Prueba Final
Prueba Final
Prueba Final
Newton
Problemas de libración gravitacional: Una solución computacional con el método de Newton......1
Problemas de libración gravitacional: Una solución computacional con el método de Newton......2
Objetivos Específicos:......................................................................................................................2
Introducción:.....................................................................................................................................3
Marco Teórico...................................................................................................................................4
Fundamentos matemáticos............................................................................................................4
Formulación Método.....................................................................................................................6
Algoritmo del método...................................................................................................................9
Análisis de convergencia............................................................................................................10
Variantes y extensiones..............................................................................................................12
Aplicaciones practicas................................................................................................................13
Ejemplo de Problema Resuelto: Raíces de Funciones No Lineales...............................14
Limitaciones y consideraciones..................................................................................................14
Desarrollos recientes y perspectivas futuras...............................................................................14
Introducción....................................................................................................................................14
Descripción del Problema...............................................................................................................15
Ecuación para el Punto (L1)........................................................................................................15
Ecuación para el Punto (L2)........................................................................................................15
Método de Newton-Raphson..........................................................................................................15
Resolución del Punto L1..............................................................................................................15
Resolución del Punto (L2)...........................................................................................................16
Resultados.......................................................................................................................................16
Conclusión......................................................................................................................................16
Referencias:................................................................................................................................17
Problemas de libración gravitacional: Una solución computacional con el método de
Newton
Objetivos Específicos:
Objetivo Específico 1: Investigar los fundamentos teóricos del Método de Newton-Raphson, su
derivación matemática y su importancia histórica en la resolución de ecuaciones no lineales.
Introducción:
El método de Newton-Raphson es un método iterativo poderoso para encontrar por
aproximaciones la raíz de una función real; su rapidez y su eficiencia en muchos problemas
concretos son sus características más sobresalientes en el cálculo numérico.
El método de Newton-Raphson se basa en aproximar una función a su tangente y determinar el
punto donde la tangente se cruza con el eje de las abscisas. Después de realizar más iteraciones,
se logra la aproximación deseada.
Las siguientes son algunas de las razones por las que el método de Newton-Raphson es
crucial para el análisis numérico:
Versatilidad: el objetivo original del método era encontrar las raíces de las funciones,
pero se ha extendido para resolver problemas de optimización y sistemas de ecuaciones no
lineales.
Marco Teórico
Fundamentos matemáticos
Los fundamentos matemáticos detrás del método de Newton-Raphson implican los
siguientes conceptos principales.
Sea f una función continua en el intervalo [a, b] y diferenciable en el intervalo abierto (a,
b), entonces existe al menos un punto c en (a, b) tal que:
f'(c) = (f(b) - f(a)) / (b - a).
Series de Taylor
Las series de Taylor dan una aproximación polinómica de una función alrededor de un
punto. Esta aproximación es importante para el desarrollo de este método.
Si tomamos solo los dos primeros términos de esta expansión, obtenemos una aproximación
lineal de la función. El método de Newton-Raphson utiliza esta
aproximación lineal para encontrar la intersección con el eje x, lo que nos lleva a la fórmula
iterativa del método.
Interpretación Geométrica
En cada iteración se calcula la tangente a la curva f(x) en el punto (x_n, f(x_n)). La ecuación de
esta tangente es:
y - f(x_n) = f'(x_n)(x - x_n)
Formulación Método
Donde:
Interpretación Geométrica
3. Encontramos el punto donde esta tangente cruza el eje x. Este punto se convierte en
nuestra nueva aproximación x_1
4. Repetimos este proceso, utilizando x_1 para encontrar x_2, y así sucesivamente.
Geométricamente nos estamos moviendo por las tangentes de la función hasta llegar a la raíz
Condiciones de convergencia
Para que el método de Newton-Raphson converja se necesitan cumplir ciertas condiciones. Como
pueden ser las siguientes.
Formula generalizada
Para funciones de variables el método se generaliza de la siguiente manera:
Donde:
x_n es un vector de variables
Criterios de parada
Donde:
ε es la tolerancia predefinida
Bajo condiciones favorables, el método presenta convergencia cuadrática, lo que implica que el
error en cada iteración es aproximadamente proporcional al cuadrado del error de la iteración
anterior:
Inicialización:
Iteración
Finalización:
Análisis de convergencia
Orden de convergencia
Interpretación:
El error en cada iteración es proporcional al cuadrado del error en la iteración anterior, esto quiere
decir que la precisión mejora significativamente en cada paso.
Si una función f(x) cumple ciertas condiciones en un intervalo que contiene la raíz r:
f(r) = 0
f’(r) ≠ 0.
Entonces, existe un δ > 0 tal que x0 ∈ (r−δ, r+δ), la secuencia generada por el método de Newton-
Raphson converge a r.
Tasa de convergencia
Donde:
-M = maxx∈[a,b]∣f′′(x)∣.
-m = minx∈[a,b]∣f′(x)∣.
1. Raíces múltiples:
Convergencia lineal
Modificación
restaura la convergencia cuadrática
1. Vs Bisección
Newton-Raphson: Convergencia mas rápida, pero requiere el cálculo de derivadas
Bisección: Es mas robusto y garantiza convergencia en un intervalo dado, aunque es mas
lento
2. Vs punto fijo
Newton-Raphson: Suele ser más rápido
Punto Fijo: Es mas simple, pero puede tener una convergencia más lenta
Variantes y extensiones
Método de Newton-Raphson amortiguado
Formula:
Característica: Introduce un factor de amortiguación α en donde 0<α ≤1, para poder controlar el
tamaño del paso.
Uso: Mejora la convergencia en los casos donde el método tiende a oscilar o divergir
Método Halley
Formula:
Característica: Utiliza la segunda derivada de la función para lograr una convergencia más rápida.
Ventaja: Ofrece una convergencia de orden cubico en lugar de cuadrático, lo cual acelera el
proceso
Método de la Secante
Formula:
Formula:
Método de Shamanskii
Algoritmo: Combina los pasoso del método de Newton con pasos de cuasi-Newton.
Aplicaciones practicas
El Método de Newton es ampliamente utilizado en ingeniería, ciencias y matemáticas debido a su
eficiencia y precisión en la resolución de ecuaciones no lineales. Algunas aplicaciones comunes
incluyen:
Limitaciones y consideraciones
Ingeniería civil y mecánica: Modelado de comportamiento elástico y plástico, diseño de
estructuras.
Ingeniería eléctrica: Análisis de circuitos no lineales.
Física y astronomía: Resolución de ecuaciones diferenciales no lineales en dinámicas de
partículas y trayectorias orbitales.
Economía: Optimización de funciones de coste en modelos económicos complejos
Este trabajo aborda la resolución numérica de las ecuaciones que determinan las posiciones de los
puntos lagrangeanos o de libración L1 y L2 en el sistema Tierra-Sol. Los puntos de libración son
posiciones en el espacio donde las fuerzas gravitacionales de dos cuerpos masivos, como la Tierra
y el Sol, se equilibran con la fuerza centrífuga que actúa sobre un tercer cuerpo, como un satélite.
Nos enfocaremos en resolver las ecuaciones que describen las posiciones de L1 y L2 utilizando el
método de Newton-Raphson, una técnica clave en el cálculo numérico para encontrar raíces de
funciones no lineales.
El objetivo es encontrar las posiciones de equilibrio sobre la línea que une la Tierra y el Sol,
conocidas como L1 y L2. Las ecuaciones que describen estos puntos derivan de la combinación
de las fuerzas gravitacionales y centrífugas. Debido a que estas ecuaciones no tienen soluciones
exactas, emplearemos métodos numéricos para encontrar sus raíces.
La posición XL1X{L1}XL1 está dada por la siguiente ecuación polinómica de quinto grado:
p(x)=x5−(2+r) x4+(1+2r) x3−(1−r) x2+2(1−r) x + r=0p(x) = x^5 - (2 + r) x^4 + (1 + 2r) x^3 - (1 -
r) x^2 + 2(1 - r) x + r = 0p(x)=x5−(2+r)x4+(1+2r)x3−(1−r)x2+2(1−r) x + r = 0
donde r es el cociente entre la masa de la Tierra y la masa total del sistema Tierra-Sol, con un
valor de:
Método de Newton-Raphson
donde Xn es la estimación actual de la raíz, f(x) es la función cuya raíz estamos buscando, y f ′(x)
es la derivada de f(x). El proceso se repite hasta que la diferencia entre dos aproximaciones
sucesivas sea menor a un umbral de tolerancia, lo que indica que se ha alcanzado una solución
precisa.
Fig 1.
Resolución del Punto L1
Para L1, la ecuación es un polinomio de quinto grado. Para aplicar Newton-Raphson, necesitamos
la función y su derivada:
Función:
f(x) = x5−(2+r) x4+(1+2r) x3−(1−r) x2+2(1−r) x + r f(x) = x^5 - (2 + r)x^4 + (1 + 2r) x^3 - (1 - r)
x^2 + 2(1 - r) x + r f(x) = x5−(2+r) x4+(1+2r) x3−(1−r) x2+2(1−r) x + r
Derivada:
f ′(x) = 5x4−4(2+r) x3+3(1+2r) x2−2(1−r) x+2(1−r) f '(x) = 5x^4 - 4(2 + r) x^3 + 3(1 + 2r) x^2 -
2(1 - r) x + 2(1 - r) f ′(x) = 5x4−4(2+r) x3+3(1+2r) x2−2(1−r) x+2(1−r)
Proceso Iterativo:
El proceso se repite hasta que la diferencia entre Xn+1 {n+1} y Xn sea menor que 10−1010^{-
10}10−10, lo que asegura una precisión adecuada.
Función:
Derivada:
Proceso Iterativo:
Aproximación inicial: Como L2 está más lejos, se elige X0 = 100000 como valor inicial.
Iteración: Se aplica Newton-Raphson hasta obtener una solución con la precisión
deseada.
Resultados
Para L1, la raíz obtenida es XL1 ≈ 0.9029566469, lo que indica que L1 está muy cercano
al Sol.
Para L2, la solución numérica es XL2 ≈ 1.1037619966 mostrando que L2está mucho más
lejos de la Tierra.
Fig 2.
Comparación en Kilómetros
L1:
L2:
XL2 × UA ≈ 1.1037619966 × 144 millones de km ≈ 158.0 millones de km × XL2 × UA ≈
1.1037619966 × 144 millones de km ≈ 158.0 millones de km.
Conclusión
Este trabajo demuestra cómo el método de Newton-Raphson es una herramienta eficaz para
resolver ecuaciones no lineales en sistemas físicos complejos, como el sistema Tierra-Sol. A
través de este método, hemos podido determinar con precisión las posiciones de los puntos de
libración o puntos lagrangeanos L1 y L2, que son esenciales para estudiar la estabilidad
gravitacional y las órbitas. La técnica permitió obtener aproximaciones eficientes, destacando su
relevancia en el análisis numérico y en la mecánica celeste.
Referencias:
[1] J. Stewart, _Precalculus: Mathematics for Calculus_, 6th ed. Belmont, CA: Brooks/Cole
Cengage Learning, 2012, pp. 1-992.
[2] J. Stewart, _Calculus: Early Transcendentals_, 7th ed. Belmont, CA: Brooks/Cole Cengage
Learning, 2012, pp. 1-1368.