I.
Introduccin
Tal vez, de las frmulas para localizar races, la frmula de Newton-Raphson
sea la ms ampliamente utilizada. Si el valor inicial para la raz es xi, entonces
se puede trazar una tangente desde el punto [xi, f(xi)] de la curva. Por lo
comn, el punto donde esta tangente cruza al eje x representa una
aproximacin mejorada de la raz.
El mtodo de Newton-Raphson se deduce a partir de esta interpretacin
geomtrica (un mtodo alternativo basado en la serie de Taylor)
II.
III.
Objetivos
Raphson
Realizar y Analizar las diferentes funciones en el matlab
Marco Terico
Mtodo de Newton
En anlisis numrico, el mtodo de Newton (conocido tambin como el mtodo
de Newton-Raphson o el mtodo de Newton-Fourier) es un algoritmo 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.
Historia
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.
de
que
no
est
garantizada su convergencia
global. La nica manera de
alcanzar la convergencia es
seleccionar un valor inicial lo
suficientemente cercano a la
raz buscada. As, se ha de
comenzar la iteracin con un
valor razonablemente cercano
al cero (denominado punto de
arranque o valor supuesto). La
relativa cercana del punto inicial a la raz depende mucho de la naturaleza de la
propia funcin; si sta presenta mltiples puntos de inflexin o pendientes grandes
en el entorno de la raz, entonces las probabilidades de que el algoritmo diverja
aumentan, lo cual exige seleccionar un valor puesto cercano a la raz. Una vez que
se ha hecho esto, el mtodo linealiza la funcin por la recta tangente en ese valor
supuesto. La abscisa en el origen de dicha recta ser, segn el mtodo, una mejor
aproximacin de la raz que el valor anterior. Se realizarn sucesivas iteraciones
hasta que el mtodo haya convergido lo suficiente.
Sea f: [a, b] -> R funcin derivable definida en el intervalo real [a, b]. Empezamos
con un valor inicial x0 y definimos para cada nmero natural n
Donde f ' denota la derivada de f.
IV.
x [4,5 ]
Donde graficamos en el matlab de donde a donde se encuentran
Evaluamos:
Entonces:
4
3
2
1
-3
-2
-1
X3[3/2,2]
Xo=7/4
1
1.5
X1[4,5]
Xo=9/2
3
X5[-2,-1]
a)
En matlab:
X2[2,3]
Xo=-3/2
Xo=5/2
Xo=5/4
X4[1,3/2]
En [-2,1] y
Converge:
Trabajando en el intervalo:
Xo=-3/2
Se Evaluamos:
Donde:
F(Xo)=
F (Xo)=
F (Xo)=
Si:
f ( Xo )f '( Xo)
<1
2
f ' '( Xo)
Entonces:
0.2815(9.4733)
<1
5.21092
0.0163 < 1
b) Iteraciones:
Donde:
n elementos
X n =X n+ 1
Trabajando:
Xo=
f ( Xn )
f ' (Xn)
e=[ 2,1 ]
3
2
Si n=0
X 1=Xo
En matlab:
Evaluamos:
f ( Xo )
f '( Xo)
si cumple
Entonces:
F(Xo)= -0.2815
F(Xo)= -9.4733
Si:
X 1=Xo
f ( Xo )
'
f ( Xo )
X 1=3/2
0.2815
9.4733
X 1=1.5297
Si n=1
X 2= X 1
En matlab:
Evaluamos:
Entonces:
f ( X 1)
f ' (X 1)
F(X1)= 0.0022
F(X1)= -9.6277
Por lo tanto:
X 2= X 1
f ( X 1)
f ' ( X 1)
X 2=1.5297
0.0022
9.6277
X 2=1.52941
V.
Conclusiones
El mtodo de Newton (conocido tambin como el mtodo de Newton-Raphson
o el mtodo de Newton-Fourier) es un algoritmo 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.
Se determin la grfica, primera derivada, segunda derivada mediante el
matlab.
Se calcul las iteraciones hasta el punto numero dos para primer orden