con MATLAB. tr.
Roberto Escalona Garca. 1998 (Biblioteca USCO N ro Topogrfico: 515.1 /
N163a).
X NAKAMURA Shoichiro; Mtodos numricos aplicados con software. tr. Oscar
Alfredo Palmas Velasco. Prentice Hall Hispanoamericana S.A. 1995. 570p.
(Biblioteca USCO. Nro. Topogrfico: 511.8 / N163m) ISBN 968-880-263-8
X NIETO RAMIREZ Jos A., Mtodos numricos en computadoras digitales. Editorial
Limusa 1980. (Biblioteca USCO Nro Topogrfico: 001.64042 / N677).
Bibliografia OnLine:
http://sai.uam.mx/apoyodidactico/mn/
http://www.unalmed.edu.co/~ifasmar/libro.shtml
http://www.iesrodeira.com/metodos_numericos/index-2.htm
http://uprhmate01.upr.clu.edu/~pnm/notas4061/index.htm
http://mailweb.udlap.mx/~ccastane/Analisis_Numerico_html/Lindley.html#RegresaGral1
http://www.ii.uam.es/~pedro/ccii/teoria/
http://webdiee.cem.itesm.mx/web/servicios/archivo/tutoriales/metodos/algoritmos/index.html
http://www.ucsc.cl/~kdt/numerico/index.htm
http://luda.azc.uam.mx/curso2/cp2indic.html
http://www.geocities.com/SiliconValley/Pines/7894/metodos/
http://www.uv.es/~diaz/mn/fmn.html
http://proton.ucting.udg.mx/posgrado/cursos/metodos/temario.html
http://webdiee.cem.itesm.mx/web/servicios/archivo/tutoriales/metodos/algoritmos/index.html
http://www.damtp.cam.ac.uk/user/fdl/people/sd/lectures/nummeth98/contents.htm
http://anamat1.csi.ull.es/anamat_p/Titulaciones/matematicas.htm
http://www.cnice.mecd.es/Descartes/
http://mathworld.wolfram.com/
http://www.elprisma.com/
http://www-gap.dcs.st-and.ac.uk/~history/index.html
http://www.ciencia-hoy.retina.ar/indice.htm
http://omega.ilce.edu.mx:3000/sites/ciencia/html/fisica.htm
http://books.pdox.net/
http://arxiv.org/
http://pessoal.sercomtel.com.br/matematica/resumos.htm
http://www.itlp.edu.mx/publica/tutors.htm
http://www.rinconmatematico.com/libros.htm