INTEGRANTES:

JUAN PERALTA
ROBERT GUAILLAS
XAVIER PACHECO
CARLOS SALINAS

MATERIA:

ANALISIS NUMERICO Y PROGRAMACIÓN

IMFORME: TRABAJO DE INVESTIGACIÓN NEWTON RAPHSON

1FDSSD
CARRERA: INGENIERÍA CIVIL

DOCENTE:

ING. JONNATHAN SANTOS

TRABAJO GRUPAL

UNIVERSIDAD POLITÉCNICA SALESIANA

SEDE CUENCA
 NEWTON RAPHSON
➢ Introducción:

El método de Newton-Raphson es un algoritmo numérico utilizado para encontrar raíces

o ceros de una función. Fue desarrollado por Isaac Newton y Joseph Raphson en el siglo
XVII y se basa en la idea de aproximar la raíz de una función mediante la iteración de
un proceso de refinamiento.
Es especialmente eficiente cuando se tienen buenas aproximaciones iniciales de la raíz
y la función es suficientemente diferenciable. El algoritmo utiliza la derivada de la
función en cada iteración para aproximar la posición de la raíz.
El método de Newton-Raphson es una poderosa herramienta numérica para encontrar
raíces de funciones no lineales. A través de iteraciones sucesivas y cálculos basados en
la derivada de la función, este método proporciona aproximaciones cada vez más
precisas de las soluciones de ecuaciones, facilitando así el análisis y la resolución de
problemas en diferentes disciplinas.

➢ Objetivo General:

Es encontrar las raíces o ceros de una función no lineal de manera eficiente y precisa. Al
utilizar este método, se busca obtener una aproximación numérica de las soluciones de
la ecuación f(x) = 0, donde f(x) es una función no lineal dada.
Se concentra en iterar sobre una secuencia de valores para acercarse cada vez más a la
raíz de la función. El objetivo es lograr una aproximación suficientemente cercana al
origen, dentro de un criterio de convergencia predefinido.

➢ Objetivos Específicos:

• Implementar el algoritmo en un lenguaje de programación específico, como

MATLAB o Python, para su aplicación práctica.
• Impulsar un algoritmo iterativo basado en la fórmula de Newton-Raphson para
encontrar raíces de una función no lineal.
• Investigar y comprender las propiedades y limitaciones del método de Newton-
Raphson, como su sensibilidad a la elección de la aproximación inicial y la
posibilidad de divergencia en casos particulares.
 ➢ Marco teórico:
La idea básica detrás del método de Newton-Raphson es realizar sucesivas
aproximaciones mediante la fórmula:
𝑋𝑖 +1= xi – f(xi)/f'(xᵢ)
donde xᵢ es la aproximación en la iteración i, f(xᵢ) es el valor de la función evaluada en xᵢ
y f'(xᵢ) es la derivada de la función evaluada en xᵢ.
En MATLAB, se puede implementar el método de Newton-Raphson para resolver
ecuaciones no lineales siguiendo estos pasos:
1. Define la función f(x) que representa la ecuación no lineal que deseas resolver.
2. Calcula analíticamente o numéricamente la derivada de f(x) y define la función f'(x).
3. Elige una aproximación inicial x₀ cercana a la raíz.
4. Utiliza un bucle while o for para aplicar la fórmula iterativa de Newton-Raphson y
obtener una mejor aproximación en cada iteración.
5. Establece un criterio de convergencia para determinar cuándo se ha alcanzado la
convergencia, como la diferencia entre dos aproximaciones sucesivas sea menor que una
tolerancia predefinida.
6. Al finalizar el bucle, se obtendrá una aproximación de la raíz de la ecuación no lineal.

➢ Resolución de un único caso de estudio:

Según un caso de estudio La formulación matemática para, determinar las raíces o ceros
de una función no lineal de manera eficiente y precisa, genera un conjunto de ecuaciones
algebraicas alinéales y debido a esa no linealidad, la solución de estos sistemas de
ecuaciones está basadas en técnicas iterativas.

➢ Ejercicios planteados:

Ej. 1: Una organización de contadores de la Cooperativa JEP, se ha propuesto desarrollar

un programa para la administración de las cuentas financieras en MATLAB que utilice el
método de Newton-Raphson para encontrar una aproximación de la raíz de una ecuación
no lineal dada.

La ecuación objetivo a resolver es:

f(x) = x^2 - 3*x +2
Procedemos para esta tarea, obtener las siguientes condiciones:
Definición de la función objetivo f(x):
La función objetivo f(x) se define como f(x) = x^2 - 3*x +2.
Definición de la función derivada f'(x):
Se establece que la función derivada f'(x) es dada por f'(x) = 2*x- 3.
Aproximación inicial:
Se ha determinado que la aproximación inicial será de x = 3.
Tolerancia de convergencia:
La organización de contadores de la Cooperativa JEP han determinado una tolerancia de
convergencia de 1e-6. Esto significa que la diferencia absoluta entre dos iteraciones
consecutivas debe ser menor que 1e-6 para considerarse convergente.
Número máximo de iteraciones:
Tenemos un límite máximo de iteraciones en 100. Si el método no converge dentro de
este límite, el programa detendrá el proceso iterativo.

%% Método de Newton-Raphson para ecuaciones no lineales

% Definición de la función objetivo f(x)
f = inline('x^2 - 3*x + 2');
% Definición de la función derivada f'(x)
f_prime = inline('2*x - 3');
% Aproximación inicial
x = 3;
% Tolerancia de convergencia
tolerance = 1e-6;
% Número máximo de iteraciones
max_iterations = 100;
% Bucle iterativo de Newton-Raphson
for i = 1:max_iterations
x_new = x - feval(f, x) / feval(f_prime, x);

if abs(x_new - x) < tolerance

break;
end

x = x_new;
end
root = x;
% Resultado
disp(['La raíz aproximada es: ', num2str(root)]);

La raíz aproximada es: 2

Ej. 2: Los estudiantes de Ingeniería civil de la universidad politécnica salesiana se han
propuesto desarrollar un programa en MATLAB que utilice el método de Newton-
Raphson para encontrar una aproximación de la raíz de una ecuación no lineal dada.
La ecuación objetivo a resolver es:
f(x) = sin(x) - x /2
Procedemos para esta tarea, obtener las siguientes condiciones:
Definición de la función objetivo f(x):
La función objetivo f(x) se define como f(x) = sin(x) - x /2.
Definición de la función derivada f'(x):
Se establece que la función derivada f'(x) es dada por f'(x) = cos(x) - 1 /2
Aproximación inicial:
Se ha determinado que la aproximación inicial será de x = 2.
Tolerancia de convergencia:
Los estudiantes de Ingeniería civil han establecido una tolerancia de convergencia de 1e-
6. Esto significa que la diferencia absoluta entre dos iteraciones consecutivas debe ser
menor que 1e-6 para considerarse convergente.
Número máximo de iteraciones:
Tenemos un límite máximo de iteraciones en 10. Si el método no converge dentro de este
límite, el programa detendrá el proceso iterativo.

%% Método de Newton-Raphson para ecuaciones no lineales

% Definición de la función objetivo f(x)
f = inline('sin(x) - x/2');
% Definición de la función derivada f'(x)
f_prime = inline('cos(x) - 1/2');
% Aproximación inicial
x = 2;
% Tolerancia de convergencia
tolerance = 1e-6;
% Número máximo de iteraciones
max_iterations = 10;
% Bucle iterativo de Newton-Raphson
for i = 1:max_iterations
x_new = x - feval(f, x) / feval(f_prime, x);

if abs(x_new - x) < tolerance

break;
end
 x = x_new;
end
root = x;
% Resultado
disp(['La raíz aproximada es: ', num2str(root)]);

La raíz aproximada es: 1.8955

➢ Conclusiones:
En conclusión, el método de Newton-Raphson es una técnica poderosa y ampliamente
utilizada para encontrar raíces de funciones no lineales. A lo largo de este diálogo, hemos
discutido los aspectos fundamentales del método, incluyendo su formulación y su proceso
iterativo.
Se destaca que el método de Newton-Raphson es útil en situaciones donde se necesita
determinar el valor de una variable desconocida en un sistema físico complejo. Al
proporcionar una aproximación inicial, una función objetivo y su derivada, el método
puede converger hacia una raíz de la ecuación con una tolerancia especificada.
La importancia de ajustar la función objetivo y su derivada con respecto a
con un problema específico a resolver. Esto le permite personalizar el método
Newton-Raphson para sistemas físicos y de ingeniería donde las ecuaciones no son
lineales aparecer con frecuencia.

➢ Bibliografía:

MathWorks. (s.f.). Newton's method. MATLAB Documentación. Recuperado el 25 de

junio de 2023, de https://www.mathworks.com/help/matlab/ref/newtonsmethod.html

Kim, H., & Kwon, S. (2015). An efficient method for solving a system of nonlinear
equations: The modified Newton-Raphson method. Journal of Computational and
Applied Mathematics, 284, 175-183. https://doi.org/10.1016/j.cam.2014.08.036