Universidad de Guadalajara

CENTRO UNIVERSITARIO DE CIENCIAS EXACTAS E INGENIERÍAS

Departamento de Fı́sica

Práctica 6
Computo cientı́fico II
Profesor: TZITLALI GASCA ORTIZ
14 de octubre de 2022

Flores Heredia Luis Fernando

Resumen

I. Introducción
Primero recordar el m etodo de Newton-Raphson para 1 ecuaci on.
Paso 1. Dada una ecuacion f(x), se utiliza la derivada f0 (x) para linealizar la funcion.
Paso 2. Se linealiza la funci on mediante la ecuaci on punto pendiente.
Paso 3. Luego se busca la aproximaci on a la ra ız xi+1 al hacer y(xi+1) = 0 y despejar.
Para sistemas de ecuaciones algebraicas lineales es un procedimiento similar. Sin embargo, primero se
analizar an las series de Taylor para despu es con ayuda del algebra matricial, deducir el procedimiento
analogo del metodo de Newton-Raphson en 1D

I.1. Notación Matricial

La notación matricial y el álgebra ofrecen una forma concisa de representar y manipular los sistemas de
ecuaciones algebraicas lineales. Una matriz consta de un arreglo rectangular de elementos representados
por un sı́mbolo A = [aij], donde aij representa un elemento individual.

II. Antecedentes
En an alisis num erico, el m etodo de Newton (conocido tambi en como el m etodo de Newton-Raphson
o el m etodo de Newton-Fourier) es un algoritmo para encontrar apro- ximaciones de los ceros o ra ıces
de una funci on real. Tambi en puede ser usado para ncontrar el m aximo o m ınimo de una funci on,
encontrando los ceros de su primera derivada.

1
II.1. Historia
El m etodo num erico de Newton fue descrito por Sir Isaac Newton en De analysi per aequationes
numero terminorum infinitas (’Sobre el an alisis mediante ecuaciones con un n umero infinito de t erminos’,
escrito en 1669, publicado en 1711 por William Jones) y en De metodis fluxionum et serierum infinitarum
(escrito en 1671, traducido y publicado como M etodo de las fluxiones en 1736 por John Colson). Sin
embargo, su descripci on difiere en forma sustancial de la descripci on moderna presentada m as arriba:
Newton aplicaba el m etodo solo a polinomios, y no consideraba las aproximaciones sucesivas xn, sino que
calculaba una secuencia de polinomios para llegar a la aproximaci on de la ra ız x. Finalmente, Newton
ve el m etodo como puramente algebraico y falla al no ver la conexi on con el c alculo.
Isaac Newton probablemente deriv o su m etodo de forma similar aunque menos precisa del m etodo
de Fran cois Vi‘ete. La esencia del m etodo de Vi‘ete puede encontrarse en el trabajo del matem atico
persa Sharaf al-Din al-Tusi.
El m etodo de Newton-Raphson es llamado as ı por el matem atico ingl es Joseph Raphson (contempor
aneo de Newton) se hizo miembro de la Royal Society en 1691 por su libro Aequationum Universalis,
publicado en 1690, que conten ıa este m etodo para aproximar raıces. Newton en su libro M etodo de
las fluxiones describe el mismo m etodo, en 1671, pero no fue publicado hasta 1736, lo que significa que
Raphson hab ıa publicado este resultado 46 a nos antes. Aunque no fue tan popular como los trabajos de
Newton, se le reconoci o posteriormente.

II.2. Descripción del método

El m etodo de Newton es un m etodo abierto, en el sentido de que no est a garantizada su convergencia
global. La unica manera de alcanzar la convergencia es seleccionar un valor inicial lo suficientemente
cercano a la ra ız buscada. As ı, se ha de comenzar la iteraci on con un valor razonablemente cercano
al cero (denominado punto de arranque o valor supuesto). La relativa cercan ıa del punto inicial a la ra
ız depende mucho de la naturaleza de la propia funci on; si esta presenta m ultiples puntos de inflexi on
o pendientes grandes en el entorno de la ra ız, entonces las probabilidades de que el algoritmo diverja
aumentan, lo cual exige seleccionar un valor supuesto cercano a la ra ız. Una vez que se ha hecho esto, el
m etodo linealiza la funci on por la recta tangente en ese valor supuesto. La abscisa en el origen de dicha
recta ser a, seg un el m etodo, una mejor aproximaci on de la ra ız que el valor anterior. Se realizar an
sucesivas iteraciones hasta que el m etodo haya convergido lo suficiente.

III. Metodologı́a
Se utilizó MatLab en la realización de esta práctica.

III.1. Código
clc clear all
A = [-4, 1, 0, 1, 0, 0, 0, 0, 0; 1, -4, 1, 0, 1, 0, 0, 0, 0; 0, 1, -4, 0, 0, 1, 0, 0, 0; 1, 0, 0, -4, 1, 0, 1, 0, 0; 0,
1, 0, 1, -4, 1, 0, 1, 0; 0, 0, 1, 0, 1, -4, 0, 0, 1; 0, 0, 0, 1, 0, 0, -4, 1, 0; 0, 0, 0, 0, 1, 0, 1, -4, 1; 0, 0, 0, 0, 0,
1, 0, 1, -4;]
B = [-50; -20; -35; -30; 0; -15; -40; -10; -25;] x1 = ones(9,1); [x,y] = meshgrid(1:5);
tol = 0.1; while e¿tol F = A*x1+B x2 = x1 - inv(A)*F e = max(abs(x1 - x2)); if e¿tol x1 = x2;
end end
K1 = [25, 20, 20, 20, 17.5; 30, 23.214, 19.955, 17.857, 15; 30, 22.902, 18.750, 16.473, 15; 30, 19.643,
15.670, 14.286, 15; 20, 10, 10, 10, 12.5;]

2
 subplot(2,2,2) hold on colormap(jet) pcolor(K1), shading interp contour(K1, ’k’) plot(x, y, ’.r’,
’markersize’, 15) xlabel(’x’) ylabel(’y’) title(’Ultima iteracion’) hcb = colorbar; hold off
K2 = [25, 20, 20, 20, 17.5; 30, 7.1054e-15, -3.5527e-15, 7.1054e-15, 15; 30, 7.1054e-15, 7.1054e-15,
-8.8818e-15, 15; 30, 7.1054e-15, 5.3291e-15, 0.0000e+00, 15; 20, 10, 10, 10, 12.5;] subplot(2,2,1) hold
on colormap(jet) pcolor(K2), shading interp contour(K2, ’k’) plot(x, y, ’.r’, ’markersize’, 15) xlabel(’x’)
ylabel(’y’) title(’Primera iteracion’)
hold off P = [1, 2, 3]; Q = [100, 20, 1]; subplot(2,1,2) plot(P,Q,’–o’) grid on xlabel(’Iteracion’)
ylabel(’Error’)

3
 Figura 1: Caption

IV. Discusión
En la figura 1, se aprecia los resultados del problema antes presentado en el cual se procedera con
el metodo de Newton-Raphson para resolver el sistema matricial previamente resuelto, y as ı logrando
graficar este tipo de matrices para su mejor representacion y analisis.

V. Referencias
ANÁLISIS NUMÉRICO. Richard Burden, Douglas Faires and Annette Burden, Cengage

VI. Resultados