Universidad Autónoma de Chihuahua
Facultad de Ingeniería
Ingeniería de software
Asignatura:
Métodos numéricos
Tema:
Objetivo 2: Raíces de ecuaciones
Nombre de la tarea:
Resumen del método de Newton Raphson
Asesor:
M.C. Claudio Hiram Carmona Jurado
Alumno:
Adrián Eduardo Villa García
Matrícula:
377038
Fecha:
14/02/2025
Método de Newton Raphson
➢ Fundamento matemático
El método de Newton Raphson es una técnica numérica utilizada para encontrar las
raíces de una función f(x) (es decir, los valores de x donde f(x) = 0). Este método se
fundamenta en la expansión de la Serie de Taylor, que permite aproximar el valor
de una función mediante una serie de términos derivados.
La idea principal es comenzar con una estimación inicial X0 y mejorar esa
estimación mediante iteraciones sucesivas utilizando la fórmula:
Xi + 1 = Xi – f(xi) / f’(Xi) donde:
Xi es el valor actual de la aproximación.
F(Xi) es el valor de la función en Xi.
F’(Xi) es la derivada de la función en Xi.
El fundamento geométrico del método consiste en extrapolar la tangente de la
función en el punto Xi hasta el eje x. El punto donde la tangente cruza el eje x es el
nuevo valor Xi + 1.
Pasos del método
1. Definir la función y su derivada: Identifica la función f(x) y calcula su derivada
f’(x).
2. Establecer el valor inicial (X0): Elige un valor inicial cercano a la raíz
esperada.
3. Aplicar la fórmula iterativa: Utiliza la fórmula Xi + 1 = Xi – f(xi) / f’(Xi) para
obtener una nueva aproximación de la raíz.
4. Calcular el error: Calcula el error relativo porcentual para verificar si la
aproximación es suficiente: Error = | (xi+1 - xi) / xi+1 | x 100%
5. Repetir: Si el error no es menor al criterio de tolerancia establecido (por
ejemplo, 0.001%), regresa al paso 3 y repite la iteración hasta alcanzar la
precisión deseada.
➢ Ventajas del método de Newton Raphson
• Convergencia rápida (cuadrática): La principal ventaja del método de Newton
Raphson es su alta velocidad de convergencia. Cuando se aplica
correctamente, el error disminuye exponencialmente con cada iteración, lo
que significa que el número de cifras significativas se duplica en cada paso.
Esta propiedad lo hace mucho más rápido que otros métodos como la
bisección o la falsa posición.
• Eficiencia: Debido a la rápida convergencia, el método puede alcanzar la
solución deseada en muy pocas iteraciones si el punto inicial está cerca de
la raíz. Esto lo convierte en una herramienta eficiente para problemas donde
la velocidad de cálculo es crítica, como simulaciones numéricas o sistemas
en tiempo real.
• Amplia aplicación: Se puede aplicar a funciones polinomiales, trascendentes
y no lineales de diversas clases. Además, es útil para sistemas de
ecuaciones no lineales multivariables. En ingeniería y ciencias aplicadas, se
utiliza para resolver problemas complejos que no pueden ser abordados
fácilmente mediante métodos analíticos.
• Facilidad de implementación: La fórmula iterativa es sencilla y fácil de
implementar en cualquier lenguaje de programación. Esto facilita su uso en
cálculos computacionales, donde los algoritmos pueden ajustarse para
verificar convergencia, detectar derivadas cercanas a cero y evitar problemas
comunes.
➢ Desventajas del método de Newton Raphson
• Dependencia del valor inicial: Si el valor inicial no está cerca de la raíz real,
el método puede diverger o generar resultados incorrectos. Un valor inicial
alejado puede hacer que las iteraciones se desvíen hacia una solución no
deseada o no converjan en absoluto.
• Problemas con derivadas nulas o cercanas a cero: Si la derivada de la
función f’(x) se anula o toma valores muy pequeños, el método falla debido a
una división por cero o a resultados numéricamente inestables. Esto ocurre
comúnmente en funciones con máximos o mínimos locales.
• Raíces múltiples: La presencia de raíces múltiples hace que la convergencia
sea más lenta o incluso que el método no funcione correctamente. Se
requieren modificaciones adicionales para asegurar una convergencia
adecuada en estos casos.
• Oscilaciones y divergencia: Si el valor inicial está cerca de un punto de
inflexión, el método puede oscilar entre dos valores sin llegar a una solución.
También puede saltar de una raíz a otra o alejarse indefinidamente,
especialmente si la pendiente es pequeña o cambia de signo.
➢ Problemáticas comunes al aplicar el método Newton Raphson
• Pendientes cercanas a cero: Cuando la derivada de la función en el punto Xi
es muy pequeña, el denominador de la fórmula iterativa se aproxima a cero,
lo que provoca que la nueva estimación Xi + 1 sea incorrecta o
extremadamente alejada de la raíz real.
• Raíces múltiples: En funciones con raíces dobles, triples o de mayor orden,
el método converge de manera más lenta (convergencia lineal) y puede
requerir muchas iteraciones para obtener una precisión aceptable. En estos
casos, se recomienda usar el método de Newton Raphson modificado para
raíces múltiples.
• Valor inicial poco preciso: Un valor inicial incorrecto puede llevar a una
divergencia del método o hacer que las iteraciones converjan a una raíz
distinta de la esperada. Es importante tener una idea aproximada de la
ubicación de la raíz antes de aplicar el método.
• Oscilaciones: Cuando el valor inicial está en un intervalo donde la función
cambia rápidamente de signo, las iteraciones pueden oscilar sin llegar a
converger. Este problema puede evitarse ajustando el valor inicial o usando
métodos gráficos para visualizar el comportamiento de la función.
➢ Ejemplo de aplicación del método Newton Raphson
Supongamos que deseamos encontrar la raíz de la función: f(x) = e ^-x - x
Paso 1: Cálculo de la derivada
La derivada de la función es: f’(x) = -e^-x - 1
Paso 2: Valor inicial y aplicación de la fórmula
Utilizamos como valor inicial X0 = 0 y aplicamos la fórmula iterativa:
Xi + 1 = Xi – f(Xi) / f’(Xi)
Paso 3: Iteraciones
Iteración 1: X1 = 0 – ((e^0 – 0) / (-e0 – 1)) = 5
Iteración 2: X2 = 0.5 – ((e^-0.5 – 0.5) / (-e^-0.5 – 1)) = 0.566311
Iteración 3: X3 = 0.566311 - ((e^-0.566311 – 0.566311) / (-e^-0.566311– 1)) =
0.567143
Paso 4: Convergencia
Después de solo tres iteraciones, el valor obtenido se aproxima a la raíz verdadera
x = 0.56714329 con un error menor al 0.001%.
➢ Algoritmo del método Newton Raphson en matlab / scilab
Algoritmo en Scilab:
Algoritmo en Scilab compilando:
Resultado:
Conclusión
El método de Newton Raphson es una herramienta fundamental para la resolución
numérica de ecuaciones no lineales, gracias a su alta velocidad de convergencia y
su amplia aplicabilidad en distintas disciplinas. A diferencia de otros métodos, ofrece
una solución rápida y precisa cuando se dispone de un valor inicial cercano a la raíz.
Sin embargo, su efectividad depende en gran medida de la elección del punto inicial
y de la función en cuestión, ya que puede diverger o presentar dificultades en casos
con raíces múltiples o derivadas cercanas a cero. A pesar de sus limitaciones, el
método sigue siendo una de las mejores opciones para encontrar raíces en
problemas matemáticos y de ingeniería, especialmente cuando se acompaña de
técnicas de validación y ajuste para asegurar la convergencia. Utilizar este método
de manera óptima requiere comprensión de su comportamiento y adaptación a las
condiciones específicas de cada problema.
Bibliografía
canalfdet. (18 de febrero de 2015). Youtube. Obtenido de FdeT: MÉTODOS
NUMÉRICOS 3/4: MÉTODO DE NEWTON RAPHSON:
[Link]
Chihuahua, U. A. (s.f.). Campus virtual. Obtenido de Métodos abiertos:
[Link]
w