3 Mtodo de Newton

Este mtodo parte de una aproximacin inicial x

0
y obtiene una aproximacin mejor, x
1
,
dada por la frmula:

(29)

La expresin anterior puede derivarse a partir de un desarrollo en serie de Taylor.
Efectivamente, sea r un cero de f y sea x una aproximacin a r tal que r=x+h. Si f''
existe y es continua, por el teorema de Taylor tenemos:

0 = f(r) = f(x+h) = f(x) + hf'(x) + O(h
2
) (30)

en donde h=r-x. Si x est prximo a r (es decir hes pequea), es razonable ignorar
el trmino O(h
2
):

0 = f(x) + hf'(x) (31)

por lo que obtenemos la siguiente expresin para h:

(32)

A partir de la ecuacin (32) y teniendo en cuenta que r=x+h es fcil derivar la
ecuacin (29).



Figure: Interpretacin geomtrica del mtodo de
Newton.
[scale=0.9]eps/new-1

El mtodo de Newton tiene una interpretacin geomtrica sencilla, como se puede
apreciar del anlisis de la figura (6). 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 linear con el eje X de ordenadas.
Veamos como podemos obtener la ecuacin (29) a partir de lo dicho en el prrafo
anterior. La ecuacin de la recta que pasa por el punto (x0,f(x0)) y de pendiente
f'(x0) es:

y - f(x
0
) = f'(x
0
)(x-x
0
) (33)

de donde, haciendo y=0 y despejando x obtenemos la ecuacin de Newton-
Raphson (29).



Figura 7: Dos situaciones en las que el mtodo de
Newton no funciona adecuadamente: (a) el mtodo no
alcanza la convergencia y (b) el mtodo converge
hacia un punto que no es un cero de la ecuacin.
[scale=0.9]eps/new-2

El mtodo de Newton es muy rpido y eficiente ya que la convergencia es de tipo
cuadrtico (el nmero de cifras significativas se duplica en cada iteracin). Sin
embargo, la convergencia depende en gran medida de la forma que adopta la
funcin en las proximidades del punto de iteracin. En la figura (7) se muestran
dos situaciones en las que este mtodo no es capaz de alcanzar la convergencia
(figura (7a)) o bien converge hacia un punto que no es un cero de la ecuacin
(figura (7b)).
El algortmo a seguir es el siguiente

Para seguir con la terminologa usada cambiar x
0
por p
0
n por N
0

ahora escribamos un programa en matlab del

mtodo de Newton

usando el bucle for
% solucion de una ecuacion por el metodo de Newton
function x = metodoNewton(f,f1,x0,n)
% Entradas f-- la funcion debemos definirlo en la
ventana de comandos como
% funcion inline
% f1--- que es la primera derivada de la
funcion.. defina como
% funcion inline
% x0 --- estimacion inicial de la raiz
% n ---- numero de iteraciones
% Salidas x --- es la solucion de la raiz
aproximada
format long %imprime ms dgitos
format compact % hace la salida ms compacta
x=x0; % asumo el valor de x a x0
for i =1: n % hacer el bucle n veces
x= x - f(x)/f1(x) % la frmula de Newton,
tambien imprime
end
Convergencia
El mtodo converge rpidamente cuando f

(x
*
) es finito y diferente de cero cuando
la estimacin inicial x0 es lo suficentemente cercano a x
*
que es la raz veamos
otro ejemplo hallar la raz de f(x) = x
1/3
x
*
=0 pero f (x
*
) = infinito si corremos el
programa definimos las funciones inline
Con el bucle mientras While seria
%Metodo de Newton
function [x e] = newton( f, f1,
x0,tol,n)
format long
x= x0;
i = 1;
while i<= n
x = x0 -f(x)/f1(x);
if abs (x-x0)<tol
fprintf (' la solucion es' , x,
'la tolerancia es', abs(x-x0))
else
fprintf(' el metodo fracaso
despues de ',i, ' iteraciones')
break
end
i= i+1
end
e = abs(x-x0);

tarea
depurar y correr este programa