MTODO DE NEWTON

HISTORIA <!--[if gte mso 9]> Normal 0 21 false false false ES-EC X-NONE X-NONE <![endif]-><!--[if gte mso 9]> <![endif]--> <!--[endif]--><!--[if gte mso 9]> Normal 0 21 false false false ES-EC X-NONE X-NONE <![endif]--><!--[if gte mso 9]> <![endif]--> <!-[endif]--> El mtodo de Newton fue descrito por Isaac Newton en De la realizacin del anlisis por terminorum Infinitas numero aequationes (escrita en 1669 , publicado en 1711 por William Jones ) y en De fluxionum metodis et infinitarum serierum (escrita en 1671 , traducido y publicado como Mtodo de las fluxiones en 1736 por John Colson ). Sin embargo, su descripcin difiere sustancialmente de la descripcin moderna dada arriba: Newton aplica el nico mtodo para polinomios. l no computa las aproximaciones sucesivas x n, pero calcula una secuencia de polinomios y slo al final, llega a una aproximacin a la raz x. Finalmente, Newton ve el mtodo como puramente algebraico y no se fija la conexin con el clculo. Isaac Newton probablemente deriva su mtodo de un mtodo preciso, pero menos similar por Franois Vite . La esencia de los mtodos Vite puede encontrarse en la labor del Persa matemtico Sharaf al-Din alTusi. El mtodo de Newton se public por primera vez en 1685 en un tratado de lgebra, tanto histrica y prctica por John Wallis . En 1690 , Joseph Raphson public una descripcin simplificada en universalis aequationum Anlisis. Raphson ms vistos del mtodo de Newton exclusivamente como un mtodo algebraico y restringido su uso a los polinomios, pero l se describe el mtodo en cuanto a las aproximaciones sucesivas x n en lugar de la secuencia ms complicada de los polinomios utilizados por Newton. Por ltimo, en 1740 , Thomas Simpson describe el mtodo de Newton como un mtodo iterativo para resolver ecuaciones no lineales generales utilizando el clculo fluxional, esencialmente con la descripcin anterior. En la misma publicacin, Simpson tambin da a la generalizacin de los sistemas de dos ecuaciones y observa que el mtodo de Newton se puede utilizar para resolver problemas de optimizacin mediante la creacin del gradiente a cero. <!--[if gte mso 9]> Normal 0 21 false false false ES-EC X-NONE X-NONE <![endif]-><!--[if gte mso 9]> <![endif]--> <!--[endif]--> Arthur Cayley en 1879 en El-Fourier imaginaria problema Newton fue el primero que se percat de las dificultades para generalizar el mtodo de Newton a la races complejas de polinomios con grado mayor que 2 y complejas valores iniciales. Esto abri el camino al estudio de la teora de iteraciones de funciones racionales. En anlisis numrico , el mtodo de Newton (tambin conocido como el-Raphson el mtodo de Newton), el nombre de Isaac Newton y Raphson Joseph , es quizs la ms

conocida mejor mtodo para encontrar mejores aproximaciones sucesivamente a los ceros (o races ) de un real con valores de funcin. Diferencia 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]. QU ES EL MTODO DE NEWTON ? <!--[if gte mso 9]> Normal 0 21 false false false ES-EC X-NONE X-NONE <![endif]-><!--[if gte mso 9]> <![endif]--> <!--[endif]--> El Mtodo numrico de Newton es una aplicacin del clculo diferencial que se utiliza para hallar los ceros de una funcin derivable de ensimo grado con la precisin deseada ya que es una extensin directa del mtodo del mismo nombre para buscarceros de funciones de una variable. Los procedimientos para hallar las races o ceros de funciones lineales o cuadrticas a partir de los coeficientes de la ecuacin son sencillos y exactos. El mtodo de Newton asume que la funcin f sea continuamente derivable y que se conoce la derivada de la funcin. Este mtodo puede no converger si se comienza con un valor muy alejado de la raz. Sin embargo, si converge, lo hace mucho ms rpido que el mtodo de biseccin (usualmente, de manera cuadrtica), por eso el nmero de dgitos correctos se duplica en cada iteracin. El mtodo de Newton tambin es til porque se generaliza para problemas de dimensiones ms altas. Este mtodo, el cual es un mtodo iterativo, es uno de los ms usados y efectivos. A diferencia de los mtodos anteriores, el mtodo de Newton-Raphson no trabaja sobre un intervalo sino que basa su frmula en un proceso iterativo. La idea es realizar el desarrollo de las series de Taylor de una funcin alrededor de una estimacin de la raz x0

Truncando la serie a primer orden e igualando f (x) = 0 se tiene.

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) . Este mtodo es muy similar al mtodo babilnico y se basa en una repeticin, sea, se divide y saca promedio, se divide y saca promedio, etc. En este mtodo la primera aproximacin no es muy precisa. 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).

<!--[if gte mso 9]> Normal 0 21 false false false ES-EC X-NONE X-NONE <![endif]-><!--[if gte mso 9]> <![endif]--> <!--[endif]--> 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. Estosignifica 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) = x2 4 simplemente colocando la funcin igual a cero, y resolviendo: f (x) = x2 4 = 0 , de aqu se tiene que f (x) = (x + 2)(x 2) = 0 , para concluir que la igualdad se cumple solo si x = 2 x = -2, que son consideradas como races de la ecuacin. <!--[if gte mso 9]> Normal 0 21 false false false ES-EC X-NONE X-NONE <![endif]-><!--[if gte mso 9]> <![endif]--> <!--[endif]--> OBTENCIN DE LA FORMULA

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 (xo, f (xo)) y cuya pendiente coincide con la derivada de la funcin en el punto, f (xo) . La nueva aproximacin a la raz, x1 , se obtiene de la interseccin de la funcin lineal con el eje X de ordenadas. La ecuacin de la recta que pasa por el punto (xo, f (xo)) y de la pendiente f (xo) es : y- f (xo) = f (xo)(x-xo) . De donde, haciendo y=0 y despejando x se obtiene la ecuacin de Newton- Raphson. Xn+1 = Xn f (Xn) / f (xn)

<!--[if gte mso 9]> Normal 0 21 false false false ES-EC X-NONE X-NONE <![endif]-><!--[if gte mso 9]> <![endif]--> <!--[endif]--> Demostracin: Sea 0 x la raz supuesta inicial o valor inicial de las iteraciones y si se aplican funciones trigonomtricas al ngulo de la figura 4 se tiene que tan( ) = f (xo) /(xo x1) , a partir de esta frmula se puede decir que: (x0 x1) = f (x0 ) / tan( ) . y despejando x1 se tendra la frmula de Newton. La pendiente en xo esta dada por tan( ) = f (xo) . Teniendo en cuenta lo anterior se tendra entonces que: x1 = x0 f (xo) / f (xo ) . Tambin se puede deducir de teniendo en cuenta que la ecuacin de la lnea tangente en xo esta dada por y- f (xo) = f (xo)(x-xo) . La primera aproximacin x1 es Obtenida como la raz de (1). As (x1,0) es un punto sobre la ecuacin anterior.

<!--[if gte mso 9]> Normal 0 21 false false false ES-EC X-NONE X-NONE <![endif]-><!--[if gte mso 9]> <![endif]--> <!--[endif]-->

Donde, Xn 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. Esencialmente, f(X0) , la derivada representa f(x)/dx , (dx = delta-x) dx = X1- X0 . Sin embargo, el trmino f (x) / f `(x) representa un valor de dx = x . CONVERGENCIA

<!--[if gte mso 9]> Normal 0 21 false false false ES-EC X-NONE X-NONE <![endif]-><!--[if gte mso 9]> <![endif]--> <!--[endif]--> <!--[if gte mso 9]> Normal 0 21 false false false ES-EC X-NONE X-NONE <![endif]-><!--[if gte mso 9]> <![endif]--> <!--[endif]--> En general, la convergencia es cuadrtica: el error es esencialmente cuadrado en cada paso (es decir, el nmero de dgitos exactos se duplica en cada paso). En primer lugar, el mtodo de Newton requiere que la derivada se calcula directamente. (Si la derivada es aproximada por la pendiente de una recta que pasa por dos puntos de la funcin, el mtodo de la secante resultados, lo que puede ser ms eficiente en funcin de cmo se mide el esfuerzo computacional.) En segundo lugar, si el valor inicial es demasiado lejos de la verdad cero, el mtodo de Newton puede dejar de converger. Debido a esto, las implementaciones ms prctica del mtodo de Newton poner lmite al nmero de iteraciones y tal vez del tamao de las iteraciones. En tercer lugar, si la raz que se busca tiene multiplicidad mayor que uno, la velocidad de convergencia es meramente lineal (menor nmero de errores por un factor constante en cada etapa) a menos que se tomen medidas especiales. CONDICIONES ESPECIALES DEL MTODO DE NEWTON

El mtodo de newton no siempre trabaja. se encuentra con problemas en varias partes. -Cuando se escoge un valor x inicial donde se tendra una divisin por cero lo cual es un error, y no podra proceder. -Cuando usando un valor X inicial de los valores X convergen y hacen el delta-x la disminucin hacia el cero (0) -Dependiendo de la condiciones bajo las que se este intentando resolver la ecuacin, algunas de las variables pueden estar cambiando. As que, puede ser necesario usar derivadas parciales.

DESVENTAJAS

Aunque el mtodo de newton en general es muy eficiente, hay situaciones en que presenta dificultades: -En caso especial es las raices multiples. -En algunos casos es posible que para raices simples se presenten dificultades por su lenta convergencia. CONCLUSIN

<!--[if gte mso 9]> Normal 0 21 false false false ES-EC X-NONE X-NONE <![endif]-><!--[if gte mso 9]> <![endif]--> El metodo de newton es eficiente en la solucin de sistemas de ecuaciones no lineales, converge muy rpidamente y proporciona una muy buena precisin en los resultados. el mtodo se emplea en la solucin de problemas academicos y propios del mundo real Primer Ejercicio : Usar el mtodo de Newton-Raphson, para aproximar la raz de comenzando con Xo= l y hasta que Solucin: En este caso, tenemos que .

De aqu tenemos que:

Comenzamos con Xo= l 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 1 1.268941421 1.309108403 1.309799389

Error aprox.

21.19% 3.06% 0.052%

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 lentitud del mtodo en estudio. Segundo Ejercicio: Veremos a continuacin un ejemplo del metdo de Newton Raphson, con la siguiente ecuacin:

# 1 2

FXn 18 -30.375

DFXn 4 37.75

Nuevo Xm -3.5 -2.6953642384106

3 -6.2771541041392 22.794965133108 -2.419989651633 4 -0.59229583988115 18.569049742033 -2.3880927130115 5 -0.0073539466744812 18.108960417816 -2.3876866186524 6 -1.1814129692311E-6 18.103142166676 -2.3876865533923 Ha terminado de analizar el mtodo de la Newton Rapshon, en este ejemplo con un error de 0.0001; se encuentra la ltima raiz(Xm): -2.3876865533923 con 6 iteracciones. CDIGO EN MATLAB

Programa escrito en MatLab para hallar las races usando el metodo de NEWTONRAPHSON disp (NEWTON-RAPHSON)

xo=input(Valor inicial =); n=input (numero de iteraciones=); salida=ones(n,4); % matiz de salida de datos for i=1:n x1=xo-[(exp(-xo)-xo)]/[(-exp(-xo)-1)]; vsal=[xo;x1]; er=[[abs((xo-x1)/xo)]]*100; % error relativo porcentual ea=[[abs((x1-xo)/x1)]]*100; % error xo=x1; salida(i,1)=i; salida(i,2)=x1; salida(i,3)=er; salida(i,4)=ea; end disp(ite raiz er ea); disp(num2str(salida));