UNIVERSIDAD NACIONAL DE

HUANCAVELICA

Escuela Academica Profesional de Ingeniera

Civil Huancavelica
Metodos Numericos

Metodo de Newton Raphson en

C++

Autores:
Miguel Angel Vargas Catedratico:
Hilario Ing. Samuel Vargas
Jhon Smith Paitan Crispin
Giraldez

November 3, 2017
Contents
1 Introduccion 2

2 Descripcion del metodo 3

3 Obtencion del Algoritmo 4

4 Newton Raphson en C++ 6

4.1 PASOS PARA USAR EL PROGRAMA . . . . . . . . . . . . . . . 6

5 CONCLUSIONES 11

1
1 Introduccion
El Metodo numerico de Newton es una aplicacion del calculo diferencial que se
utiliza para hallar los ceros de una funcion derivable de enesimo grado con la pre-
cision deseada ya que es una extension directa del metodo del mismo nombre para
buscarceros de funciones de una variable. Los procedimientos para hallar las races
o ceros de funciones lineales o cuadraticas a partir de los coeficientes de la ecuacion
son sencillos y exactos. El metodo de Newton asume que la funcion f sea contin-
uamente derivable y que se conoce la derivada de la funcion. Este metodo puede
no converger si se comienza con un valor muy alejado de la raz. Sin embargo, si
converge, lo hace mucho mas rapido que el metodo de biseccion (usualmente, de
manera cuadratica), por eso el numero de dgitos correctos se duplica en cada it-
eracion. El metodo de Newton tambien es util porque se generaliza para problemas
de dimensiones mas altas.
Este metodo, el cual es un metodo iterativo, es uno de los mas usados y efec-
tivos. A diferencia de los metodos anteriores, el metodo de Newton-Raphson no
trabaja sobre un intervalo sino que basa su formula en un proceso iterativo.
La idea es realizar el desarrollo de las series de Taylor de una funcion alrededor
de una estimacion de la raz x0

2
2 Descripcion del metodo
El metodo de Newton-Raphson es un metodo abierto, en el sentido de que no esta
garantizada su convergencia global. La unica manera de alcanzar la convergencia es
seleccionar un valor inicial lo suficientemente cercano a la raz buscada. As, se ha
de comenzar la iteracion 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 funcion; si esta presenta multiples
puntos de inflexion o pendientes grandes en el entorno de la raz, entonces las
probabilidades de que el algoritmo diverja aumentan, lo cual exige seleccionar un
valor supuesto cercano a la raz. Una vez que se ha hecho esto, el metodo linealiza
la funcion por la recta tangente en ese valor supuesto. La abscisa en el origen de
dicha recta sera, segun el metodo, una mejor aproximacion de la raz que el valor
anterior. Se realizaran sucesivas iteraciones hasta que el metodo haya convergido
lo suficiente.
Sea f: [a, b] - R funcion derivable definida en el intervalo real [a, b]. Em-
pezamos con un valor inicial x0 y definimos para cada numero natural n

Figure 1: Donde f denota la derivada de f.

Notese que el metodo descrito es de aplicacion exclusiva para funciones de

una sola variable con forma analtica o implcita conocible. Existen variantes
del metodo aplicables a sistemas discretos que permiten estimar las races de la
tendencia, as como algoritmos que extienden el metodo de Newton a sistemas
multivariables, sistemas de ecuaciones, etcetera.

3
3 Obtencion del Algoritmo
Tres son las formas principales por las que tradicionalmente se ha obtenido el
algoritmo de Newton-Raphson.
La primera de ellas es una simple interpretacion geometrica. En efecto, aten-
diendo al desarrollo geometrico del metodo de la secante, podra pensarse en que
si los puntos de iteracion estan lo suficientemente cerca (a una distancia infinites-
imal), entonces la secante se sustituye por la tangente a la curva en el punto. As
pues, si por un punto de iteracion trazamos la tangente a la curva, por extension
con el metodo de la secante, el nuevo punto de iteracion se tomara como la abscisa
en el origen de la tangente (punto de corte de la tangente con el eje X). Esto
es equivalente a linealizar la funcion, es decir, f se reemplaza por una recta tal
que contiene al punto (Xo, f(Xo)) y cuya pendiente coincide con la derivada de la
funcion en el punto, f(Xo) . La nueva aproximacion a la raz, X1, se logra de la
interseccion de la funcion lineal con el eje X de abscisas. Matematicamente:

En la ilustracion adjunta del metodo de Newton se puede ver que Xn+1 es una
mejor aproximacion que Xn para el cero (x) de la funcion f. Una forma alternativa
de obtener el algoritmo es desarrollando la funcion f (x) en serie de Taylor, para
un entorno del punto Xn:

Si se trunca el desarrollo a partir del termino de grado 2, y evaluamos en Xn+1:

Si ademas se acepta que Xn+1 tiende a la raz, se ha de cumplir que f(Xn+1)=0,

luego, sustituyendo en la expresion anterior, obtenemos el algoritmo.

4
 Finalmente, hay que indicar que el metodo de Newton-Raphson puede inter-
pretarse como un metodo de iteracion de punto fijo. As, dada la ecuacion f(x)=0,
se puede considerar el siguiente metodo de iteracion de punto fijo:

Se escoge h (x) de manera que g(r)=0 (r es la raz buscada). Dado que g(r)
es:

Entonces:

Como h (x) no tiene que ser unica, se escoge de la forma mas sencilla:

Por tanto, imponiendo subndices:

Expresion que coincide con la del algoritmo de Newton-Raphson.

5
 Ilustracion de una iteracion del metodo de Newton (la funcion f se muestra en
azul y la lnea de la tangente en rojo). Vemos que Xn+1 es una aproximacion
mejor que Xn para la raz x de la funcion f.

4 Newton Raphson en C++

Sabiendo la teoria sobre el metodo de Newton Raphson, programamos en nuestro
programa Dev C++ para el siguiente ejercicio.

4.1 PASOS PARA USAR EL PROGRAMA

Una vez terminamos de programar, compilamos.

6
 Cuando termine de complilar, nos debe salir este mensaje.

Luego sin hay ningun error, procedemos a ejecutar el programa.

Despues de ejecutar el programa nos abre el programa, que es el siguiente.

7
 Como el programa que hicimos es para el ejemplo 1. Ingresamos los intervalos
a, b que son 0, 1.2

Al ingresar los valores, el programa nos muestra una tabla con los distintos
valores de x dentro del intervalo de 0 a 1.2 y el valor de las imagenes de
estas x. Esto nos permite analizar los signos que va tomando la funcion.
Como nos damos cuenta en la imagen, la funcion empiza con signo negativo
-1 y empieza subiendo su valor hasta llegar a un punto en que cambia de
signo de menos a mas. Esto sucede en el intervalo de 0.6 a 0.8. Eso quiere
decir que la funcion esta cortando al eje x en el intervalo de 0.6 a 0.8.

8
 Por el metodo de Newton Raphson nos pide que elijamos un valor inicial ade-
cuado para la primera aproximacion, por la figura anterior podemos deducir
que lo valores iniciales a escoger son 0.6 o 0.8. En este caso escogeremos
como valor incial a 0.6

Despues de introducir nuestro punto inicial, nos pedira una tolerancia, ya que
el Problema 1, no nos dice que tolerancia usar, usaremos como tolerancia,
0.01

9
 Una vez ingresado el punto inicial y la tolerancia, nuestro programa em-
pieza a hacer los calculos y en total vemos 3 iteraciones. En cada iteracion
el programa va calculando la siguiente aproximacion y la imagen de esta
aproximacion, el valor de la derivada y el error calculado. El error vendria a
ser la diferencia de la siguiente aproximacion y la aproximacion anterior.

Luego de calcular las 3 aproximaciones, al final se concluye el valor de la

raiz, con una presicion de 10 cifras decimales.

10
5 CONCLUSIONES
El metodo de newton es eficiente en la solucion de sistemas de ecuaciones
no lineales, converge muy rapidamente y proporciona una muy buena pre-
cision en los resultados. el metodo se emplea en la solucion de problemas
academicos y propios del mundo real.

11
References
[1] ASSOS, Dolores; MARTINEZ Alberto. CRISOL, Enciclopedia Universal.
Tomo: Newton Rapshon. Editorial Carroggio S.A.Ediciones. 1999

[2] ILLIAM LAMBE Y ROBERT V. WHITMAN. Metodos Numericos.

LimusaEditores. T.. Limusa Noriega Editores

12