Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Método de Newton 232335
Método de Newton 232335
ndice
1 Historia
6 Ejemplo
7 Vase tambin
8 Referencias
9 Enlaces externos
Historia
El mtodo de Newton fue descrito por Isaac Newton en De analysi per aequationes
numero terminorum infinitas ('Sobre el anlisis mediante ecuaciones con un nmero
infinito de trminos', escrito en 1669, publicado en 1711 por William Jones) y en De
metodis fluxionum et serierum infinitarum (escrito en 1671, traducido y publicado como
Mtodo de las fluxiones en 1736 por John Colson). Sin embargo, su descripcin difiere
en forma sustancial de la descripcin moderna presentada ms arriba: Newton aplicaba
el mtodo solo a polinomios, y no consideraba las aproximaciones sucesivas xn, sino que
calculaba una secuencia de polinomios para llegar a la aproximacin de la raz x.
Finalmente, Newton ve el mtodo como puramente algebraico y falla al no ver la
conexin con el clculo.
Isaac Newton probablemente deriv su mtodo de forma similar aunque menos precisa
del mtodo de Franois Vite. La esencia del mtodo de Vite puede encontrarse en el
trabajo del matemtico persa Sharaf al-Din al-Tusi.
La funcin es mostrada en azul y la lnea tangente en rojo. Vemos que xn+1 es una
mejor aproximacin que xn para la raz x de la funcin f.
Sea f: [a, b] -> R funcin derivable definida en el intervalo real [a, b]. Empezamos con
un valor inicial x0 y definimos para cada nmero natural n
Ntese que el mtodo descrito es de aplicacin exclusiva para funciones de una sola
variable con forma analtica o implcita conocible. Existen variantes del mtodo
aplicables a sistemas discretos que permiten estimar las races de la tendencia, as como
algoritmos que extienden el mtodo de Newton a sistemas multivariables, sistemas de
ecuaciones, etctera.
Ilustracin de una iteracin del mtodo de Newton (la funcin f se muestra en azul y la
lnea de la tangente en rojo). Vemos que es una aproximacin mejor que para la raz de
la funcin .
En la ilustracin adjunta del mtodo de Newton se puede ver que es una mejor
aproximacin que para el cero (x) de la funcin f.
Se escoge h (x) de manera que g'(r)=0 (r es la raz buscada). Dado que g'(r) es:
Entonces:
Existen numerosas formas de evitar este problema, como pudieran ser los mtodos de
aceleracin de la convergencia tipo de Aitken o el mtodo de Steffensen.
Su principal desventaja en este caso sera lo costoso que pudiera ser hallar g(x) y g'(x) si
f(x) no es fcilmente derivable.
Por otro lado, la convergencia del mtodo se demuestra cuadrtica para el caso ms
habitual sobre la base de tratar el mtodo como uno de punto fijo: si g '(r)=0, y g''(r) es
distinto de 0, entonces la convergencia es cuadrtica. Sin embargo, est sujeto a las
particularidades de estos mtodos.
Sea . Si , y , entonces existe un r>0 tal que si , entonces la sucesin xn con verifica que:
2. para todo
3. para todo
para una cierta constante . Esto significa que si en algn momento el error es menor o
igual a 0,1, a cada nueva iteracin doblamos (aproximadamente) el nmero de
decimales exactos. En la prctica puede servir para hacer una estimacin aproximada
del error:
Con lo cual se toma el error relativo como si la ltima aproximacin fuera el valor
exacto. Se detiene el proceso iterativo cuando este error relativo es aproximadamente
menor que una cantidad fijada previamente.
Ejemplo
Consideremos el problema de encontrar un nmero positivo x tal que cos(x) = x3.
Podramos tratar de encontrar el cero de f(x) = cos(x) - x3.
Sabemos que f '(x) = -sin(x) - 3x2. Ya que cos(x) 1 para todo x y x3 > 1 para x>1,
deducimos que nuestro cero est entre 0 y 1. Comenzaremos probando con el valor
inicial x0 = 0,5