Está en la página 1de 2

Inconvenientes del mtodo de Newton

Raphson y la solucin a los mismos


Juan Pablo Rodrguez Macas
Ingeniera de Sistemas, Universidad Tecnolgica de Bolvar
Cartagena, Colombia
Juanpabordmsx2@gmail.com
Abstract This document is a short summary of the cases
when the Newton-Raphson method fails or converges slowly
and what we can do in those cases without giving up using this
method.

I. INTRODUCCIN
En anlisis numrico, el mtodo de Newton-Raphson es
un mtodo para encontrar sucesivamente una aproximacin a las
races de una determinada funcin real. El mtodo presenta una
convergencia cuadrtica, permitiendo encontrar en un nmero
pequeo de iteraciones la raz que se desea aproximar, sin
embargo, bajo ciertas condiciones la convergencia no es
cuadrtica, y puede ser muy lenta o el mtodo puede incluso
divergir. Este documento presenta cada uno de los casos en los
cuales se presentan dificultades para utilizar el mtodo de
Newton-Raphson y lo que se debe hacer para solucionar estos
inconvenientes sin renunciar al mtodo.

II. CUANDO EL MTODO FALLA


A. Races Mltiples
Cuando se emplea el mtodo de Newton-Raphson para hallar
una raz cuya multiplicidad sea mayor a 1, la eficiencia del
mtodo se reducir significativamente.

Fig. 1 Ejemplo de una funcin con una raz que presenta multiplicidad 2.

La funcin de la figura 1 es un ejemplo de una funcin


con una raz con multiplicidad 2. Si aplicramos el mtodo sin
ninguna modificacin notaramos que la convergencia del mtodo
sera lineal. Para solucionar este problema haremos la siguiente
modificacin al mtodo:

Que puede simplificarse como

Para k = 0, 1
Producir una secuencia {pk} que converge cuadrticamente
a p. Cabe destacar que cuando la raz es de multiplicidad 1, esta
modificacin al mtodo original converge ms lento que la
original.

B. No hay derivada o la derivada es cero en la raz


En ocasiones, puede suceder que la derivada de la funcin no
exista, o esta sea cero en la raz. En el primer caso no podramos
aplicar el mtodo, dado que nos encontraramos con una divisin
por cero y en el segundo caso, el mtodo sera muy lento. Para
solucionar este problema podemos usar una variante muy popular
del mtodo Newton-Raphson conocida como el mtodo de la
secante, que tiene la siguiente frmula iterativa:

Como podemos ver, la frmula de este mtodo no utiliza la


derivada de la funcin, lo cual nos permite hallar la raz, aunque
la funcin no sea derivable. Desafortunadamente esta variante no
presenta una convergencia cuadrtica, sino una convergencia de
1.618.

C. Valores iniciales inapropiados


Grfica de la funcin 9x^2 12x +4

Cuando escogemos un punto inicial que est muy lejos


de la raz, el mtodo puede tardar mucho en converger o puede
divergir como en el caso de la siguiente funcin:
1)

III. CONCLUSIONES
El mtodo de Newton-Raphson presenta una serie de
inconvenientes que pueden afectar seriamente su convergencia o
incluso impedirnos utilizar la formulacin original del mtodo, sin
embargo, estos problemas se solucionan aplicando las
modificaciones mencionadas en este artculo que nos permiten
seguir utilizando el mtodo y conservar en el mejor de los casos la
convergencia cuadrtica del mtodo.

REFERENCIAS
[1] Antonio Nieves, Federico C. Domnguez. "Mtodos numricos
aplicados a la ingeniera" (Tercera Edicin). Editorial Patria.
[2] When does Newton-Raphson method fails? avaliable online:
https://www.quora.com/When-does-Newton-Raphson-fail
[3] The Accelerated and Modified Newton Methods, available online:
http://mathfaculty.fullerton.edu/mathews/n2003/NewtonAccelerateMo
d.html.
Grfica de la funcin y=x(1x)
Fig. 2 Ejemplo de una funcin con un mximo en x = 1/2.

Para funcin que aparece en la figura 2 casi todos los


valores que escojamos nos llevarn hacia una de las dos races,
pero si llegamos a escoger el valor x = el mtodo fallar,
porque en ese punto la derivada es cero.
Si nuestro punto inicial no est lo suficientemente cerca
de la raz el mtodo puede converger muy lentamente o divergir.
2)

Grfica de la funcin y = xe^-x^2


Fig. 3 Ejemplo de una funcin para la cual los valores iniciales deben
estar en el intervalo [-1/sqrt(2),1/sqrt(2)].

Para este caso nuestros valores iniciales deben estar


cerca de la raz (en el intervalo [-1/sqrt(2),1/sqrt(2)]) o de lo
contrario el mtodo se ir hacia el mximo o el mnimo de la
funcin arrojando como resultado infinito (o menos infinito).