Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2015 07 04 Newton
2015 07 04 Newton
Método Newton-Raphson
RAICES DE ECUACIONES
RAÌCES DE ECUACIONES
Método Newton Raphson
Ing Yamil Armando Cerquera Rojas – yacerque@gmail.com
Especialista en Sistemas Universidad Nacional
Contenido
Ejemplo 6: Función F (t ) 1.21e 6.6t sin(11.4t 111.7 o ) 0.28e 55.9t sin(18t 26.1o ) ...................... 41
Ejemplo 7: función f ( x) 3x 2 e x ....................................................................................... 44
Sin embargo, no es tan conocido el hecho de que, entre sus colosales realizaciones,
creó virtualmente las ciencias físicas modernas y, en consecuencia, ha tenido una
influencia más profunda en la dirección de la vida civilizada que el auge y la
decadencia de los imperios. Quienes tienen autoridad para emitir juicios a este
respecto, le consideran, unánimemente, uno de los pocos intelectuales supremos que
ha producido la raza humana.
En 1665, una epidemia de peste hizo que las universidades cerraran sus puertas y
Newton regresó a su casa, en el campo, donde permaneció hasta 1667.
Allí, en dos años de soledad rústica -de los 22 a los 24 años de edad- su ingenio
creativo explotó en un torrente de descubrimientos no superados en toda la historia
del pensamiento humano:
En sus últimos años, escribió las siguientes reminiscencias, sobre el periodo milagroso
de su juventud:
1
Woolsthorpe-by-Colsterworth es una localidad del condado de Lincolnshire, Inglaterra, Reino Unido.
"En esos días, estaba en la mejor edad para los descubrimientos, y las matemáticas y
la filosofía (o sea, las ciencias) me interesaron más que nada, desde entonces".
De todos modos, su capacidad única era tan evidente para su maestro Isaac Barrow
quien, en 1669, dimitió su profesorado en favor de su alumno (¡un caso sin
precedentes en la vida académica!) y Newton se estableció en Cambridge2 durante los
27 años siguientes.
No se sabe gran cosa sobre la vida de Newton en Cambridge, en los primeros años de
su profesorado; pero es seguro que entre sus principales intereses se contaron la
óptica y la construcción de telescopios.
Experimentó muchas técnicas para esmerilar vidrios (con herramientas diseñadas por
él mismo) y hacia 1670 construyó el primer telescopio de reflexión, el antepasado de
los grandes instrumentos que se utilizan actualmente en monte Palomar y en todo el
mundo. La pertinencia y la simplicidad de su análisis prismático de la luz solar, marcó
ese trabajo inicial como uno de los clásicos sin limitaciones de tiempo de las ciencias
experimentales.
No obstante, eso era sólo el comienzo, puesto que fue penetrando cada vez más en los
misterios de la luz y todos sus esfuerzos en ese sentido siguieron dando muestras de
un ingenio experimental del más alto orden.
"En cuanto a los fenómenos de los colores... Estoy convencido de haber descubierto la
explicación más segura; pero no quiero publicarla en libros, por temor de que los
ignorantes inicien disputas y controversias contra mi"
A fines de la década de 1670, Newton tuvo uno de sus lapsos periódicos de desagrado
por las ciencias y dirigió sus energías hacia otros cauces. Todavía no había publicado
nada sobre dinámica o la gravedad y sus numerosos descubrimientos en esos campos
permanecías olvidados sobre su escritorio. Sin embargo, al fin, estimulado y enojado
por las pretensiones y las críticas de Robert Hooke 4 y calmado por la intervención
diplomática de Edmund Halley, dedicó su atención nuevamente a esos problemas y
comenzó a escribir su obra principal, el Principia 5.
4
Robert Hooke (Freshwater, 18 de julio de 1635 - Londres, 3 de marzo de 1703) científico inglés. Fue uno de los científicos
experimentales más importantes de la historia de la ciencia, polemista incansable con un genio creativo de primer orden.
5
La obra de Newton está compuesta por “Definiciones”, “Axiomas, o leyes de movimiento” y tres libros. Los dos primeros están
dedicados a “El movimiento de los cuerpos”, y el tercero a “El sistema del mundo”.
También vale la pena recordar que la espectroscopia ha contribuido, más que ninguna
otra ciencia, al progreso de los conocimientos astronómicos del universo en general;
tuvo su origen en el análisis prismático de la luz del Sol, que realizó Newton.
La publicación de su obra Opticks, en 1704, fue mucho más importante para la ciencia.
En ese libro, reunió y amplió sus trabajos anteriores sobre la luz y los colores.
6
En 1696 es nombrado "Warden of the Mint" (guardián del Tesoro del Reino) y en 1699 "Master of the Mint (maestre del Tesoro del
Reino). Este puesto, que fue del agrado de Newton, estaba bien remunerado y le permitió adquirir cierto grado de riqueza
material
7
En 1696 el matemático Johann Bernoulli anunció a la comunidad matemática la solución al problema de la braquistocrona (curva
que sigue el descenso más rápido cuando existe gravedad y que es objeto de estudio en el cálculo de variaciones), mostrando que
la solución era una cicloide
Preámbulo
Al desarrollar un tema en clase, en su mayoría de veces no se consideran ciertos
aspectos que son importantes para el estudiante, como la parte histórica detrás de un
concepto o teorema, o la explicación de cómo se aplican estos conceptos en nuestra
realidad. La Matemática es una ciencia que no está desligada del mundo, todo lo
contrario, si se observa atentamente el paisaje que le rodea, encontrará la aplicación
de algún concepto matemático.
Por esta razón, el papel del estudiante es ahondar en los temas desarrollados y
relacionarlos con su entorno inmediato.
Los babilonios y egipcios fueron los más entusiastas cultivadores del Álgebra. A partir
de ellos, los griegos, y luego los árabes, elaboraron los cimientos de la Matemática
actual, así como el contexto de todos los axiomas y teoremas que se fueron
desarrollando.
El presente libro está centrado en mostrar cómo las culturas milenarias abordaron el
tema de resolución de ecuaciones y cómo en la actualidad, de algún modo muy sutil,
se están relacionando problemas ancestrales con situaciones reales y actuales.
Ecuaciones de resolución
En la antigüedad, algunas culturas representaron los números mediante letras. Los
griegos usaban su alfabeto para representar los números, al igual que la numeración
romana.
Definición de Ecuación
Una ecuación es una igualdad que contiene una o más incógnitas.
En la ecuación 5z 4 16
Se llama raíces o soluciones de la ecuación a los valores de las incógnitas que cumplen
la igualdad.
Ejemplos:
Si voy a la panadería con $5000 y deseo comprar 3 panes de $1000) ¿qué vueltas
recibiré? Si v representa el valor de las vueltas, éste tiene que cumplir:
5000 = 3𝑥1000 + 𝑣
8
Se denomina así, en el campo de la educación matemática, a la primera fase en el desarrollo histórico del álgebra, debido a que
los problemas y sus soluciones se describían mediante lenguaje natural, sin incluir ningún símbolo, ni siquiera de las operaciones.
Es el álgebra de la edad clásica. Desde los egipcios y babilonios hasta la obra de Diofanto (Siglo III)
Las ecuaciones se catalogan según el exponente o potencia más alto que tenga la
incógnita.
Así,
Después de las funciones lineales, las funciones polinomiales (en 1 variable) son las
más simples.
Estudiar los ceros (raíces) de funciones polinomiales tiene un gran interés por lo
menos por las dos razones siguientes:
9
Polinomios y Raíces, Teresa Krick., Departamento de Matemática. Facultad de Ciencias Exactas y Naturales.
Universidad de Buenos Aires. -1428- Buenos Aires. ARGENTINA.
a) Pertinencia de la solución:
b) Existencia de la solución
La ecuación 4 x 5 2, no tiene solución en los naturales (N) ni en los enteros (Z) sino
que en los racionales y en los reales.
c) Infinitas soluciones
La primera fase, que comprende el periodo de 1700 AC a 1700 DC., se caracterizó por
la invención gradual de símbolos y la resolución de ecuaciones. Dentro de esta fase se
encuentra un álgebra desarrollada por los griegos (300 AC), llamada álgebra
geométrica, rica en métodos geométricos para resolver ecuaciones algebraicas.
x ax b y x ax bx 0
Una ecuación lineal que aparece en el papiro de Rhid responde al problema siguiente:
10
Fue un matemático francés (Fontenay-le-Comte, 1540 - París, 1603). Se le considera uno de los principales precursores del
álgebra. Fue el primero en representar los parámetros de una ecuación con letras. François Viète también fue conocido en su
época como súbdito del rey fiel y competente. Fue consejero privado de los reyes de Francia Enrique III y de Enrique IV.
11
Papiro es el nombre que recibe el soporte de escritura elaborado a partir de una planta acuática, también denominada papiro,
muy común en el río Nilo, en Egipto, y en algunos lugares de la cuenca mediterránea, una hierba palustre de la familia de las
ciperáceas, el Cyperus papyrus. Etimológicamente, la palabra papiro proviene del término griego πάπυρος papiros que en latín es
papyrus, cuyo plural es papyri, tomada del egipcio antiguo per-peraâ, que significa “flor del rey”. También es el origen de la
palabra papel.
La solución la obtenía por un método que hoy se conoce con el nombre de "método de
la falsa posición" o "regula falsi". Consiste en tomar un valor concreto para la incógnita,
se prueba con él y si se verifica la igualdad ya se tiene la solución, si no, mediante
cálculos se obtiene la solución exacta.
Generalmente, el cálculo de la solución correcta no era tan fácil como en este caso e
implicaba numerosas operaciones con fracciones unitarias (fracciones con numerador
la unidad), cuyo uso dominaban los egipcios. En cuanto el simbolismo, solamente en
algunas ocasiones utilizaban el dibujo de un par de piernas andando en dirección de la
escritura o invertidas, para representar la suma y resta, respectivamente.
Los babilonios (el mayor número de documentos corresponde al periodo 600 AC. a 300
DC.) casi no le prestaron atención a las ecuaciones lineales, quizás por considerarlas
demasiado elementales, y trabajaron más los sistemas de ecuaciones lineales y las
ecuaciones de segundo grado.
Entre las pocas que aparecen, Se tiene la ecuación 5x 8 . En las tablas en base
sexagesimal hallaban el recíproco de cinco que era 12/60 y en la tabla de multiplicar
por 8, se encuentra que 8 · 12/60 = 1 36/60.
12
Nació alrededor del 200 d.C. y Murió: alrededor del 284 DC, Diofanto, a menudo conocido como el
'padre del álgebra', es mejor conocido por su Aritmética, un trabajo sobre la solución de ecuaciones
algebraicas y sobre la teoría de los números. Sin embargo, esencialmente no se sabe nada de su vida y
ha existido mucho debate respecto de la fecha en que vivió.
http://ciencia.astroseti.org/matematicas/articulo.php?num=3629
Los primeros documentos matemáticos que existen (datan del siglo III d. de C.) son los
Sulvasütras13, donde se recogen todos los conocimientos necesarios para construir los
templos. En éstos aparece el siguiente problema:
Esto es:
Es decir, a 𝑥 = 𝑆.
13
Los Sulvasutras son apéndices de los Vedas en los que se dan normas para la construcción de altares.
Para que el sacrificio ritual tuviera éxito, el altar tenía que ajustarse a medidas muy precisas. La gente
hacía sacrificios a sus dioses para que estuvieran contentos y le diesen abundante comida, buena suerte,
salud, una vida larga y muchos otros beneficios materiales. Para tener contentos a los dioses todo se
tenía que realizar siguiendo una fórmula muy precisa, por lo que la exactitud matemática se veía como
algo de importancia capital. Todo lo que se sabe de las matemáticas védicas se halla en los Sulbasutras.
14
Fue un matemático y astrónomo indio. Su padre fue Jisnugupta. Nació en el año 598, posiblemente en
Ujjain, donde vivió. En esta ciudad de la zona central de la India se encontraba el más famoso y antiguo
observatorio de astronomía del que Brahmagupta era el director. Está considerado el más grande de los
matemáticos de esta época. Murió en el año 670. Es posible que Brahmagupta haya sido el idealizador
del concepto del "cero" ya que en su obra Brahmasphutasiddhanta del año 628 aparece por primera vez
esta idea. La obra trataba también sobre aritmética y números negativos en términos muy parecidos a
los de la moderna matemática
Estos métodos pasaron a los árabes que los extendieron por Europa. Al algebrista
“Abu-Kamil” 15 (siglo IX y X) se le atribuye una obra donde trata la solución de
ecuaciones lineales por simple y doble falsa posición.
xm am b p Ec.1
xn an b q Ec. 2
Restando, a(m n) p q
Ec1*n amn bn pn
Ec2*m amn bm qm
5 * 4 10 p
5 * 3 10 q
Se tiene que
15
La muerte de al-Jwarizmi coincide aproximadamente con el nacimiento en Egipto de Abu Kamil ibn
Aslam ibn Mohammed, llamado el calculista egipcio. Vivió ochenta años y nos dejó numerosas obras
matemáticas. Entre ellas un tratado de álgebra, cuyo original árabe se ha perdido, pero del que nos han
llegado dos traducciones, una latina y otra hebrea. Las ecuaciones de segundo grado las resuelve
geométricamente, como su predecesor de Bagdad, pero se apoya más directamente en los Elementos.
Demuestra una proposición cuyo equivalente algebraico es la célebre fórmula de suma por diferencia
igual diferencia de sus cuadrados. Con este resultado, la ecuación x bx c puede se escrita de este
2
modo.
En el ejemplo,
16
Los Babilonios vivieron en Mesopotamia, en unos claros de tierras fértiles entre los ríos Tigris y
Éufrates, hacia finales del milenio IV antes de Cristo. Desarrollaron una forma abstracta de escritura
basada en símbolos cuneiformes. Sus símbolos fueron escritos en tablas de arcilla mojadas cocidas al sol
Miles de estas tablillas han sobrevivido hasta nuestros días. Gracias a ello, se ha podido conocer, entre
otras cosas, gran parte de las matemáticas babilónicas. El uso de una arcilla blanda condujo a la
utilización de símbolos cuneiformes sin líneas curvas porque no podían ser dibujadas.
y 4 x 28 y y x 10
Diophante sólo aceptaba las soluciones positivas, pues lo que buscaba era resolver
problemas y no ecuaciones. Utilizó ya un álgebra sincopada como hemos señalado
anteriormente. Sin embargo, unas de las dificultades que se encuentra en la
resolución de ecuaciones por Diophante es que carece de un método general y utiliza
en cada problema métodos a veces excesivamente ingeniosos.
El libro El arte matemático, de autor chino desconocido (siglo III a. de C.), contiene
algunos problemas donde se resuelven ecuaciones. En ellos se encuentra un esbozo del
método de las matrices para resolver sistemas de ecuaciones lineales. Uno de dichos
problemas equivale a resolver un sistema de tres ecuaciones lineales por dicho método
matricial.
Polinomios: Definición
Un polinomio es una suma de términos llamados monomios. Un monomio es el
producto de un coeficiente (un número real), una variable (casi siempre x o y) elevada
a un exponente (entero positivo).
Existen polinomios con uno, dos o más términos, por ejemplo:
2
Monomio (un término): 5x En este caso el coeficiente es 5, la variable es x
el exponente 2
17
Thymaridas was a follower of Pythagoras who wrote on prime numbers and gave methods for solving
simultaneous linear equations
Grado de un polinomio
Dado el polinomio P( x) an x n an1 x n1 ... a2 x 2 a1 x a0 y siendo an 0 se dice
que el grado de P(x) es n
gr P( x) n
si P( x) a0 , su gr P( x) 0
si P( x) 0 , el polinomio no tiene grado
Ejemplo:
5x 2 Es un polinomio de grado 2
6x7 2 Es de grado 7
3x 5 4 x 3 x 2 Es de grado 5
2 x4- x3 - x2 ¿De qué grado es?
5 2
6 x - 4 x - 19 x ¿De qué grado es?
3 x15 + x13 - x2 ¿De qué grado es?
13 ¿De qué grado es?
Nota cómo se deben escribir los polinomios. Se deben escribir en orden decreciente
con respecto al grado de cada término.
Raíces de un polinomio
La raíz de un polinomio es un número tal que hace que el polinomio valga cero. Es
decir que, cuando resolvamos un polinomio a cero, las soluciones son las raíces del
polinomio.
x 2 x 12 0 Igualando a cero.
( x 4)( x 3) 0 Factorizando.
x 4 Raíz 1
x3 Raíz 2
Factorización de un polinomio
El número de factores en que se puede descomponer un polinomio es igual al grado
del polinomio. Para poder factorizar un polinomio es necesario encontrar sus raíces.
Cuando se tengan estas, los factores correspondientes a cada raíz son de la forma (x-r)
donde r es una de las raíces.
Esto es, si r1, r2, ... , rn son raíces del polinomio f(x) entonces la factorización de f(x)
es: f ( x) ( x r1 )( x r2 )...( x rn )
Por ejemplo, si
Esto es, los puntos en donde cruza la gráfica al eje horizontal tienen como abscisa la
raíz del polinomio graficado.
Descripción Gráfica
Función f ( x) x 2 x 12
Raíces -4y3
Factorización f ( x) ( x 4)( x 3)
Descripción Gráfica
Función f ( x) x 3 4 x 2 x 6
Raíces - 1, 2 y 3
Función f ( x) x 4 5 x 2 4
Raíces - 2, - 1, 1 y 2
Función f ( x) x 3 4 x 2 3 x
Raíces ¿Cuáles son?
Factorización f(x) =
Función f ( x) x 3 2 x 2 5 x 6
Raíces 1, - 2 y 3
Descripción Gráfica
Función f ( x) x 2 4
Raíces - 2, 2
Factorización f ( x) ( x 2)( x 2)
Para el caso del siguiente ejemplo la función f ( x) x 2 2 x 1 tiene dos (2) raíces, y si
observa la gráfica, esta no corta el eje x en ningún sector. Ahora si observa el valor de
uno (1) en el eje x, es un punto donde la función se vuelve cero (0). Se debe
considerar al valor de uno (1) como raíz de la función. Lo que pasa es que dicha raíz se
repite par veces (para el caso del ejemplo 2 veces), por esta razón la gráfica no corta el eje
x, sino que lo toca tangencialmente en el punto raíz y cambia su pendiente. Se puede
decir matemáticamente que en el punto raíz, la derivada de la función es igual a cero
(0) ó dicho de otra manera en este punto la tangente es igual a cero (0).
Descripción Gráfica
Función f ( x) x 2 2 x 1
Raíces 1, 1
Factorización f ( x) ( x 1)( x 1)
En la factorización que se hace de la función, se puede observar que el único valor que hace
que la función tome el valor de cero es 1, y puede ser en el término de la izquierda o en el
término de la derecha, es decir dos veces.
Descripción Gráfica
Función f ( x) x 3 6 x 2 12 x 8
Raíces 2, 2, 2
En la factorización que se hace de la función, se puede observar que el único valor que hace
que la función tome el valor de cero es -1, en el término de la izquierda o 1 en los dos
términos de la derecha.
Descripción Gráfica
Función f ( x) x 3 3 x 2 4
Raíces - 1, 2, 2
En el siguiente ejemplo muestra la combinación de las tres formas que toma la gráfica
dependiendo si sus raíces se repiten par o impar veces o son raíces únicas.
Universidad Surcolombiana – Neiva – Huila - Colombia 23 de 54
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com
Descripción Gráfica
f ( x) x 6 17 x 5 102 x 4 ....
Función
248 x 3 160 x 2 240 x 288
Raíces - 1, 2, 2, 2, 6, 6
Factorización f ( x) ( x 1)( x 2) 3 ( x 6) 2
f ( x) ( x 2)( x 2)3 ( x) f ( x) ( x 1) 2 ( x 1) 1
f ( x) ( x 1)( x 2)5 ( x 6) 4 1 f ( x) ( x 1) 2 1
f ( x) ( x 1) 2 ( x 1) f ( x) (( x 1) 2 1) 2 ( x 1)
Se puede decir entornes que es una ecuación de orden n y por tanto tiene n soluciones.
Recuerde que en es este apartado sólo se tiene polinomios con coeficientes enteros.
Observa la tabla anterior, donde se da la función, las raíces y la gráfica y verifica que
efectivamente para cada polinomio de grado n hay n raíces.
Una forma en la que se puede interpretar este teorema es como sigue, ya que se
puede factorizar un polinomio, dadas las raíces y hay n raíces para todo polinomio de
este grado, entonces si:
La demostración de este teorema queda lejos del objetivo de esta página sin embargo
daremos algunas herramientas para encontrar las n raíces.
Regla de los signos de Descartes
Rene Descartes encontró un método para indicar el número de raíces positivas en un
polinomio.
Esta regla dice lo siguiente:
"El número de raíces reales positivas (+) de un polinomio f (x) es igual al número de
cambios de signo de término a término de f (x) "
Hay que recordar que los polinomios se deben escribir en orden decreciente conforme
al grado de cada término.
Por ejemplo el polinomio
f(x)= x2 + x - 12 tiene un cambio de signo, del segundo al tercer término, por lo tanto
tiene una raíz positiva.
g(x)= +x3 - 4 x2 + x + 6 tiene dos cambios de signo, tiene dos raíces positivas
h(x)= +x4 - 5 x2 + 4 tiene dos raíces positivas
i(x)= x3 + 4 x2 + 3x No tiene cambios de signo, por tanto no tiene raíces reales positivas.
j(x)= x3 - 2 x2 - 5 x + 6 ¿Cuántas raíces positivas tiene?
También puede evaluar la expresión en los valores 1 y -1 teniendo en cuenta solo el
signo de cada término de la expresión. En caso de que un término no exista se toma
como 0 (positivo). En el ejemplo de la siguiente tabla para el caso de la primera
función al evaluar la función en 1, el primer término de la función toma un valor
positivo y el segundo toma un valor negativo, por tanto se dice que tiene una raíz
positiva en razón a un solo cambio de signo (de positivo a negativo). Como se trata de
una ecuación de una recta pues tan solo tiene una raíz.
f (1)
3 f ( x) x 3 2 x 2 5 x 6 2 1
f (1)
f (1)
4 f ( x) x 3 4 x 2 3 x f (1)
0 3
f (1)
5 f ( x) x 4 5 x 2 4 f (1)
2 2
f (1)
6 f ( x) x 3 4 x 2 x 6 f (1)
2 1
Además de haber encontrado una raíz usando el método anterior se ha hallado un factor del
polinomio. Se puede estar seguro de que si r es una raíz de f(x) entonces al dividir
f ( x) /( x r ) tendrá como resultado un polinomio de un grado menor a f(x) y como residuo
cero.
Así se ha reducido el problema de encontrar n raíces en otro problema, el encontrar sólo n-1
raíces.
Método de Newton-Raphson
Definición:
Este es un método numérico formal por iteraciones y con base en una tolerancia para
su convergencia.
El método de Newton es una extensión directa del método del mismo nombre para buscar
ceros de funciones de una variable. La idea es realizar el desarrollo de las series de Taylor de
una función alrededor de una estimación de la raíz x 0
1
f ( x) f ( x0 ) ( x x0 ) f `(x0 ) ( x x0 ) f ``(x0 ) ....
2
Truncando la serie a primer orden e igualando f ( x) 0 se tiene.
f ( x0 )
x x0
f `( x0 )
Este Método es similar al de la Secante, la diferencia esencial radica en que en la Secante se
utiliza el Método de diferencias divididas para aproximar f `(x) . El Método de Newton-Raphson
asume que la función f (x) es derivable sobre un intervalo cerrado a, b .
Entonces f (x) tiene una pendiente definida y una única línea tangente en cada punto dentro
del intervalo a, b . La tangente en ( x0 , f ( x0 )) es una aproximación a la curva de f (x) cerca
del punto ( x0 , f ( x0 )) . En consecuencia, el cero de la línea tangente es una aproximación del
cero de f (x) o denominada raíz de f (x) .
Si ha intentado encontrar una raíz de una función complicada algebraicamente alguna vez,
usted puede haber tenido alguna dificultad. Usando algunos conceptos básicos de cálculo, se
tienen maneras de evaluar raíces de funciones complicadas numéricamente. Normalmente, se
usa el método de Newton-Raphson. Este proceso iterativo sigue una pauta fija para aproximar
una raíz, considerado la función, su derivada, y un valor x inicial.
Usted puede recordar del álgebra que una raíz de una función es un cero de la función. Esto
significa que la raíz de una función, se calcula cuando la función se iguala a cero. Se puede
encontrar las raíces de una función simple como f ( x) x 2 4 simplemente colocando la
función igual a cero, y resolviendo:
El Método de Newton Raphson usa un proceso iterativo para encontrar la raíz de una función.
La raíz especifica que el proceso localiza un valor que depende del valor x inicial, valor x
escogido arbitrariamente.
Se Calcula la primera aproximación, x1, como el cero de la línea tangente en un punto inicial
x0 dado. Se calcula la segunda aproximación, x2, como el cero de la línea tangente en la
primera aproximación x1. Siguiendo el esquema mostrado más abajo, las primeras dos
aproximaciones de raíces usando el Método Newton-Raphson, se buscan con el mismo criterio
del Método de la Bisección:
Figura 3
Derivación de la fórmula
El Método de Newton tiene una interpretación geométrica sencilla, de hecho, el Método de
Newton consiste en una linealización de la función, 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 función en
xn1 xn f ( xn ) / f ' ( xn )
Figura 4
Demostración: Sea x0 la raíz supuesta inicial o valor inicial de las iteraciones y si se aplican
funciones trigonométricas al ángulo de la figura 4 se tiene que tan( ) f ( x0 ) /( xo x1) , a
x1 ) f ( x0 ) / tan( ) . y despejando x1 se
partir de esta fórmula se puede decir que: ( x0
tendría la fórmula de Newton. La pendiente en x0 esta dada por tan( ) f ' ( x 0 ) .
Teniendo en cuenta lo anterior se tendría entonces que: x1 x0 f ( x0 ) / f ' ( x0 ) .
De aquí, 0 f ( x0 ) f `( x0 )( x1 x0 )
Despejando, x1 x0 f ( x0 ) / f `( x0 )
Finalmente se obtiene: x1 x0 f ( x0 ) / f `( x0 )
Por construcción similar se obtiene: xn1 xn f ( xn ) / f ' ( xn )
f ( x) f ( x)
x
f ' ( x) f ( x) / x
f ( x 0 h) f ( x 0 h)
f ' ( x0 )
2h
Si el parámetro h toma un valor lo suficientemente cercano a cero, esta aproximación
proviene de la definición derivada de f (x) en el punto x 0 .
f ( x 0 h) f ( x 0 )
f ' ( x0 ) lim
h 0 h
Orden de Convergencia
Sean x0, x1, x2. . . una secuencia que converge a r y sea en xn r . Si existe un número m y
en 1
una constante C (distinta de cero), tal que: lim m
c Cuando n , Entonces m es
en
llamado orden de convergencia de la secuencia y C el error asintótico constante. Para
m=1,2,3, la convergencia se dice lineal, cuadrática y cúbica respectivamente.
Análisis de Convergencia
Sean x0 , x1 , x2 ,...,xn , xn 1 las aproximaciones en sucesivas iteraciones. Sea r el
verdadero valor de la raíz. Si se toma como error en la n-esima iteración a en .
Entonces el error en estará dado por: en xn r y en consecuencia en1 xn1 r
Si se tiene xn 1 xn f ( xn ) / f ' ( xn )
que
en 1 xn f ( xn ) / f ' ( xn ) r
en 1 xn r f ( xn ) / f ' ( xn )
en 1 en f ( xn ) / f ' ( xn )
Ecuación 1
Tabla. 1
n xn f ( xn ) f ' ( xn ) xn1 dx
0 x0 = 6 f(x0 )= 32 f'(x0 )= 12 x1 = 3.33
1 x1 = 3.33 f(x1) = 7.09 f'(x1) = 6.66 x2 = 2.27 1.06
2 x2 = 2.27 f(x2) = 1.15 f'(x2) = 4.54 x3 = 2.01 0.26
3 x3 = 2.01 f(x3) = 0.04 f'(x3) = 4.02 x4 = 2.00 0.01
con un 𝑑𝑥 igual a 0.01. Si se toma un valor inicial diferente para x0 , se puede llegar a
la misma raíz, o puede encontrar alguna otra raíz, por ejemplo x 2 .
Una representación gráfica también puede ser muy útil. En la Figura 5, verá la misma
función f ( x) x 2 4 (mostrado en color azul). El proceso es el mismo descrito
anteriormente. En la primera iteración, la línea roja está tangente a la curva en el
x0 6 . La inclinación de la tangente es la derivada en el punto de tangencia, y para la
primera iteración es igual a 2 ∗ 𝑥 = 2 ∗ 6 = 12 . Dividiendo el valor de la función
evaluado en el x inicial f (6) 32 por la pendiente de la tangente (12), se encuentra
que el (delta-x) x dx 2.67 . Substrayendo esto de seis (6) se encuentra que el
nuevo x-valor es igual a x1 3.33 . Otra manera de considerar esto es encontrar la raíz
de esta línea tangente.
¿Así, cómo esto relaciona a la química? Considere la ecuación de Van Der Waals que
podrá encontrar en la sección de Leyes de Gases. Asumiendo que se tiene un número
fijo de moles de un gas fijo, no bajo las condiciones ideales, que se puede usar el
método de Newton-Raphson para resolver para una de las tres variables (la
temperatura, presión, o volumen), basado en las otras dos. Para hacer esto, Para esto
se necesita usar la ecuación de Van Der Waals, y derivar esta, ambos en seguida.
n2a V
(P )( b) RT
V2 n
dV 1 n 2a dP n 2 a V dT
dt n
( ) P 2 b R 0
V 2 dt V 3 n dt
Dependiendo de las condiciones bajo las que esté intentando resolver esta ecuación,
algunas de las variables pueden estar cambiando. Así que, puede ser necesario usar
derivadas parciales. Para los propósitos de este ejemplo, Se asume que la presión,
temperatura, y volumen son las únicas variables cambiantes, y que estos valores son
todas las funciones de tiempo. Esto evita el uso de derivadas parciales; se diferencian
todas las variables simplemente con respecto al tiempo, como es mostrado
anteriormente. Alguna manipulación algebraica de la ecuación y/o su derivada que
depende del problema específico a ser resuelto puede necesitarse. Es supuesto que se
especifican todas las variables pero uno; esa variable se usa en la expresión para el
"xn+1" que el método de Newton usa. Desarrollando el método de Newton con éxito en
esta ecuación daría un valor de esa variable que da una solución que cuando las otras
variables se mantienen constantes en los valores que se especificó.
Algoritmo:
1. Dada una función f ( x) 0 obtener la Primera y Segunda derivada.
2. Elegir un valor inicial x0 . Este valor inicial debe cumplir con el criterio de
convergencia:
3. Obtener una nueva aproximación evaluando la fórmula general del método
xn1 xn f ( xn ) / f ' ( xn )
4. Evaluar la aproximación relativa
5. Si ( xn1 xn ) / xn1 < Tolerancia
(Falso) Repetir el paso 3 y 4
(Verdadero) Entonces x n1 es la Raíz
x=-4:0.1:4;
fx=x.^3+x+16;
plot(x,fx)
grid on
Figura 6. Función f ( x) x 3 x 16
n xn f ( xn ) f ' ( xn ) f ( xn ) / f ' ( xn ) xn 1 xn f ( xn ) f `( xn )
0 2.0000 26.0000 13.0000 2.0000 0.0000
1 0.0000 16.0000 1.0000 16.0000 -16.0000
2 -16.0000 -4096.0000 769.0000 -5.3000 -10.7000
3 -10.7000 -1210.7000 342.8000 -3.5000 -7.1000
4 -7.1142 -355.3900 154.0100 -2.3076 -4.8341
5 -4.8341 -101.7983 71.1049 -1.4317 -3.4024
6 -3.4024 -26.7902 35.7293 -0.7498 -2.6526
7 -2.6526 -5.3171 22.1089 -0.2405 -2.4121
8 -2.4121 -0.4464 18.4548 -0.0242 -2.3879
9 -2.3879 -0.0042 18.1065 -0.0002 -2.3877
Dependiendo del valor de x con el cual se inician las iteraciones se conseguirá el encuentro de
la raíz en menos o más iteraciones. Basta con observar la figura 6 y tratar de aplicar el modelo
sobre la misma para darse cuenta porque las oscilaciones
n xn f ( xn ) f ' ( xn ) f ( xn ) / f ' ( xn ) xn 1 xn f ( xn ) f `( xn )
0 4 84 49 1.7143 2.2857
1 2.2857 30.2274 16.6735 1.8129 0.4728
2 0.4728 16.5785 1.6706 9.9234 -9.4506
3 -9.4506 -837.517 268.9410 -3.1141 -6.3365
4 -6.3365 -244.7499 121.4522 -2.0152 -4.3213
5 -4.3213 -69.0136 57.0200 -1.2103 -3.1109
6 -3.1109 -17.2179 30.0335 -0.5733 -2.5376
7 -2.5376 -2.8789 20.3187 -0.1417 -2.3959
8 -2.3959 -0.1500 18.2217 -0.0082 -2.3877
9 -2.3877 -0.0005 18.1035 -0.0000 -2.3877
10 -2.3877 -0.0000 18.1031 -0.0000 -2.3877
Los anteriores cálculos se realizaron haciendo uso del paquete MatLab con el siguiente código.
Si desea tener más cifras significativas puedes cambiar el formato de presentación por el de
format long.
format short;
x=4; fx=x.^3+x+16;
while abs(fx)>0.00001
fx=x.^3+x+16; dfx=3*x^2+1; xn=x-fx/dfx;
disp ([x fx dfx fx/dfx xn]); x=xn;
end
Si se aplicara el método con lenguaje C y se trabajara un nivel menor de tolerancia los
resultados serían los siguientes:
n xn f ( xn )
0 2.0000000000e+00 2.600000000e+01
1 -8.8888888889e-01 1.440877915e+01
2 -6.4731525784e+00 -2.617092778e+02
3 -3.3870823116e+00 -2.624479676e+01
4 -2.2910214677e+00 1.683912327e+00
5 -2.4374797174e+00 -9.192959325e-01
6 -2.3661202961e+00 3.870954684e-01
7 -2.3978571056e+00 -1.848609426e-01
8 -2.3830675645e+00 8.346548208e-02
9 -2.3898215161e+00 -3.868219039e-02
10 -2.3867076332e+00 1.771466692e-02
11 -2.3881370715e+00 -8.157247458e-03
12 -2.3874795682e+00 3.746775102e-03
13 -2.3877817246e+00 -1.722963287e-03
14 -2.3876428096e+00 7.918859082e-04
15 -2.3877066628e+00 -3.640455920e-04
16 -2.3876773097e+00 1.673400724e-04
17 -2.3876908026e+00 -7.692484810e-05
18 -2.3876846001e+00 3.536087399e-05
Solución aproximada = -2.387684600090e+00
Con f(P) = 3.536087399171e-05
Número de iteraciones = 18
Tolerancia = 1.000000000000e-05
Solución:
Para obtener una solución a f ( x) 0 mediante el método de Newton, dada la función
diferenciable f y una aproximación inicial x 0 , se utiliza el siguiente algoritmo:
Solución
1
En este caso, se tiene que la derivada de la función es: f ' ( x) e
x
e xi ln( xi ) e xi ln( xi )
De aquí se tiene que: xi 1 xi xi
1 1
e xi e xi
xi xi
e x0 ln( x0 )
Se comienza con x0 1 y se obtiene: x1 x0 1.268941421
1
e x0
x0
1.268941421 1
En este caso, el error aproximado es, a *100% 21.19%
1.268941421
Ahora con x1 1.268941421, Se continúa el proceso calculando primero x2, x3 y hasta
reducir el error aproximado hasta lo mínimo que se pueda.
Solución
1. La ecuación a resolver se obtiene de igualar a 1 (velocidad que alcanza la partícula)
la función de la velocidad, v(t ) t 2t 1 , y pasar restando al otro lado el 1.
3 2
f ( xn1 )
xn xn1 ; Se obtiene la expresión del Método quedando para este caso así:
f `( xn1 )
f (t n ) t n3 2t n2 1
t n1 tn tn
f `(t n ) 3t n2 4t n
2. Para calcular las aproximaciones se utiliza la expresión anterior con t 0 3 ,
t 03 2t 02 1
t1 t 0 2.466667
3t 02 4t 0
Continuando con las iteraciones se obtiene:
Iteración ti
1 2.466667
2 2.247342
3 2.206900
4 2.205571
5 2.205569
De esta forma se puede asegurar que en la quinta iteración las cifras 2.205569 son
exactas.
Ejemplo 5: Función f ( x) 2 x 3 x 2 x 1
Continuar las iteraciones hasta que dos aproximaciones sucesivas difieran en menos de
0,0001.
Ejemplo 6: Función F (t ) 1.21e 6.6t sin(11.4t 111.7 o ) 0.28e 55.9t sin(18t 26.1o )
En la función F (t ) 1.21e 6.6t sin(11.4t 111.7 o ) 0.28e 55.9t sin(18t 26.1o ) , t es el tiempo,
y el intervalo de interés es para los valores tal que t > 0.
La función seno es oscilatoria, afectada de la función exponencial. Tiende a cero
cuando t tiene valores superiores a 1; se lleva tanto sus factores como la función F(t)
a dicho valor, con lo cual la grafica de F(t) se confunde con el eje t para t 1 .
t f(t)
0,0 -1.00106744399655
0,2 0.10488140145009
0,4 0.04373517406561
0,6 -0.02270159505605
0,8 0.00477763344408
1,0 -0.00004228104332
Para efectos de la gráfica se puede ejecutar el siguiente código en MatLab.
format short;
t=0:0.02:1;
ft=1.21*exp(-6.6*t).*sin(11.4*t-111.7*pi/180)+...
0.28*exp(-55.9*t).*sin(18*t+26.1*pi/180);
plot(t,ft)
grid on
Figura 9. Función F (t ) 1.21e 6.6t sin(11.4t 111.7 o ) 0.28e 55.9t sin(18t 26.1o )
Estos valores señalan la presencia de raíces reales en los intervalos (0.1,0.2), (0.4,0.5),
(0.6,0.8) y pudiese inducir que habría otra posiblemente en (0.8,1.0).
Luego pues, se aplica el Método de Newton-Raphson para encontrar las raíces en cada
uno de los intervalos.
Utilizando la primera derivada de la función que es:
F (t ) 13.794e 6.6t cos(11.4t 111.7º ) 7.986e 6.6t sin(11.4t 111.7º )
5.04e 55.9t cos(18t 26.1º ) 15.652e 55.9t sin(18t 26.1º ) 0
f (t n )
Utilizando la fórmula: t n 1 t n
f (t n )
Intervalo (0,0.2)
t1 F(t) F'(t) ea er ep
0,1 -0,45195045 7,84918551
0,15757928 -0,06523934 5,2485353 0,05757928 0,3653988 36,5398801
0,17000929 -0,00450956 4,52093195 0,01243001 0,0731137 7,31137024
0,17100677 -2,9291E-05 4,46220075 0,00099749 0,00583302 0,58330153
0,17101334 -1,2686E-09 4,46181423 6,5643E-06 3,8385E-05 0,0038385
0,17101334 1,2584E-16 4,46181422 2,8432E-10 1,6626E-09 1,6626E-07
0,17101334 -4,7963E-17 4,46181422 2,7756E-17 1,623E-16 1,623E-14
0,17101334 -4,7963E-17 4,46181422 0 0 0
Intervalo (0.4,0.6)
t2 F(t) F'(t) ea er ep
0,5 -0,02552511 -0,24887142
0,39743657 0,04667494 -1,15610121 0,10256343 0,2580624 25,8062397
0,43780928 0,00672327 -0,80750436 0,04037271 0,09221529 9,2215292
0,44613527 0,00033008 -0,72812975 0,00832599 0,01866248 1,86624756
0,44658859 9,8171E-07 -0,72379864 0,00045333 0,00101509 0,10150903
0,44658995 8,7878E-12 -0,72378568 1,3563E-06 3,0371E-06 0,00030371
0,44658995 -3,1234E-17 -0,72378568 1,2141E-11 2,7187E-11 2,7187E-09
0,44658995 2,5156E-17 -0,72378568 5,5511E-17 1,243E-16 1,243E-14
0,44658995 -3,1234E-17 -0,72378568 5,5511E-17 1,243E-16 1,243E-14
0,44658995 2,5156E-17 -0,72378568 5,5511E-17 1,243E-16 1,243E-14
Intervalo (0.6,0.8)
t3 F(t) F'(t) ea er ep
0,7 -0,00298091 0,15126648
0,71970633 -0,00029375 0,12122588 0,01970633 0,02738107 2,73810731
0,72212952 -4,5493E-06 0,11747079 0,00242318 0,00335561 0,33556084
0,72216824 -1,1622E-09 0,11741077 3,8727E-05 5,3627E-05 0,00536265
0,72216825 -6,5918E-17 0,11741076 9,8987E-09 1,3707E-08 1,3707E-06
0,72216825 -1,1033E-17 0,11741076 5,5511E-16 7,6867E-16 7,6867E-14
0,72216825 7,262E-18 0,11741076 1,1102E-16 1,5373E-16 1,5373E-14
0,72216825 -1,1033E-17 0,11741076 1,1102E-16 1,5373E-16 1,5373E-14
Intervalo (0.8,1.0)
t4 F(t) F'(t) ea er ep
0,9 0,00285866 -0,0348708
0,98197861 0,00033146 -0,02298212 0,08197861 0,08348309 8,34830928
0,99640129 2,585E-05 -0,01938429 0,01442268 0,01447477 1,44747656
0,99773482 2,2353E-07 -0,01904904 0,00133353 0,00133656 0,13365611
0,99774655 1,731E-11 -0,01904609 1,1735E-05 1,1761E-05 0,00117612
0,99774656 6,1406E-19 -0,01904609 9,0884E-10 9,1089E-10 9,1089E-08
0,99774656 6,1406E-19 -0,01904609 0 0 0
Entonces se encuentra que las raíces son
t1=0.17101 En el intervalo (0,0.2)
t2=0.44658 En el intervalo (0.4,0.6)
t3=0.72216 En el intervalo (0.6,0.8)
t4=0.99774 En el intervalo (0.8,1.0)
Tiempos donde la función se vuelve cero.
Ejemplo 7: función f ( x) 3 x 2 e x
Figura 10
Se puede observar que la curva corta el eje x en los intervalos [-1,0],[0,1], y [3,4].
También se pudiera graficar las dos curvas por aparte tal como se ilustra en la
siguiente grafica.
Las raíces corresponderían a los puntos sobre el eje x donde las dos curvas se cortan.
Figura 6
Ejemplo 8: Función f ( x) x 3 4 x 2 10
f ( x) x 3 4 x 2 10
f `( x) 3x 2 8x
Código Fuente en C
//**************************************
//Método de Newton-Rapson para aproximar
//las raíces de la ecuación f(x)=0
//**************************************
#include <stdio.h>
#include <math.h>
#include <conio.h>
#define N 10 //número máximo de iteraciones
#define TOL 0.0000001 //tolerancia máxima
double f(double x) //f(x)= x 4 x 10 función a aproximar
3 2
{ return (x*x*x + 4*x*x - 10); }
double df(double x) //derivada de la función f(x) es f'(x)=3*x^2 + 8.0*x
{ return (3*x*x + 8*x); }
int main(void)
{ double x, x0;
int i;
clrscr();
i=1;
x0=1.0; //aproximación inicial de la raíz, de f(x)
printf("%d %15.12lf\n", i, x0);
while (i<N)
{ x=x0-f(x0)/df(x0);
if (fabs(x-x0)<TOL)
{ //se alcanzo la tolerancia pedida y no se supero el
// Número máximo de iteraciones, esta es la raíz buscada.
printf("raiz x = %15.12lf\n", x);
getch(); return 0;
};
i+=1;
x0=x;
//muestra las sucesivas aproximaciones de la raíz.
printf("%d %15.12lf\n", i, x);
}
//se alcanzó el número máximo de iteraciones pero no
//la tolerancia pedida, el Método fallo.
printf("Se alcanzó el número máximo de iteraciones");
getch();
}
Ejemplo 9: Función f ( x) x 3 3 x 2 4
El siguiente programa en lenguaje C, permite calcular la raíz de la ecuación
f ( x) x 3 3x 2 4 por el método de Newton Raphson. Analice la fórmula que se
utiliza con segunda derivada de la función.
void Lee_Datos(void)
{ clrscr();
printf("\n Dar el Valor inicial de X -> "); scanf("%lf",&Xo);
printf("\n Cual es el error Permitido ->"); scanf("%f",&Tolera);
printf("\n Numero de ciclos máximos ->"); scanf("%d",&Ciclos);
}
{ return Xo*Xo*Xo-3*Xo*Xo-4; }
double Derivada(double Xo)
{ return 3*Xo*Xo-6*Xo; }
double Segunda(double Xo)
{ return 6*Xo-6; }
Ejemplos de Aplicación
Cálculo de la presión de vapor
Una de las propiedades de una sustancia pura que más comúnmente se utiliza en
cálculos de Termodinámica es la presión de vapor o presión de saturación. Esta se
define como la presión a la cual existen en equilibrio una fase líquida y una fase vapor.
Si la presión de vapor iguala a la presión atmosférica, el líquido entrará en ebullición.
Solo depende de la temperatura. Existen diversas ecuaciones para calcular. Una de las
más precisas es la ecuación de Frost-Kalkwarf-Thodos
ln P vap A C ln(T )
B DPVap
T T2
Donde:
Calcular la PVap del etilbenceno a una temperatura de 347.25 oK. Los valores de las
constantes son: A=58.1, B=6792.54, C=-5.802, D=5.75. Las unidades de T son oK y las
de PVap mmHg.
dy 1
Vap
4.76851700676 *10 5 Vap
dP P
Para hallar una primera aproximación se usará la teoría. Otra ecuación muy usada,
pero menos precisa es la ecuación de Antoine
A2
ln( PVap ) A1
T A3
De esta ecuación si se puede despejar tanto PVap como T. Las constantes de Antoine
para el etilbenceno son: A1=15.98480422493, A2=3257.16944444444, A3=-61.00961.
n Pvapn yn ccn
0 100.5 -3.8103458882697E-03 -
1 9.96669473876495E+01 7.34789504530653E-06 3.84332642255642E-03
2 9.9667683227095E+01 2.7254642986918E-11 -7.38292916705743E-06
gd v p b p b cv
ln
p c c2 p b
Donde
g: constante de la aceleración de la gravedad.
d: distancia que cae el tanque.
p: peso del tanque.
b: fuerza hidrostática.
c: coeficiente de proporcionalidad de la fuerza hidrodinámica.
v: velocidad de caída.
Cierto tanque pesa 527.436 lb. Caerá 300 ft de profundidad. Los valores de los demás
parámetros son: b=470.327 lb, c=.08, g= 32.174 ft/s2.
v(d )
2g
p bd
p
𝒏 𝑻𝒏 𝒚𝒏 ccn
0 45.7 -7.91702093724155E-01 -
1 44.7739645502487 -8.82664266947586E-03 2.06824537217836E-02
2 44.7634120956989 -4.12357911727668E-06 2.3573838668222E-04
La velocidad con la que el tanque llega al fondo es de 44.8 ft/s, por lo cual el tanque
puede romperse al llegar al fondo.
En esta práctica se estudiará las regiones de convergencia del Método de Newton para
una función concreta, así como la influencia de las raíces múltiples en las propiedades
de convergencia.
Trabajo de laboratorio
1. function [x,xvect,nit]=fnewton(f,fprima,x0,maxiter,tolerancia)
2. % Implementa el algoritmo de Newton
3. % usando la función puntofijo.m
4. % f = expresión de la función cuyas raíces se buscan
5. % fprima = su derivada
6. % x0 = valor inicial
7. % Como criterios de parada se usan:
8. % maxiter = cantidad max de iteraciones admitidas
9. % tolerancia = margen para error absoluto
10. % En la salida:
11. % x = resultado de la ultima iteración
12. % xvect = vector de los resultados de todas las iteraciones
13. % nit = cantidad de iteraciones realizadas
function [x,xvect,nit]=puntofijo(g,x0,maxiter,tolerancia)
% Implementa la iteración de punto fijo
%g = expresión de la función de iteración
% x0 = valor inicial
% Como criterios de parada se usan:
% maxiter = cantidad max de iteraciones admitidas
% tol = margen para error absoluto
% En la salida:
%x = resultado de la ultima iteración
% xvect = vector de los resultados de todas las iteraciones
% nit = cantidad de iteraciones realizadas
nit=0; xvect=x0; x=x0; % Inicializando
err=tolerancia+1; % Garantiza al menos 1 ejecución
while (nit < maxiter & err > tol),
nit=nit+1;
xn=g(x);
xvect=[xvect;xn]; % Agregue el valor nuevo
err=abs(xn-x); % Calcula el error absoluto
x=xn;
end
if nit == maxiter,
disp('Alcanzado el máximo de iteraciones admisible')
end
1. Pruebe la función creada calculando las dos raíces reales, x=1 y x=-5, de
f ( x) 2 x 2 8x 10
2. Vamos a estudiar las regiones de convergencia del algoritmo de Newton para la
función f del apartado anterior. Sean I1 e I-5 los conjuntos de R tales que si x(0) N I1
(respectivamente, si x(0) N I-5) entonces el algoritmo converge a la raíz 1 (resp., a -
5) en # 200 iteraciones. Asumiendo que I1 e I-5 son intervalos abiertos, estime
experimentalmente los extremos de esos intervalos, tomado tolerancia=2 eM(donde
eM es el epsilon de la maquina).
h( x) f ( x) Con una raíz doble en x=1 y otra simple en x=-5. Tomando como valores
iniciales x0 0 y x0 4 , estudie la cantidad de iteraciones que se necesitan
para aproximar por medio de fnewton las dos raíces con tolerancia=2 eM para las
funciones f y h? Donde se observan las diferencias? Dibuje las graficas de los
errores cometidos en las iteraciones correspondientes en la misma escala
semilogarítmica (semilogy) para apreciar la convergencia geométrica.
4. Aplique el algoritmo D2 de Aitken para acelerar la convergencia de la sucesión de
aproximaciones a la raíz x=1 de h. Dibuje las gráficas de los errores cometidos en
las sucesiones original y acelerada en la misma escala semilogarítmica, y compare
la velocidad de convergencia en cada caso.
Trabajo de Laboratorio
Dos elipses pueden tener como máximo 4 puntos de intersección. Se desea encontrar
las coordenadas de las intersecciones de las elipses dadas por sus ecuaciones
( x 2) 2 ( y 3 2 x) 2 5 , y 2( x 3) 2 ( y 3 2 x) 2 5
1. Para obtener una idea grafica de la situación, se dibujan las elipses por medio
de la función contour de MATLAB que permite crear curvas de nivel. Se
utilizará el formato contour(x,y,Z,[n n]), donde x e y son los vectores de
valores xi e yj a lo largo de los ejes correspondientes, Z es la matriz de los
valores de la función en los puntos (xi,yj) y n es el nivel que se desea dibujar.
Ejercicios Propuestos
Resolver las siguientes ecuaciones por el Método Newton-Raphson: Para los siguientes
ejercicios, a y b son los dos últimos números del código de cada persona que conforma
el grupo, siendo estos valores diferentes de cero. En caso de que el ultimo numerosea
cero tomar el valor anterior diferente a cero.
Recursos Bibliográficos
MATHEUS. John H. Fink Kurtis D. Métodos Numéricos con MATLAB. Editorial
Prentice Hall
ALTZ, Franz L. Electronic. Digital. computers: Their use in science and
Engineering. 1958 Academic Press inc. New York.
BURDEN Richard L., J. Douglas Faires; Análisis numérico. tr. Efrén Alatorre
Miguel; Revisión Técnica. Ildefonso. 1998 (Biblioteca USCO. Nro Topográfico:
515 / B949a.)
CHAPRA Steven C., CANALE Raymond P, Numerical Methods for engineers.
McGraw Hill, Inc. 1988. 839p. ISBN 0-07-909944-0.
CHAPRA Steven C., CANALE Raymond P. Métodos numéricos para ingenieros: con
aplicaciones en computadoras personales. 1988 (Biblioteca USCO Nro
Topográfico: 519.5 / C467m)
CONDE S. D, Carl de Boor. Análisis numérico elemental: Un enfoque
algorítmico. Mc. Graw-Hill 1972, (Biblioteca USCO Nro Topográfico: 511.8 /
C761 Biblioteca).
CORMICK MC., John M. and SALVADOR M.C. Numerical Methods in
FORTRAN. 1964. Prentice-Hall Inc Englewood Cliffs N:J.
CURTIS, F. Gerald, WHEATLEY, O. Patrick. Análisis numérico con aplicaciones.
Tr. Hugo Villagomez Vasquez. 6 Ed. Pearson Educación. 2000, 698p. ISBN 968-
444-393-5
FADDEEVA, V.N. Computacional methods of linear algebra, Dover
Publications. 1969, New York.
GASTINEL Noél; Análisis numérico lineal. tr. Javier Ruiz Fernández de Pinedo.
1975. (Biblioteca USCO Nro Topográfico: 511.7 / G255).
GREENSPAN, D. Theory and solutions of Ordinary Differencial Equations.
1960 The. Mc Millan Co. New York.
KINCAID David y Ward Cheney; Análisis numérico: Las matemáticas del cálculo
científico. tr. Rafael. 1994 (Biblioteca USCO Nro Topográfico: 515 / K51a).
LUTHE. Rodolfo, OLIVERA Antonio, SCHUTZ Fernando, Métodos numéricos. 1986
(Biblioteca USCO Nro Topográfico: 511.7 / L973m).
McCRACKEN, Daniel D., Métodos numéricos y programación fortran: con
aplicaciones en ingeniería y ciencias. 1986. Editorial Limusa. México.
(Biblioteca USCO Nro. Topográfico: 001.6424 / M117).
NAKAMURA Shoichiro; Análisis numérico y visualización gráfica con MATLAB. tr.
Roberto Escalona García. 1998 (Biblioteca USCO N ro Topográfico: 515.1 /
N163a).
NAKAMURA Shoichiro; Métodos numéricos aplicados con software. tr. Oscar
Alfredo Palmas Velasco. Prentice Hall Hispanoamericana S.A. 1995. 570p.
(Biblioteca USCO. Nro. Topográfico: 511.8 / N163m) ISBN 968-880-263-8
NIETO RAMIREZ José A., Métodos numéricos en computadoras digitales. Editorial
Limusa 1980. (Biblioteca USCO Nro Topográfico: 001.64042 / N677).
Bibliografia OnLine:
http://sai.uam.mx/apoyodidactico/mn/
http://www.unalmed.edu.co/~ifasmar/libro.shtml
http://www.iesrodeira.com/metodos_numericos/index-2.htm
http://uprhmate01.upr.clu.edu/~pnm/notas4061/index.htm
http://mailweb.udlap.mx/~ccastane/Analisis_Numerico_html/Lindley.html#RegresaGral1
http://www.ii.uam.es/~pedro/ccii/teoria/
http://webdiee.cem.itesm.mx/web/servicios/archivo/tutoriales/metodos/algoritmos/index.html
http://www.ucsc.cl/~kdt/numerico/index.htm
http://luda.azc.uam.mx/curso2/cp2indic.html
http://www.geocities.com/SiliconValley/Pines/7894/metodos/
http://www.uv.es/~diaz/mn/fmn.html
http://proton.ucting.udg.mx/posgrado/cursos/metodos/temario.html
http://webdiee.cem.itesm.mx/web/servicios/archivo/tutoriales/metodos/algoritmos/index.html
http://www.damtp.cam.ac.uk/user/fdl/people/sd/lectures/nummeth98/contents.htm
http://anamat1.csi.ull.es/anamat_p/Titulaciones/matematicas.htm
http://www.cnice.mecd.es/Descartes/
http://mathworld.wolfram.com/
http://www.elprisma.com/
http://www-gap.dcs.st-and.ac.uk/~history/index.html
http://www.ciencia-hoy.retina.ar/indice.htm
http://omega.ilce.edu.mx:3000/sites/ciencia/html/fisica.htm
http://books.pdox.net/
http://arxiv.org/
http://pessoal.sercomtel.com.br/matematica/resumos.htm
http://www.itlp.edu.mx/publica/tutors.htm
http://www.rinconmatematico.com/libros.htm